跳到正文
  1. OpenRouter77

    OpenRouter 宣布月之暗面的 Kimi K3.1 Pro 上线,定位为基于 Kimi K3 后训练、面向长程编码和智能体任务的 1M 上下文多模态开源权重模型。定价为 $2/M input tokens、$10/M output tokens,可在 OpenRouter 直接试用。

    引用Kimi.ai@Kimi_Moonshot

    隆重推出 Kimi K3.1 Pro:我们能力最强的 3T 级开放权重模型。 🔹 1M token 上下文,2.8T 总参数 / 104B 激活参数(MoE),多模态。 🔹 全项目级编程:可在 Unreal、Unity 和 Godot 中开发游戏。 🔹 擅长在 Blender 和 CAD 中进行参数化 3D 建模。 🔹 在金融工作上更可靠:建模准确,幻觉降低 65%。 🔹 在编程、智能体和知识基准测试中,与最强的闭源模型不相上下。 Kimi K3.1 Pro 和 K3.1 Pro Highspeed(快 2–3 倍)现已在 http://Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上线。 开放权重将于 2026 年 11 月 4 日发布。 🔗 API:http://platform.kimi.ai 🔗 技术博客:http://kimi.ai/blog/kimi-k3-1-pro

    推荐理由:OpenRouter 上架页直接给出上下文长度、定价和试用链接,读者可以据此评估这个开源权重模型的使用成本。

  1. fal71

    fal 宣布 Kling 4.0 正式向公众开放,所有客户均可通过 API 访问。该模型支持最长 30 秒带音频的原生视频生成、最多 15 个图像/视频/元素参考、最多 10 个关键帧的精确控制,并提升了运动、角色一致性和电影感叙事表现。

    推荐理由:原文列出 Kling 4.0 的时长、参考图数量和关键帧控制等具体规格,读者可直接对照现有视频工作流评估取舍。

  2. 禾赛科技71

    禾赛发布三维世界数据引擎 Kosmo 及 8K AI 空间相机 Kosmo One

    10 月 14 日,禾赛科技正式发布三维世界数据引擎 Kosmo,同步推出集成 8K 影像系统的 AI 空间相机 Kosmo One 和云平台 Kosmo World,瞄准具身智能与世界模型的真实世界数据需求。

    推荐理由:原文给出扫描效率、建模成本与机器人训练成功率的对比数据,可帮助读者评估真实世界三维数据在具身智能中的实际作用。

  3. Replit:Blog69

    Replit 发布 Monitoring Agent,为应用提供可自动修复并部署的值班智能体

    Replit 发布 Monitoring Agent,为应用提供相当于自主值班工程师的监控智能体。它可以读取生产日志和指标调查错误、变慢和部署失败,在启用 autofix 后验证修复并邮件汇报,启用 auto-publish 后可自动部署修复。该能力建立在早前上线的 App Monitoring 之上,用户可在应用的 Publishing 设置中开启。

    推荐理由:原文说明了该智能体如何调查告警、验证修复并部署,可帮助读者判断它能否替代个人开发者深夜值班。

  4. Claude72

    Claude 官方宣布,下周起 Pro、Max 和 Team 套餐在 Claude 网页、桌面和移动端应用中的会话将默认以 auto mode 运行。auto mode 不再逐步请求用户批准,而是由自动检查拦截高风险操作,用户可随时切回手动模式。其引用的 Claude Code 更新提到 auto mode 用独立分类器审查 shell 命令,测试中拦截了 89% 的危险命令,手动批准为 14%。

    引用ClaudeDevs@ClaudeDevs

    从8月14日起,自动模式将成为 Claude Code 中 Pro、Max 和 Team 用户的默认权限模式。 自动模式会通过一个独立的分类器来审查 shell 命令和操作。在测试中,它捕获了89%的危险命令。手动批准捕获了14%。

    推荐理由:官方说明 Claude 各端默认开启 auto mode 的变化与手动切换入口,读者可据此评估权限模式对日常使用流程的影响。

  5. OpenAI:官网动态67

    OpenAI 正式发布 Decisions API,面向低延迟低成本小决策

    OpenAI 宣布基于 GPT-6 Luna 的 Decisions API 正式可用,用于分类、路由、评分等有界答案问题,速度最高比通过 Responses API 使用 GPT-6 Luna 快 10x。

    推荐理由:官方宣布 Decisions API 正式可用,给出与 GPT-6 Luna 的速度对比、定价和 GPT-Live 集成,便于评估路由分类类场景的收益。

  1. MiniMax:Blog67

    MiniMax Code 桌面端推出 Mini App 长运行应用功能

    MiniMax 在 MiniMax Code 桌面应用(macOS / Windows)本地会话中推出 Mini App,一种带前端和后端的长运行应用,以插件形式安装并与 Agent 双向调用,让 Agent 的工作停留在常驻页面而非散落各对话中。

    推荐理由:官方详细说明了 Mini App 的架构、安全边界和社区生态,开发者可以据此判断如何在 MiniMax Code 上构建长运行应用。

  2. Kling AI67

    OpenArt 宣布 Kling 4.0 上线,可用首、中、尾帧引导视频,最多使用 10 张参考图,并支持文本或帧生成与视频编辑,All-in-One Reference 用一个模型完成生成和编辑。11 月 20 日前 Pro 和 Wonder 套餐享 50% 折扣。

    引用OpenArt@openart_ai

    Kling 4.0 现已在 OpenArt 上线。 • 用起始、中间和结束帧引导你的视频 • 最多可使用 10 张参考图像 • 用文本或帧生成,并编辑你的视频 • 一体化参考:用一个模型生成和编辑视频,进一步掌控 此外,在 11 月 20 日前,Pro 和 Wonder 计划可享 Kling 4.0 五折优惠。

    推荐理由:引用内容给出了 OpenArt 上 Kling 4.0 的帧控制、参考图上限和折扣信息,读者可据此评估视频生成玩法。

  3. Kling AI66

    可灵(Kling)宣布 Kling 4.0 已在 OnSolo 上线。该模型支持单次生成 30 秒原生视频,快速动作和大运镜下保持稳定,立体声配更准的口型同步,并提供 21:9 宽屏,单个任务可叠加最多 15 个参考图和 10 个关键帧以保持角色、镜头与剧情一致。

    引用OnSoloAI@OnSoloAI

    Kling 4.0 现已在 OnSolo 上线。 一次生成 30 秒原生视频。 在快速动作和大范围镜头运动中保持稳定。 立体声,唇同步更精准。 21:9 宽屏。单个任务最多可叠加 15 个参考和 10 个关键帧,让你的角色、镜头和故事保持一致。 今天就用它制作你的下一部短剧、电影或 FMV。

    推荐理由:原文列出了 Kling 4.0 在 OnSolo 上的具体能力变化,创作者可据此评估其对视频创作流程的适用性。

  4. Claude:Blog73

    Anthropic 开启 Claude Duet 研究预览,Claude 以主动式智能体接管日常工作

    Anthropic 开启 Claude Duet 研究预览,一款让 Claude 作为主动式智能体工作的独立应用,已登陆 iOS、Android 和 claude.ai,面向美国 Pro 和 Max 用户开放候补名单。

    推荐理由:原文给出 Claude Duet 的运行机制、安全设计和使用限制,读者可以据此判断这款主动式智能体是否值得加入工作流。

  5. OpenAI83

    OpenAI 为 PHP 关键漏洞提供 Codex 技能,引导用户运行 github.com/openai/php2shell-checker 仓库自查网站是否受影响。背景是其 Patch the Planet 计划中 OpenAI 模型帮助研究员发现 PHP 关键缺陷,修复涉及 PHP 引擎大改,经约两个月协调后披露,使用 PHP 的网站可升级版本并应用安全厂商的缓解措施。

    引用OpenAI@OpenAI

    OpenAI 模型帮助研究人员——作为我们“修补地球”计划的一部分——发现了 PHP 中的关键安全漏洞,PHP 是一种开源编程语言,估计用于运行 70% 的网站。 在过去两个月中,我们牵头了一个由维护者、研究人员和安全提供商组成的联盟,在披露之前准备修复和保护措施。这一时长是必要的,因为修复相当复杂,需要对 PHP 引擎进行重大更改。现在,每个使用 PHP 的网站都可以安全地升级其版本以保持安全,此外还可以应用来自各安全供应商的缓解措施。 由于这些漏洞的严重性以及 PHP 的广泛使用,我们认为这个漏洞是近期记忆中最具影响力的漏洞之一。它也标志着一个新阶段,即 AI 能够发现具有互联网规模影响的安全漏洞。 这是“防御者窗口”发挥作用的一个例子:据我们所知,前沿 AI 能够在攻击者之前发现这个漏洞,给防御者时间准备。 https://openai.com/index/coordinated-disclosure-of-critical-vulnerabilities/

    推荐理由:原文提供官方 Codex 技能和检测仓库,网站运营者可以据此自查 PHP 漏洞影响。

  1. vLLM 官方博客67

    蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming

    蚂蚁集团与 vLLM 社区开源通用高性能量化推理内核库 Humming,仓库为 github.com/vllm-project/humming。

    推荐理由:原文给出统一量化表示加 JIT 编译的内核设计和多项基准数字,读者可以据此评估不同 GPU 上的量化推理方案选择。

  2. Modal 官方工程博客61

    Modal 推出 Sticky Sessions:同一会话请求始终路由到同一容器

    Modal 发布 Sticky Sessions,基于 Modal Servers 让同一会话的所有请求固定路由到同一容器,用 @modal.sessioned() 装饰器配合 SDK 或 HTTP API 即可创建。

    推荐理由:原文讲清了 Sticky Sessions 的路由、授权与弹性伸缩设计,以及语音智能体、共享房间和游戏等适用场景。

  3. Fireworks AI76

    Meta 开放权重模型 Muse Spark Open 上线 Fireworks 美国区 serverless

    Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上线 Day-0 serverless,为 816B 参数 MoE 架构,每 token 激活 42B 参数,支持 1M token 上下文窗口。

    推荐理由:Fireworks 给出了 Muse Spark Open 在法律、金融、医疗等多个独立基准的具体分数和上线方式,读者可据此评估其在受监管工作中的适用性。

  4. Tibo65

    OpenAI 开发者账号宣布 API 现已可选 12 小时 prompt 缓存,持续运行的智能体可在请求间隔数小时的情况下继续以更低的缓存输入费率复用指令、工具和上下文。Tibo 补充称,Codex 与 Work 中已登录用户的缓存会永久保留,返回旧对话或数小时后恢复会话保证命中缓存,且无额外惩罚。

    引用OpenAI Developers@OpenAIDevs

    你现在可以在 API 中选择 12 小时提示缓存。 持久化 agent(如 dots)会在一天中重复使用上下文。 你可以将共享的指令、工具和上下文缓存更长时间,并支付更低的缓存输入费率,即使请求相隔数小时。

    推荐理由:作者亲述 API 12 小时缓存与 Codex、Work 侧持久缓存策略,可直接判断对长时间运行 Agent 成本和体验的影响。

  5. Databricks:Blog62

    Databricks 发布 MemCurrent 生产级 Agent 持久记忆架构

    Databricks 介绍 MemCurrent,一种面向生产 Agent 的持久记忆架构,结合情景记忆与派生记忆,通过插件、工具调用和离线 dreaming 管线三种访问模式读写与整合记忆,已用于 Agent Bricks Memory 和 Genie。

    推荐理由:原文给出完整设计、消融和成本数据,读者可以据此评估生产级 Agent 记忆架构的选型与收益。

  6. PyTorch:Blog74

    Google 与 Meta 发布 TorchTPU:PyTorch 原生 TPU 后端

    Google 与 Meta 联合开源 TorchTPU,为 Google TPU 提供原生 PyTorch 后端,模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行,无需 JAX 依赖。

    推荐理由:原文详述架构、精度模式与多个训练推理案例,读者可据此评估把 PyTorch 工作流迁移到 TPU 的成本。

  1. Aravind Srinivas65

    Perplexity CEO Aravind Srinivas 宣布,Perplexity Computer 现可在 Mac 上完全本地运行,无需云端推理,也不用 WiFi。模型和智能体都在本机运行,可操作 Mac 原生应用和本地文件,敏感数据不必发送到云端,现已在 Perplexity Mac 应用中可用。

    引用Perplexity@perplexity_ai

    Perplexity Computer 现在可以在你的 Mac 上完全本地运行。 与你的原生 Mac 应用和本地文件协同工作,运行任务时无需将敏感数据发送到云端。模型和智能体都在你的 Mac 上运行。 现已在 Perplexity Mac 应用中提供。

    推荐理由:Perplexity CEO 亲自宣布,Perplexity Computer 可完全本地运行,敏感数据无需上云,对关注隐私和离线使用的人有参考价值。

  2. Google Developers Blog71

    Google 发布 vLLM 与 SGLang 的 TorchTPU 原生推理引擎

    Google 在 PyTorch 相关公告中推出基于 TorchTPU 的 vLLM 和 SGLang 原生 PyTorch 推理引擎,分别与 Inferact、RadixArk 合作开发,让开发者用熟悉的 PyTorch 工具在 TPU 上部署模型。

    推荐理由:原文给出两套 PyTorch 原生 TPU 推理引擎的功能清单、公开基准成本和开源入口,读者可据此评估把现有 PyTorch 服务栈迁到 TPU 的可行性。

  3. IBM Research:AI60

    llm-d 1.0 发布:Kubernetes 原生分布式推理服务走向生产就绪

    IBM、Red Hat 和 Google 等主导的开源推理项目 llm-d 在 PyTorch Conference North America 上发布 llm-d 1.0,这是一个 Kubernetes 原生的分布式推理服务框架,支持任意模型、任意加速器和任意云。

    推荐理由:原文给出 llm-d 1.0 的具体能力变化和实测成本数据,读者可据此评估自建推理基础设施是否划算。