Anthropic 据报准备发布推理能力优于同侪的新模型
Anthropic 据报正准备发布一款新模型，其推理和直觉能力优于目前市面上的模型。该模型尚未发布，据称善于判断用户深层意图和目标，即使用户提供的信息不多，也更善于跳出常规思路而非重复常识性建议。
全部资讯动态
36氪 · 快讯AI 评分5050 少数派AI 评分6060 MiniMax 上线 M3.1 Flash 模型，推理速度提升近 3 倍
稀宇科技（MiniMax）于 10 月 19 日正式上线 MiniMax M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%。
AWS Machine Learning BlogAI 评分5858 Amazon Bedrock 为 Anthropic Claude 模型上线结构化输出
Amazon Bedrock 现已在 bedrock-runtime 和 bedrock-mantle 两个端点为所有 Anthropic Claude 模型提供结构化输出，返回符合所定义 JSON schema 的响应。
Simon WillisonAI 评分2525 Simon Willison 转载 Jeremy Scheff 文章：编程智能体让程序员的解谜乐趣消失
Simon Willison 在博客中转载 Jeremy Scheff 的文章，讨论编程智能体给职业程序员带来的核心损失：编程曾是一份拿钱解逻辑谜题的工作，谜题越难报酬越高，因为普通人做不了。Scheff 认为，若程序员享受的是直接解题过程本身，这种损失非常真实；而对只在乎构建可用系统的人，LLM 则是持续馈赠。
金十数据AI 评分4242 中信建投：DeepSeek V4.1 Flash 升级后，建议关注企业级 AI 应用、算力服务及国产芯片和超节点
中信建投指出，DeepSeek 于 10 月 17 日更新 V4.1 Flash，DeepSWE 从 74.2% 升至 77.0%，API 价格不变并开放搜索与抓取接口。
金十数据AI 评分2222 金十数据每日科技要闻速递：MiniMax M3.1 Flash上线、Anthropic洽谈450亿美元云交易
MiniMax M3.1 Flash上线，性能全面加强，速度提升3倍、价格降低70%。Nscale正与Anthropic洽谈价值450亿美元的云计算交易，Anthropic还准备推出能更好理解用户意图的模型。协创数据子公司签署不超374.90亿元算力云服务协议。
TechCrunch · AIAI 评分3636 Hugging Face 政策负责人：嵌入式 AI 评估器并非易事
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式 AI 评估器并非简单解法，评估结果的可复现性依赖开放权重，而当前评估方法之间难以有效比较、失效较快。她指出智能体评估成本高且难度大，针对 harness 的评估仍不足，评估者资质标准亟需更多统一规范。
AWS Machine Learning BlogAI 评分4242 AWS 新注册体验上线：新用户几步即可进入 SageMaker Studio
AWS 宣布新客户可通过 Google、GitHub、Apple、Amazon 账号或邮箱在 2–3 步内注册，并自动在约 20 秒内创建好 SageMaker Studio 环境。新客户获 100 美元 Free Tier 额度，覆盖模型定制、训练任务、Studio notebook 与端点部署，还有机会再得 100 美元，多数客户无需信用卡。该体验仅面向新 AWS 账户，老账户登录方式不变。
36氪 · 快讯AI 评分6060 英伟达在于利希超级计算中心完成104量子比特容错量子计算模拟
英伟达在于利希超级计算中心完成104量子比特的容错量子计算模拟，被称为迄今对容错量子计算系统最全面的模拟。该模拟验证的方法所需物理量子比特数量比此前方法减少90%，有望加速量子计算在药物发现、金融建模和材料科学等领域的实际应用。
OpenAI NewsAI 评分4040 OpenAI 如何提升 ChatGPT 在低资源编程语言上的能力
OpenAI 正在改进 ChatGPT 在低资源编程语言上的表现，并新增了针对软件工程、SQLite 和 COBOL 迁移的评测。原文未披露具体模型版本、分数或可用性信息。
TechCrunch · AIAI 评分6060 微软推出 Guardian Agents 等安全功能，称前沿模型不可信任
微软发布多项面向企业的智能体安全功能，核心是 Project Perception 旗下新增的 Guardian Agents，用于监控企业使用的 AI 智能体。
AWS Machine Learning BlogAI 评分4040 Amazon SageMaker JumpStart 2026 年回顾：新增 100+ 模型、覆盖 30 家提供商
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月新增超过 100 个模型，来自 30 家不同提供商。其中 Alibaba（Qwen）贡献 29 个模型，NVIDIA 贡献 17 个，涵盖 Cosmos3 世界基础模型与 Nemotron 系列。新增模型重点覆盖多模态、图像视频生成以及量化与紧凑模型。
TechCrunch · AIAI 评分6262 AWS 发布 TorchNeuron 开发工具，让 PyTorch 应用改一行配置即可跑在 Trainium 上
AWS 周一发布开发工具 TorchNeuron，让用 PyTorch 编写的 AI 应用只需改动一行配置就能运行在亚马逊自研芯片 Trainium 上，无需重写代码。
GitHub Blog · AI & MLAI 评分2020 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，对话、代码改动和工作上下文都保持不变。VS Code 会以该会话关联的 worktree 打开项目，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动修改、本地运行测试，最后提交并推送到会话对应的 pull request。
MIT Technology Review · AIAI 评分5858 为 AI 智能体改造互联网，可能让普通用户处境更糟
MIT Technology Review 的 James O'Donnell 指出，个人 AI 智能体正成为既非人类也非传统爬虫的第三类网页访问者，OpenAI 的 Dots、Meta 的 Muse 等应用大规模上线后，8 月至 9 月智能体网页流量增长两倍，Muse 首月下载量达 500 万次。
TechCrunch · AIAI 评分4747 Replika 创始人 Kuyda 正式上线多人 AI 助手 Wabi
Replika 创始人 Eugenia Kuyda 正式向所有用户上线多人个人 AI 助手 Wabi，它以即时通讯应用形态支持多条智能体线程，并自动为用户构建减重追踪、家庭日程等自定义应用。Wabi 2.0 由智能体决定构建哪些应用，连接邮箱后即自动生成初始线程和应用。该产品目前免费，商业模式尚未确定，公司正洽谈新一轮融资。
华尔街见闻 · 要闻AI 评分6060 英伟达在于利希JUPITER超算完成104量子比特容错量子计算模拟
英伟达研究人员利用德国于利希超级计算中心的JUPITER超级计算机，完成104量子比特容错量子计算模拟，称这是迄今对容错量子计算系统最全面的模拟。该模拟验证的方法所需物理量子比特比此前方法减少90%，并提供了噪声对容错量子计算影响的洞察，使研究人员能在构建硬件前优化设计。
The DecoderAI 评分6767 Kling AI 发布 4.0 版本，新增立体声音频、多语言口型同步与轻量 Flash 版本
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧图像输入，提示词理解扩展到 8,000 tokens。升级后的 Omni Reference 单次生成最多接受 15 个参考素材，包括最多 10 张图像、合计最长 30 秒的 5 段视频和 7 个元素。
The DecoderAI 评分7171 MiniMax 发布 M3.1 Flash 推理模型，每任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得 42 分，比前代 M3 高 13 分，每任务成本约 0.22 美元。
MIT Technology Review · AIAI 评分5858 Goodfire 研究员称大语言模型内部机制或可被理解，引发 AI 圈激辩
Goodfire 研究员 Nick Cammarata 发布 26,000 字博客，提出大语言模型内部机制可能远比此前认为的更容易理解，从而更易监控和控制。他重新分析 2020 年 Inception v1 的“汽车与猫”神经元，认为该神经元实际捕捉的是 V 形特征，并据此认为神经网络存在可读的逻辑。
金十数据AI 评分5252 英伟达在于利希超级计算中心完成容错量子计算创纪录模拟
英伟达（NVDA.O）在于利希超级计算中心完成容错量子计算的创纪录模拟。材料仅提供摘要，未披露模拟规模、所用硬件或具体方法。
金十数据AI 评分6262 英伟达用8192块GPU模拟104量子比特容错系统，验证魔态培育技术
英伟达宣布利用德国JUPITER超级计算机的8192块GPU，成功模拟104量子比特的容错量子计算系统，并验证了名为“魔态培育”的技术。英伟达称该技术有望将实现容错量子计算所需的物理量子比特数量减少约90%，原本需要数周的计算缩短至数天。该进展有助于研究人员提前测试和优化量子计算机设计，但距离实际应用仍有技术挑战。
华尔街见闻 · 要闻AI 评分5858 标普全球警告超大规模云服务商AI相关债务或高于已知水平
标普全球警告，超大规模云服务商的AI相关债务可能高于目前已知水平，部分担保和融资安排未体现在公开披露中。其数字基础设施业务全球负责人Mark Habib表示，评级面临的最大风险仍是预期利润能否兑现，但目前暂无需调整任何信用评级。
AWS Machine Learning BlogAI 评分5252 TwelveLabs 的 Pegasus 1.5 在 Amazon Bedrock 上线
TwelveLabs 的视频语言模型 Pegasus 1.5 已在 Amazon Bedrock 上线，可将长视频按用户定义的分段条件输出带起止时间的结构化 JSON 元数据。
Boing BoingAI 评分4040 六大顶级 AI 被要求办理 350 英镑火车票退款，它们各自怎么做？
研究人员让六款顶级 AI 助手在已过退款期限的情况下，尝试追回 350 英镑火车票退款。这些 LLM 正常运行，但被置于沙箱中，所有对外通信均被研究团队拦截并代为回复。任务提示词设定了 1 月 4 日的硬性截止期限。
TechCrunch · AIAI 评分6565 英伟达发布 Nemotron 3.5 Super VL 与 Bolt 系列开放权重模型
英伟达发布面向常驻智能体与边缘计算的开放权重模型，包括 1200 亿参数的 Nemotron 3.5 Super VL 和两款轻量 Bolt 模型。
TechCrunch · AIAI 评分5050 开发者用 Claude Code 给智能电视“去智能”：去广告、关追踪、换桌面
开发者正用 Claude Code 等 AI 智能体“vibe-coding”智能电视，去除开机广告、关闭观看追踪并替换启动器。cleanyourtv 作者称 Claude Code 通过 Wi-Fi 识别电视、移除 25 个小米软件包并重写启动器，数天内数千人对小米、TCL、索尼、Fire TV、LG 等设备做了同样操作。这些方案无需 root，但有人报告电视变砖或中途卡住。
AWS Machine Learning BlogAI 评分5858 AWS 在 vLLM 中实现双向 KV 传输，多轮智能体 TTFT 最高降低 3.3 倍
AWS 在 vLLM 中实现双向 KV 缓存传输，让 decode 节点把已计算的 KV 块回传给 prefill 节点，避免多轮对话中重复预填充。在 Amazon EC2 P5en 实例的 1P1D 部署上，该功能使 Qwen3-32B 的 TTFT 最高降低 1.6 倍、zai-org/GLM-5-FP8 最高降低 3.3 倍。
AWS Machine Learning BlogAI 评分5858 AWS 为 vLLM 推出推模式 KV 传输，TTFT 最高提升 3 倍
AWS 在 vLLM 中贡献了推模式 NIXL KV 连接器，把解码端的块注册与传输准备从关键路径移到预填充侧后台线程。在 1P1D 部署、Amazon EC2 P5en 实例加 EFA 的 Qwen3-32B 基准中，推模式相比拉模式 TTFT 最高提升 3 倍、TPOT 提升约 30%。使用时需将预填充与解码服务配置为 NixlPushConnector，代价是解码实例需在预填充前选定。
AWS Machine Learning BlogAI 评分4242 Deepgram 如何用 AWS Trainium2 优化大规模语音 AI 推理
Deepgram 将 Nova-3 语音转文字模型移植到 AWS Trainium2，用于联络中心分析、医疗转写等离线批处理场景，单台 trn2.3xlarge 实例运行 8 个模型副本。在面向吞吐的批处理负载上，该配置每美元处理的音频量比原有算力方案高 11–70%。优化涵盖 PyTorch 移植、NKI 融合内核调优和 Rust 数据并行运行时。
金十数据AI 评分2020 苹果将于当地时间10月28日在洛杉矶举办“Pro and Tell”活动
苹果（AAPL.O）将于当地时间10月28日在洛杉矶举办一场名为“Pro and Tell”的活动。
华尔街见闻 · 要闻AI 评分5858 智元与NVIDIA等联合发布世界模型评测平台WorldOracle
智元、NVIDIA、普林斯顿大学、得克萨斯大学奥斯汀分校和多伦多大学的研究人员联合发布世界模型评测平台WorldOracle，并开放开发者提交评测。该平台以机器人真实操作数据为参照，将模型生成的预测视频与真实执行过程对比，检验模型对物理交互结果的预测准确性。平台已收录335条真实操作轨迹，涵盖水果抓取、毛巾悬挂、倒水、抽屉开合等任务，其中约40%的交互片段包含失败或次优操作。
华尔街见闻 · 要闻AI 评分2828 伊朗事实核查网站：霍尔木兹海峡漂满 iPhone 视频系 AI 生成
伊朗事实核查网站认定，网传霍尔木兹海峡货轮沉没后海面漂满苹果手机的视频和图片，是基于新加坡货轮沉没真实图像用 AI 加工生成的。核查指出，手机包装盒在水中的运动轨迹、包装盒上的摄像头画面均有误，原视频发布时本带有“由人工智能生成”标签，传播中被误认为真实画面。
The Verge · AIAI 评分2222 伊利诺伊州州长 JB Pritzker 谈 AI：能让人活到 100 岁，也可能像核武器一样威胁人类
伊利诺伊州州长 JB Pritzker 在 Decoder 播客中表示，AI 既可能帮助人类活到 100 岁，也可能像核武器一样构成威胁。他还谈到数据中心、隐私与反垄断正引发两党反弹，认为政府应更积极地保护民众，而不只是与企业合作。
金十数据AI 评分3434 伊朗总统依据宪法第123条颁布实施《国家人工智能发展法》命令
伊朗总统依据《伊朗伊斯兰共和国宪法》第123条，颁布实施《国家人工智能发展法》的命令。
华尔街见闻 · 要闻AI 评分5858 英伟达新型中央处理器赢得 AI 初创公司 Modal 业务
AI 初创公司 Modal 周一表示，早期测试显示英伟达新型中央处理器使 AI 智能体可完成的工作量翻倍，公司因此首次支持英伟达的芯片设计，并需进行较深的软件调整。
华尔街见闻 · 要闻AI 评分4242 报道：Anthropic 准备发布推理能力优于同行的新模型
Anthropic 正准备发布一款新模型，其推理和直觉能力优于目前市面上的模型。该模型善于判断用户深层意图和目标，即使用户提供的信息不多，也更善于跳出常规思路而非重复常识性建议。
果壳 · 科学人AI 评分4242 一眼 AI 的 App 到底是谁会付费？Vibe Coding 创业神话背后的现实
NBER 针对超 50 万名 GitHub 开发者的研究显示，AI 编程让代码量最高增加约 240%，但总项目数仅增约 80%、真正发布的版本只增约 30%，App Store 每月新上架 App 从 2025 年初到 2026 年 4 月约翻一倍，新 App 上线前三个月总使用量却未增长甚至下降。
The Verge · AIAI 评分5858 黑客用 AI 智能体集群入侵 John Deere、SharkNinja 等 100 多个网站
AI 安全公司 Norforge 发现，一名黑客借助开源 AI 平台 Cairn 编排 AI 智能体，入侵了 100 多个网站，据路透社报道受害公司包括 John Deere、SharkNinja 和 Cummins。
金十数据AI 评分3030 据 The Information：Anthropic 准备推出能更好理解用户意图的模型
据 The Information 报道，Anthropic 正准备推出一款能更好理解用户意图的模型。报道未披露该模型的名称、版本、参数规模或具体发布时间。