跳到正文
10月20日周二
  1. MiniMax

    MiniMax 介绍 M3.1 Flash 在 Cline 开放免费使用,主打长智能体编码场景

    MiniMax 官方介绍 M3.1 Flash 已在 Cline 上线并免费使用,定位长智能体编码任务中成本快速累积的场景,Cline 在发布当日完成适配。引用的 Cline 推文称其编码表现与 Opus 和 GPT 相当而成本低约 25 倍,并称它是近期登顶用量排行榜的隐身模型 Space Bunny 背后的模型。附图 DeepSWE v1.1 显示 M3.1 Flash 准确率 73.7,价格为 $0.15/$0.60 per 1M tokens。

  2. Ars Technica:AI81

    FBI 称前 OpenAI 工程师涉嫌窃密,手机中发现 Saudi Gov Docs 文件夹

    美国法院批准羁押被指控在 OpenAI 会议室安装窃听器的前工程师 Abdulrahman Alfozan。检方称其 iPhone 上有名为 Saudi Gov Docs 的文件夹,与沙特王室成员有 WhatsApp 联系,并曾用 OpenAI 生产力 Agent 搜索适合安放窃听器的会议室;他被捕前已预订沙特政府付费的单程机票,妻子和儿子已离美。

    推荐理由:法院文件披露了窃密手段与潜在动机等此前未公开的细节,读者可以借此了解美国对前沿实验室安全与外国政府渗透的担忧。

  3. MiniMax

    MiniMax M3.1 Flash 上线 Ollama

    来自 @ollama 的 Day0 支持 🦙🤝🐰 M3.1 Flash,美国托管,零数据保留,已为你的智能体准备就绪。开始构建吧!

  4. Rohan Paul

    美检方称窃听 OpenAI 会议室的前工程师受沙特政府支持

    BBC 报道,美国检察官称涉嫌在 OpenAI 高管会议室安装窃听器的前工程师 Alfozan 获得沙特政府支持。一名未具名沙特王室成员与其频繁 WhatsApp 联系并试图招募其加入沙特 AI 项目,Alfozan 曾在 5 月同意“沙特比美国更需要他”,同时表示要等 OpenAI 股票归属;被捕次日其妻儿乘沙特军官预订的商务舱单程飞往卡塔尔。

  5. The Decoder:AI News

    MiniMax 发布 M3.1 Flash 推理模型,单任务成本降至约 $0.22

    MiniMax 发布推理模型 M3.1 Flash,在 Artificial Analysis Intelligence Index 得 42 分,比 M3 高 13 分,单任务成本约 $0.22,API 定价 $0.15/百万输入 token、$0.60/百万输出 token,支持 100 万 token 上下文和图文输入,计划 10 月 23 日开放权重。

  6. Rohan Paul

    Amazon CEO Andy Jassy 称 Amazon 算力缺口将延续到 2028 年之后

    Amazon CEO Andy Jassy 告诉 a16z 联合创始人 Ben Horowitz,Amazon 的算力缺口将延续到 2028 年之后。Ben Horowitz 认为这不同于互联网泡沫,当时网络先于用户建成,而 AI 需求超过所有人的供给能力。完整视频见 All-In Podcast YouTube 频道。

  7. Arena74

    DeepSeek-V4.1-Flash-20261017 (Max) 登顶 Agent Arena 开源模型第一

    Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 第一开源模型,总排名第 11,基于超 7.5K 真实会话净提升 +5.1%。其中位任务成本 $0.20,约为 GPT-6.1 Sol 提升幅度的 37%、成本的 27%;Confirmed Success 提升 +11.5%,且无 Tool Hallucination 问题。

    推荐理由:Arena 用 7.5K 真实会话的数据说明该模型以约 27% 的成本拿下开源第一,读者可据此权衡 Agent 场景的性价比。

  8. fal65

    fal 联合 bfl_ai 发布后训练视频模型 FLUX 3 Max

    fal 发布与 @bfl_ai 合作的最新后训练视频模型 FLUX 3 Max,在第三方 image-to-video 质量评测中并列第一,生成 10 秒 720/768p 视频约需 12 秒。未来三周该模型 75% 折扣,标注为同质量级别最便宜的前沿视频模型。

  9. OpenRouter67

    Inception 扩散模型 Mercury 3 上线 OpenRouter

    Inception 的扩散模型 Mercury 3 上线 OpenRouter,生成速度超 1,000 tok/s,支持 1M 上下文,是 Mercury 2.5 的 4 倍。Inception 报告其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上超过 GPT-6 Luna 和 Haiku 5.5;上线期五折,价格 $0.10/M 输入、$0.35/M 输出。

    同一新闻,精选展示《Inception Labs 发布扩散大语言模型 Mercury 3,速度达 1068 tokens/秒》

  10. Viggle AI

    Viggle AI 发布 JST-2 世界模型

    今天我们发布 JST-2,全球首个全栈物理原生世界基础模型。 许多世界模型在像素/视频空间中学习。我们回归第一性原理,在 3D 中构建了整个模型栈。 数秒内生成 3D 场景并实时扩展。通过一个通用架构创建内置动作的角色。

  11. Arena65

    Meta Muse Wonder Full (Max) 登上 Code Arena: WebDev 第 6 名,1726 分

    Arena 宣布 Meta 的 Muse Wonder Full (Max) 首次进入 Code Arena: WebDev 榜单,以 1726 分排名第 6,使 Meta 成为第 3 实验室,此前该位置由 Google 持有。

    推荐理由:榜单方公布了 Meta 新模型在 Code Arena WebDev 的首秀成绩和分项排名,读者可以据此对比各实验室模型的当前位次。

10月19日周一
  1. LangChain:Blog61

    Numan 如何用 LangGraph 和 LangSmith 构建评测优先的 AI 健康教练 Nu

    英国数字健康公司 Numan 复盘其 AI 健康教练 Nu 的评测体系建设,核心结论是稀缺资产不是提示词而是评测标准。单轮静态数据集和脚本化多轮对话都难以覆盖真实会话,Nu 改为按类别打分的主题数据集、以更廉价模型扮演患者的模拟对话层,并让安全回归自动阻断发布。

    推荐理由:Numan 一手复盘 AI 健康教练的评测体系建设,给出的固定数据集、模拟对话和临床医生签核准则等做法可迁移到其他受监管场景。

  2. Meta Engineering Blog70

    Meta 详解 Thin Orchestrator 模式:让路由少干活提升 AI 智能体可靠性

    Meta 工程团队介绍其数据管道智能体采用的瘦编排器(thin orchestrator)模式:一个约 1300 行的编排器只负责路由和可靠性检查,将 20+ 工作流分派给 14 个上下文隔离的专项子智能体,自身不做任何领域推理。

    推荐理由:Meta 工程团队给出可直接迁移的瘦编排器架构方法,用固定路由协议和隔离子智能体降低生产智能体的幻觉风险。

  3. The Decoder:AI News

    四个 Gemini 4 Argon 智能体在无人类干预下首次击败 Minecraft

    Google DeepMind 的四个 Gemini 4 Argon 智能体在无人类输入下击败 Minecraft,全自主击杀末影龙。智能体被投入随机生成世界,未分配角色或策略,自行分工、互相预警威胁、回收阵亡队友物品并记录错误到共享记忆。

  4. X.PIN

    中国AI周报:DeepSeek联手华为、苹果接入千问

    DeepSeek正与华为合作让其芯片更易用,探索绕开Nvidia软件生态的替代方案,字节跳动也在自研AI处理器。苹果CEO库克10月15日称Apple Intelligence与阿里Qwen模型已在中国获批,本月晚些时候推出beta版。DeepSeek还以每1000次调用5元人民币开放搜索API,并更新V4.1 Flash。

  5. 蚂蚁 inclusionAI:GitHub 新仓库72

    蚂蚁 inclusionAI 开源 Ming-3.0-tts 语音合成模型

    蚂蚁 inclusionAI 在 GitHub 发布 Ming-3.0-tts,包含 0.5b dense 和基于 Ling V3 的 tiny(7.9B 总参数、1.3B 激活)两个语音生成模型,MIT 协议开源,权重可在 Hugging Face 和 ModelScope 下载。

  6. 硅基流动 SiliconFlow

    DeepSeek-V4.1-Flash-1017 上线硅基流动

    DeepSeek-V4.1-Flash-1017 已上线硅基流动平台,主打更强的编程能力、更快的智能体运行和更低的单任务成本。其在 DeepSWE v1.1 上取得 77.0%,并支持从游戏到 3D 应用的 Vibe Coding。执行任务耗时更短、输出 token 更少,在智能体基准上进一步推进性能与成本边界。

  7. Ars Technica:AI77

    Disney 拟通过破产程序收购 Character.AI 团队与技术、绕开其诉讼

    若破产方案获法院批准,Disney 将获得 Character.AI 的员工和大部分技术栈,同时避开导致其破产的诉讼和 46 个州与地区的联合调查。破产文件显示 40 个州指控 Character.AI 聊天机器人曾鼓励未成年人隐瞒自残伤痕甚至杀害父母,公司发言人称该描述不准确;相关州已保留挑战破产方案的权利。

    同一新闻,精选展示《Character.AI 成立五年后申请 Chapter 11 破产,部分资产以 2000 万美元出售给 Disney》

  8. The Verge:AI77

    黑客用 AI 智能体入侵 John Deere、SharkNinja 等超 100 家网站

    AI 安全公司 Norforge 发现一名黑客用开源 AI 平台 Cairn 编排的智能体入侵了超过 100 个网站,据 Reuters 报道受害者包括 John Deere、SharkNinja 和 Cummins。

    推荐理由:原文梳理了 Norforge 发现的暴露 Cairn 实例和受害企业回应,读者可以了解 AI 智能体大规模攻击的实际形态。

  9. n8n Blog66

    n8n 教程:在 NVIDIA DGX Spark 上离线运行全套 AI 工作流

    n8n 博客发布教程,讲解如何在一台 NVIDIA DGX Spark(128GB 统一内存)上部署七个本地模型,通过 LiteLLM 单一 OpenAI 兼容端点驱动 n8n 工作流,全程不调用云 API。

    推荐理由:作者在自有 DGX Spark 上实测整套本地模型栈,给出内存分配、License 筛选和并发性能数据,可迁移到小型团队的私有化部署。

  10. Meta Engineering Blog66

    Meta 详解 Prometheus 吉瓦级超集群:一期已完成并用于训练 Muse 模型

    Meta 介绍其位于俄亥俄州 New Albany 的吉瓦级超集群 Prometheus,一期已建成并用于训练 Muse 系列基础模型,目标扩展到约 100 万张 GPU。

    推荐理由:Meta 官方拆解其俄亥俄超集群的网络、散热与可靠性工程,读者可了解吉瓦级训练集群的实际运行细节。

  11. PyTorch:Blog67

    AWS 发布 TorchNeuron:Trainium 的原生 PyTorch 后端开源

    AWS 宣布推出 TorchNeuron,一个面向 Trainium 的开源原生 PyTorch 后端,10 月 20 日以 Apache 2.0 协议在 PyTorch Conference North America 开启公测。

    推荐理由:原文给出 TorchNeuron 的架构、执行模式和兼容性测试数据,开发者可据此评估把现有 PyTorch 工作流迁到 Trainium 的成本。

  12. Testing Catalog

    MiniMax 正式发布 MiniMax M3.1 Flash,此前在 OpenRouter 上代号 Space Bunny

    MiniMax 官方宣布 MiniMax M3.1 Flash,即此前在 OpenRouter 上代号 Space Bunny 的模型。该模型 DeepSWE 得分 74%,官方称 Automation-Bench 62%、ALE 30%、BabyVision 91%,定价为每 1M input/output tokens $0.15/$0.60,缓存读取 $0.015/1M tokens,速度为 M3 的 3 倍、成本为其 1/3。模型权重将于 10 月 23 日放出,Minimax 还在准备发布 Pro 模型。

  13. 公众号:MiniMax

    MiniMax 发布 M3.1 Flash:推理提速近 3 倍,成本降低 70%

    MiniMax 正式更新 M3.1 Flash,此前匿名处理超 200T Token 的 Space Bunny 即其早期版本。模型在 Agent 任务、编程、Computer Use 和网络安全上全面提升,DeepSWE v1.1 得 73.7%,OSWorld V2 得 61.7 分,CyberGym 得 82%,输出速度日常可达 200+ TPS。