日期栏展示收录日期，历史补录归入原文日期。
苹果研究团队在 150M 至 1.43B 四种模型规模、约 1000 次预训练实验中，以阿拉伯语为目标语言、英语为辅助语言，比较了数据混合与超参数调优两种方案。混合在验证损失和下游任务准确率上均优于超参数调优，且优势随模型规模扩大而增大，效果相当于 2–3 倍目标数据（验证损失）和 2–13 倍（下游准确率）。作者建议优先调整混合比例，并通过 μP 从小代理模型迁移超参数。
NVIDIA 将完整的 Run:ai 平台以开源软件形式发布，向客户、开发者和生态伙伴开放生产级 AI 工作负载与 GPU 编排能力。此次发布扩展了 NVIDIA DSX AI Factory 平台，把 Run:ai 确立为开放基础，让更广泛的生态能够推出差异化解决方案。
推荐理由：NVIDIA 将 Run:ai 全平台开源并纳入 DSX AI Factory，读者可了解 GPU 编排能力的开放范围。
Gradium 的 TTS 模型专为实时 AI 语音智能体设计，在 Coval TTS 基准（2026 年 5 月 4 日数据）上实现 155 ms 中位 TTFA，四分位距仅 2 ms，达到快于人类语音响应的水平。
原文发布
作者用同一张工单在无约束和有约束两种情况下运行编码智能体，裸跑只通过 8 项检查中的 1 项，加入约束文件后通过 8 项。
推荐理由：作者用同一张工单做对照实验，给出四类约束文件的分工与实测差异，可迁移到自己的仓库。
LiveKit 发布 Egress 故障排查指南，覆盖常见错误、存储上传、录制内容、布局模板、Webhook 生命周期及自托管 Egress 问题，同时适用于当前 StartEgress API 和已弃用的各类 source-specific API。
IBM 的 Spyre 加速器软件栈已将 torch.compile 后端从自研的 sendnn 换成基于 PyTorch Inductor 扩展的 backend=inductor，编译器体积缩小约 7 倍。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 的软件更新，涵盖 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 等智能体应用。
推荐理由：NVIDIA 官方汇总 RTX Spark 笔记本上市前的本地 AI 软件生态更新，可了解端侧智能体与开发工具的落地节奏。
Tessl Blog 提出评估 AI 软件工厂开放性的两个问题：能否把企业上下文带进去，能否把工厂学到的东西带出来。文章指出，工厂在运行中会积累架构决策、评审纠正、事故约束和评估用例等知识，仅支持多模型、接入外部编码智能体或本地部署并不足以让这些知识迁移。开放工厂应让上下文与学习成果可检查、可提取、可复用，并保留其来源、适用范围和评审状态。
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司，分别覆盖医疗智能体、先进材料、通用机器人和企业规划领域。此前 NVIDIA 已在法国投资 Alice&Bob、Gradium 和 Scintil Photonics，并在整个欧洲承诺投入近 100 亿美元。
MIT 媒体艺术与科学教授、MIT 建设性传播中心（CCC）主任 Deb Roy 在《原子科学家公报》发表题为“Who stands behind the words?
Amazon Bedrock 面向泰国、马来西亚、新加坡、印度尼西亚和台湾五个 AWS 区域，通过全球跨区域推理提供 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra，其中 GPT-6 Astra 从亚太（新加坡）区域提供。
GitHub Copilot 应用入门系列介绍四种让 Copilot 适配项目的方式：仓库级自定义指令写入 .github/copilot-instructions.md。
Meta 发布 Muse Wonder 系列模型 Muse Wonder 和 Muse Wonder Full，称其为目前能力最强的模型，在个人与专业智能体任务上达到 SOTA，覆盖法律、金融、健康等领域及前沿编码能力。
推荐理由：Meta 公布 Muse Wonder 系列在智能体任务上的能力与安全训练取向，可了解其面向个人与专业场景的定位。
NVIDIA 提出 ReplaySSM，重新思考混合模型的状态存储方式以加速解码。NVIDIA Nemotron 3、Qwen3.5 至 Qwen3.8、Kimi-K3、GLM-5.3-Flash 等混合模型将 SSM 层与少量注意力层交错，SSM 层分别采用 Mamba-2、Gated DeltaNet（GDN）或 Kimi Delta Attention（KDA）。
Microsoft Research 提出 StudentSim，一个用公开去标识化学习记录训练个性化 AI 学生模拟器的研究系统，可在真实学习者测试前评估和改进 AI 辅导系统。该系统从行为保真度和指导响应性两个维度评估模拟器，并配套推出覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准，表现优于主流基线。StudentSim 并非产品，不部署于课堂，也不旨在取代教师。
AWS 发布面向 llama.cpp 的 Deep Learning Container，可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管量化模型，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
AWS 发布面向多节点部署的 Ray LLM Deep Learning Container，可在 Amazon EKS 上把单个大语言模型跨两个 GPU 节点部署，一个节点做 prefill、另一个做 decode，并统一暴露 OpenAI 兼容端点。
Flo Health 借助 Databricks AI Runtime 在无服务器 NVIDIA H100 GPU 上对开放模型做分布式微调，用 AI 评委和隐私优先合成数据把医疗安全与有用性标准转成训练信号。
NVIDIA 在 OCP 全球峰会上通过开放 MGX 架构向 OCP 贡献了 Vera Rubin 机架与计算托盘设计，为系统构建者提供下一代 AI 工厂基础设施的共同基础。
NVIDIA 与 Cisco 宣布推出超密集小型可插拔（USFP）光模块，为首个支持 400Gb/s 单通道电信号的模块，可实现最高 12.8Tb/s 容量。其带宽密度达 200Gb/s 单通道光模块的 4 倍，能效约为 1.3 倍，支持最高 100 瓦功耗且无需独立嵌入式散热电路。
蚂蚁 inclusionAI 发布双臂灵巧操作基准 BiDex-100，覆盖 106 个任务、五大能力维度（Memory、Long-Horizon、Instruction-Following。
浏览器指纹识别通过收集 user agent、语言、屏幕尺寸、字体、canvas 与 WebGL 渲染、音频处理等信号并哈希成标识符，可在 cookie 被删除后仍识别回访浏览器。它分被动（HTTP 头、IP、TLS 握手）与主动（JavaScript 采集）两类，常用于追踪用户、防欺诈和检测机器人，也是 AI 智能体与爬虫被拦截的原因之一。其局限在于相似浏览器可能撞指纹，浏览器更新也会改变结果。
Anthropic 公布针对 Claude 蒸馏攻击的新防御方法，早期证据显示这些方法使蒸馏者获取的数据量减少约 90% 至 99%。防御分三部分：通过 preserved thinking 限制推理内容在账号、模型和对话间流转；用两阶段分类器拦截提取尝试，误报率低于 0.1%；对反复尝试提取的账号施加更严格限制并封禁。
推荐理由：Anthropic 公开了反蒸馏防御的三类方法与实测拦截数据，可了解模型能力保护的技术路径与代价。
Meta 发布 Muse Wonder 和 Muse Wonder Full，在 Artificial Analysis Intelligence Index v4.3 最高推理强度下分别得分 52 和 56，均高于 Muse Spark 1.3（max）的 48，距上次发布仅 6 周。
推荐理由：Artificial Analysis 的第三方评测给出两款新模型在智能体与编码任务上的具体分数和成本对比，可据此判断其定位。
Artificial Analysis 上线 Cognition 构建的编码基准 FrontierCode 1.1，任务要求智能体修改真实开源仓库，由维护者标准判断改动是否达到可合并程度，并额外考察改动过大、越界修改文件、添加无用测试等行为。
Raise Financial Services 正与 Cartesia 合作开发多语言语音体验，将其自研的 70 亿参数印度金融市场小语言模型 artham 的金融智能延伸至自然的多语言对话。
研究评估了 LLM 在 MQM 和 ESA 两种机器翻译质量评估方案下与人类标注者的一致性，覆盖 70 个语言对的长上下文测试集及 WMT23、WMT25 公开数据。
Amp 现在会跟进它自己创建的 GitHub PR，评论、review 和 CI 结果都会出现在同一线程里，agent 可订阅最新 commit 的评论、review 和 CI，失败检查或 reviewer 提问出现时 Amp 已有上下文处理。
英国 AI Security Institute（AISI）提出前沿 AI 开发的新技术最佳实践方向，指出风险正更早出现在训练、内部部署和评估阶段，而能力基准很快饱和、对齐与控制评估方法仍不成熟。AISI 称已与业界独立评估超过 55 个模型，并发布开源评估工具 Inspect。该机构表示不寻求强制要求，而是为行业技术标准与最佳实践提供专业支持。
Apple 研究团队提出 Minions，一个将多台 macOS 设备上闲置的 Apple Silicon GPU 聚合起来、执行大规模机器学习推理的动态分布式虚拟 GPU 云。该系统提供灵活的 GPU 推理任务执行、容错能力和高效资源利用，让团队无需额外采购 GPU 即可复用现有硬件。研究经验表明，在集中式 GPU 资源受限的环境中，闲置 macOS 设备可转化为实用的分布式 GPU 推理平台。
Mastra Studio 新增 Thread View，可将智能体对话消息与其 trace 步骤并排展示，并支持打开完整 thread 按顺序查看整段对话。该功能需 mastra@1.33.0 或更高版本，若智能体已使用 memory 并通过 MastraStorageExporter 持久化 trace，则无需额外配置。
vLLM 引入双向 KV 传输，让 decode 节点把已计算的 KV 缓存回传给 prefill 节点，避免多轮对话中重复计算上下文。在 1P1D 的 Amazon EC2 P5en 加 EFA 部署上，最长提示下 TTFT 降低约 1.6 倍（Qwen3-32B）和 3.3 倍（zai-org/GLM-5-FP8）。
推荐理由：vLLM 新增双向 KV 传输，读者可了解多轮智能体场景下降低 TTFT 的机制与实测数据。
约翰斯·霍普金斯大学提出 SELFCOMPACT，让模型自行决定何时及如何压缩上下文：通过一个压缩工具加一套轻量评分规则，判断子任务已完成或轨迹收敛时触发、推导中途或卡住时抑制。
Amp 的 Changes 面板现可自动按智能顺序排列文件：读取 diff 后识别关键文件并置顶，diff 变化时重新计算顺序，但不会在用户审阅时重排文件，而是在智能排序按钮上显示蓝点，点击后才应用新顺序。新自动智能排序的计算速度大幅提升，用户仍可通过排序按钮切回按字母顺序排列。
Factory 正式发布 Environments，为云端 Droids 提供可复用的沙箱定义，包含仓库、工具和依赖，并提前构建为可移植镜像，让每个沙箱在 Droid 启动前就绪。
推荐理由：Factory 把云智能体的沙箱环境做成可复用、定时重建的标准化定义，读者可据此判断多智能体并行编排的落地方式。
Artificial Analysis 发布 AA-3D v1.0，一个评估 AI 模型构建交互式 3D 体验的基准，并同步上线排行榜。该基准覆盖场景构建、成本与智能体运行过程，后续将随新模型发布持续更新榜单。
Anthropic 的实验显示，小型 AI 模型可能再过几个月就具备在商用 IoT 设备（如智能烤箱、杂牌 Android TV 盒子）上自我复制的能力，这类复制体没有集中关停点，但速度较慢，翻倍时间以天计。
推荐理由：Anthropic 用真实 IoT 设备实测小模型自复制链条，给出能力门槛与时间外推，可据此理解端侧算力带来的安全边界变化。
Sakana AI 发布论文提出多智能体自监督（MASS）：一个共享模型通过虚拟子智能体团队解题，搜索更优的多智能体工作流，再用自身判断选出最佳方案，并将最佳团队的执行轨迹蒸馏回共享模型。
推荐理由：Sakana AI 用 27B 开源模型跑通两轮多智能体自监督循环，给出 RSI 训练数据与瓶颈的实证线索。
蚂蚁 inclusionAI 发布 PolyOCR-Venus 统一 OCR 基础模型家族，包含 2B 和 9B 两个版本，基于 Qwen3.5 视觉语言骨干，覆盖文本识别、定位、文档解析、信息抽取、多语言转换和 OCR 推理六类能力。
Figma 设计运营经理 Jake Geller 发起“AI Collective”学习小组试点，将设计师按兴趣分成五个小组，每组每周用一小时、持续六周，由同伴带教并搭配 20 分钟讲解与 40 分钟实操。Sephora 则把双周论坛从只展示成品改为讲清尝试过程与失败经验，并设 Slack 和 Teams 频道延续讨论。
