NVIDIA与IIT Madras发布Indic预训练研究与2.8T token数据集
NVIDIA与IIT Madras及AI4Bharat将发布Nemotron-pretraining-Indic-v1,覆盖22种印度语言、约2.8万亿token,并同步开放GPU加速的数据生成流程。
推荐理由:报告同时给出2.8T token语料、生成流程与continued pretraining评测,便于理解印度语言数据扩展的方法和效果边界。
NVIDIA与IIT Madras及AI4Bharat将发布Nemotron-pretraining-Indic-v1,覆盖22种印度语言、约2.8万亿token,并同步开放GPU加速的数据生成流程。
推荐理由:报告同时给出2.8T token语料、生成流程与continued pretraining评测,便于理解印度语言数据扩展的方法和效果边界。
少数派早报汇总了 Apple 智能国行 Beta、Grok Voice 3.0、Step 5 Preview 等产品进展。Tim Cook 表示 Apple 智能国行 Beta 将于本月晚些时候上线,包含实时翻译、照片消除工具和写作工具,但不包含 Siri AI。阶跃还开放了总参数量达 6000 亿的 Step 5 Preview 模型权重,支持最长 100 万 Token 上下文窗口。
ComfyUI 发起竞赛,征集对 Genjutsu、Cinema Studio 或其他创意应用的开源重建项目,要求公开代码仓库,供任何人运行、修改和迭代。总奖池包括 $10,000、3 块 GeForce RTX 5090、10 个 $250 Comfy Credits 奖项及合作方奖励,参赛者可使用 LTX、FLUX3 或 MiniMax H3 构建工作流。
ComfyUI v0.41.0 新增 ImageSDRToHDR、ReferenceMultiLatent 和 Latent Geometries 相关节点,并加入 Flux3-image 模型支持。版本还支持 MiniMax-H3 LightVAE,将工作流模板更新至 v0.11.84,并调整 LoRA stack 节点的启用状态。
Granite Switch 4.1 发布 8B 和 30B 模型,将通用与安全决策适配器、Granite-Speech-5.0-Turbo-CTC 语音识别模型及基础模型整合到同一托管端点。
推荐理由:文章给出 Granite Switch 4.1 的模型组合、适配器缓存复用与单端点部署方式,便于理解多能力统一推理的实现路径。
Meta 面向智能体编码工作流优化的开放权重模型 Muse Spark Open 现已上线 Amazon SageMaker JumpStart。该模型采用 MoE 架构,总参数量 816B、每个 token 激活 42B,支持 1M tokens 上下文,并提供 BF16 与 NVFP4 两种版本。
推荐理由:文章给出两种权重格式的实例映射、SDK 调用与清理步骤,可用于评估部署成本和接入方式。
NVIDIA RTX Spark 将于周五 Oct. 16 发布,定位为面向创作者、游戏玩家和 AI 智能体的 Windows PC。评测反馈称其在本地 AI、游戏与创意工作流方面表现突出,NVIDIA 还与多款应用合作完成优化。全球多地将于当天举办发布庆祝活动,用户可通过 #ShareYourSpark 参与活动并赢取 ASUS ProArt P14 RTX Spark。
AWS 提出 Trust in Depth 分层方法,用范围界定、身份识别、边界控制和运行观测提高 AI 智能体的可控性。文章以帮助台智能体处理员工离职为例,介绍 Policy in AgentCore、AgentCore Gateway、Strands Box 和 Amazon CloudWatch Omni 如何执行权限、身份、策略与追踪控制。
推荐理由:文章以生命周期为线索拆解智能体的范围、身份、边界和观测层,并结合 AWS 产品说明如何落实这些控制。
NVIDIA 发布 120B 参数的开放多模态智能体模型 Nemotron 3.5 Super VL,以及面向端侧设备的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
推荐理由:这三款开放模型覆盖企业服务器到端侧设备,并披露训练、部署和行业定制信息,便于比较不同智能体场景的算力需求。
NVIDIA 参与欧盟 AI in Science Enablers Initiative,向欧洲科研社区提供加速工具、模型、算力、数据、培训及协作项目支持。NVIDIA 已开源超过 250 个模型、250 个数据集和 1,400 多个软件项目,并通过 Hugging Face 与 GitHub 提供;其还正推进欧洲 35 台超级计算机的开发,预计服务超过 300 万名研究人员。
Black Forest Labs 的 FLUX.3 Image Klein 已登陆 Hugging Face Diffusers,一个模型支持文生图、多参考图生图和边界框布局控制。
推荐理由:文章提供两个检查点的配置、速度与显存数据,并给出布局控制、LoRA 微调和模块化工作流示例。
Amazon Bedrock AgentCore 可通过 8 个专用智能体和 2 条图式工作流,对发票、订单等业务文档进行分类、提取、验证与持续学习。该方案通常可在 20 分钟内部署,无需为新文档类型手工配置模板,并支持复用已保存的提取指令。
Google Research 在 Mountain View 举行 Research@ 2026,展示覆盖地球智能、科学研究、技术文档审阅、端侧 AI、医疗和灾害预测等领域的十项进展。
Tamnoon 基于 Amazon Bedrock 构建了云安全修复智能体 Tami,在 90 天内将关键云暴露降低最多 90%,且未出现生产问题。Tami 通过调查、安全评分、修复和代码生成四类智能体处理 CNAPP、CNSPM 等工具发现的云安全问题,并以独立评估、Guardrails、只读调查、审批和回滚机制约束执行。
Amazon SageMaker JumpStart 可通过 Python 脚本完成模型部署、样例提示词测试和端点清理。文章使用 SageMaker Python SDK 测量延迟、近似输出长度和单请求生成速率,并以 `huggingface-vlm-qwen3-5-27b` 1.13.0 为例展示测试结果;不同模型可能需要调整 payload 格式、实例类型、EULA 和响应解析方式。
欧洲多地城市正利用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生,用于城市规划、基础设施维护、能源管理与公共服务。法国 Côte-d’Or 的智能体覆盖 500 多座公共建筑,将文件检索从数周缩短至几分钟,并使运营成本降低 10%;相关方案还采用 Cosmos、Nemotron、Omniverse 和 VSS Blueprint。
Latent Space 的 AINews 汇总 Gemini 4 Argon 全球发布、Vals AI 基准结果及 AI Engineer NYC 动态,并梳理 Muse Wonder、决策模型、语音模型、Agent 基础设施与安全研究。
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 介绍了世界动作模型 Dyna-2 及物理机器人智能体 Dyna-2.1。Dyna-2 使用超过一百万小时的人类视频预训练,同时预测未来视频和机器人动作;Dyna-2.1 已实现连续 24 小时折叠餐厅餐巾、成功率 99.4%,并在 Din Tai Fung 多家门店每天折叠数千张餐巾。
ComfyUI 发布 v0.40.0,更新资产系统、模型支持和工作流模板,并加入 CameraInfo、CameraAngle、原生 LoRA 加载器及多个合作方节点。版本还改进了 Qwen3.5 的低显存表现,修复动态输入验证、旁路 LoRA、融合路径和多类文件加载问题,并默认调整资产系统与输出资源扫描行为。
Anchor Browser 已与 Amazon Bedrock AgentCore payments 集成,可让 AI 智能体通过 x402 协议自主购买网页内容和 API 服务。
推荐理由:文章拆解了托管支付层的接入流程及安全边界,为现有浏览器智能体增加自主付费能力提供可迁移实现。
AWS 通过 AWS License Manager 托管权益,帮助组织从中央账户集中管理 Amazon Bedrock 第三方模型访问并分发 AWS Marketplace Private Pricing Offers。文章提供一次性轻量脚本和基于 AWS CDK 的事件驱动自动化两种方案,可验证卖家、创建分布式授权并持续激活,支持记录 CloudWatch Logs 审计结果。
Geoffrey Huntley 提出编写 pre-commit hook,检查 git diff 是否直接调用 observability 模块而绕过 diagnostics library,并在提交失败时注入提示,要求 Agent 使用诊断库。作者称这样可将执行效果提升到 ten out of ten。
NVIDIA 与合作伙伴将在 RTX Spark 笔记本上市前推出本地 AI 智能体、模型、创作应用和开发者工具更新,相关笔记本计划于 10 月 16 日上市。文章还介绍 Nemotron 3.5 Bolt 74B、开源路由器 NVIDIA PAIR、Adobe 应用优化、Broadcast 2.3、llama.cpp Windows 应用及 DLSS 5 等更新。
推荐理由:文章集中梳理 RTX Spark 发布前的软件生态、模型、创作工具、开发者环境和游戏支持,能帮助读者判断本地 AI 工作流的实际覆盖范围。
tldraw 市场团队成员 Spencer Tasch 分享了非技术员工借助 Codex 将 AI 生成代码送入 GitHub PR 并交付为组织应用的完整流程。文章依次介绍自动化测试、公司代码审查、部署、身份与密钥管理、访问权限、数据持久化、日志监控及后续迭代。文章还强调,依赖建立后需要明确团队维护与应用所有权。
作者通过组合多项优化,让 MiniMax H3 在单张 RTX 5090 上以 448×256 分辨率实时生成视频,目标是在 15 秒内完成 15 秒内容。
推荐理由:文章拆解了在单张消费级 GPU 上运行 MiniMax H3 实时视频生成的优化方法,并开源可复现的自定义节点。
Hugging Face 展示了如何在 HuggingChat 中启用 ML Intern,通过自然语言提示完成数据准备、基线测试、训练、评测和模型发布。作者用 7 个项目验证了工作流,总计算成本约 USD 103,其中 0.8B Pocket Rewriter 可在 CPU 上运行,并提供全部提示词与模型、数据集和应用。
推荐理由:文章拆解了用 ML Intern 自动规划、训练、评测并发布模型的方法、成本控制和多组项目结果。
Microsoft Research Asia 发布并开源 Agent Lightning v1.0,以约 3,500 行代码构建轻量级 Agentic RL 控制平面。
推荐理由:原文同时说明框架架构、训练流程和编码智能体实验结果,便于评估其如何接入现有 Agent harness。
Import AI 475 梳理 AI 群体扩展、Google DeepMind 的 SynthID Bio 与 AI 科学自动化。多智能体以更多 token 换取并行提速,4-agent 群体达到同等表现需约 2 倍总 token,理论上可将耗时减半。SynthID Bio 已在三种靶蛋白完成湿实验;SciUniverse 以 92 项任务、17 个任务族测试 AI 操作自动化实验室的能力。
Microsoft Research 开发端到端机器学习系统,结合太阳风观测、AE 与 Dst 预报、地质和电网数据,为美国本土 66,935 座变电站生成空间天气风险预测。系统可提前 30-60 分钟发出预警,对重大、严重和极端事件的检测率分别为 76.5%、81.2% 和 64.1%。
tldraw SDK 5.5 已发布,重点提升可靠性并修复交互、同步、持久化和存储相关的少见问题。富文本新增智能标点与选中文本包裹功能,粘贴链接可直接赋给选中的形状,并内置 Tiptap。版本还改进了 Mermaid 图表、触控手势、高刷新率显示和键盘导航,并修复多项崩溃问题。
Mistral 在慕尼黑开设新中心,组建 Physics AI 与 Industrial AI 专业团队,服务德国工业客户。该中心将与 BMW、Siemens Energy 及 TUM 合作开展碰撞模拟、工业 AI 和汽车空气动力学数字孪生研究。Mistral 计划到 2030 年建设 1 GW 欧洲算力,并凭借开放权重模型和本地部署强化 AI 主权。
Mistral 与 Cloudera 建立合作,将 Mistral 模型集成至 Cloudera 混合数据平台,支持企业跨越私有云、公共云、本地及完全隔离环境进行推理。企业还可利用受控环境中的专有数据训练并拥有定制模型;合作面向 Cloudera 平台上 30 exabytes 的客户管理数据。
UC Berkeley Sky Lab 与 IBM Research 扩展 K-Search,加入结构化 CUDA-to-MLX 翻译层,将已有 CUDA kernel 优化知识迁移到 Apple Silicon。
ABBEL 将交互历史压缩为可更新的自然语言信念状态,并通过信念分级监督其信息保留能力。在 CollabBench 中,重构式信念分级将模型与完整上下文模型的性能差距缩小约 50%,训练步数减少 50%;在多目标问答中加入峰值信念长度惩罚后,模型在较少内存占用下保持了相近性能。