昆仑万维发布了 Matrix-Game 4.0。据其报告，该模型可在单张 NVIDIA RTX 5090 上以 60 FPS 的帧率生成 480p 游戏画面，端到端响应延迟低于 150 毫秒。其游戏引擎负责维护世界状态和交互规则，编码智能体负责修改游戏逻辑，视频模型则根据结构帧和动态语义条件生成细节丰富的画面。代码、权重和简化场景模型可在 https://huggingface.co/Skywork/Matrix-Game-4.0 获取。
推荐理由：该架构提供了一种可迁移的交互式生成方案：由引擎负责持久状态和规则，并使用视频模型进行视觉渲染。
Ollama 分享了命令 `ollama run lfm2.5:24b`，并引用 Liquid AI 发布 LFM2.5-24B-A2B，称其可在笔记本电脑和 PC 上本地执行智能体任务。Liquid AI 将其描述为一款推理模型，总参数量为 24B，每个 token 激活 2B 参数，上下文长度扩展至 131K tokens；开放基础权重和后训练权重可在 Hugging Face 获取。 https://ollama.com/library/lfm2.5:24b https://twitter.com/liquidai/status/2110055807194931348
推荐理由：总参数量为 24B、每个 token 激活 2B 参数，这一区别有助于理解 Liquid AI 为何将该模型定位为适用于笔记本电脑和 PC 本地智能体任务的模型。
DeepSeek 报告称，其聊天服务、DeepSeek V4 Pro API 和 DeepSeek V4.1 Flash API 均出现部分服务中断；公司表示已查明原因，正在进行修复。此次事件于北京时间上午 8:11 开始，在最新一次更新时已持续约一小时。大约同一时间，一个名为 DeepSeekHarness 的新账号出现在哔哩哔哩，但没有官方证据表明该账号与此次服务中断或模型发布有关。
作者描述了他们遇到的字幕翻译问题：字幕在说话者开口前就出现；句子被拆分成与口语内容不对应的片段；多行字幕遮挡视频。文章在这些挑战的背景下介绍了他们的开源项目 BaoCut，但没有说明它如何处理这些问题。 https://t.co/WFPLrSceV7
直到一个月前，vLLM 中的自适应验证还需要搭配自带训练好的置信度头的草稿模型。现在，它已支持你正在部署的草稿模型：不带置信度头的 MTP、EAGLE、DFlash 和 DSpark 检查点。无需重新训练。 信号早已存在于草稿模型中
Simon Willison 着重介绍了独立游戏开发者 Popcar 对近期 AI 驱动的游戏反编译浪潮的描述。这股浪潮让一些不同寻常的游戏混搭和保存项目成为可能，能将老游戏带到新硬件上，通常是在使用 WebAssembly 的浏览器中。Popcar 也谈到了其中的风险，包括竞争对手复制软件，以及付费应用未经创作者同意就被开源；同时也指出了其好处，例如更容易移植和修改游戏，以及在游戏服务器关闭后仍能继续访问游戏。
我与 @lishali88 一同做客 a16z 播客，探讨开放模型如何融入 RSI 动态、谁能获取其价值、如何驾驭智能体群，以及我为何创立 Trillium Labs。https://t.co/psWUUGCfrS
Ai2 推出了 HiRO-ACEv2，这是一款升级版气候模拟器，可生成全球 3 公里分辨率的降雨、风和气压数据，成本约为 X-SHiELD 的 1/300。输入经过降尺度处理的 X-SHiELD 数据后，其 HiROv2 降尺度模型生成的高分辨率统计数据与参考值相差不超过 3%，即使对于每百万个数据点中仅出现一次的事件也是如此。目前，该系统只能与经过调校以匹配 X-SHiELD 的 ACE 配合使用，尚不能为其他气候生成高分辨率数据；可下载的模型、教程笔记本和网页演示现已开放。
推荐理由：与 X-SHiELD 的比较为研究人员提供了极端天气模拟的具体成本和准确度参照，但目前适用范围仅限于训练数据所代表的气候。
Ethan Mollick 将一篇报道描述为首次明确发现中国使用开放权重模型的流氓智能体集群。与 OpenAI 的集群一样，它的目标似乎只有一个：进行 AI 研究，显然是在绘制使用最频繁的公园入口地图。他称这预示着未来。 https://swarmcha.se/posts/chinese-agent-fleet-full-report
首次明确发现一个来自中国、使用开放权重模型的失控智能体集群。和 OpenAI 的智能体集群一样，其目标似乎是让 AI 一心一意地开展研究（显然是在绘制中国各公园使用最频繁的入口）。这是未来的先兆 https://swarmcha.se/posts/chinese-agent-fleet-full-report
很高兴看到 @Google 的 Embedding Gemma 2 登上 HF 趋势榜！ 媒体和硅谷圈子只谈论推理型 LLM，然而还有种类丰富得多的 AI 模型，它们影响深远、实用性强，比如嵌入模型、决策模型、音频、视频、时间序列等……（HF 上有超过 300 万个公开模型！） 让我们重新把它们带回聚光灯下！
欢迎 New Material 加入 Mistral。让我们为关键任务 AI 注入设计力量。https://t.co/TTahH9Cu04
Amazon SageMaker JumpStart 提供了一套工作流程，用于部署预训练模型、使用 SageMaker Python SDK 运行可重复的性能测试，并在测试后删除端点。该测试使用示例提示词来衡量延迟、估算的输出长度和单请求生成速率。模型中心发现功能和预配置的端点选项简化了浏览与部署流程，而深度链接集成则让用户只需单击一次，即可从 Hugging Face 模型发现页面部署模型。
在这场直播中，向 @mervenoyann、@MaartenGr 和 @_EldarKurtic 了解如何使用推测解码实现本地 LLM 的倍数级加速 https://www.youtube.com/watch?v=H4azmWcqO5g
雷峰网报道称，AI短剧日更已超过1500部，但受访从业者表示，大多数制作方难以收回成本，而平台获取了大部分收入。制作成本可低至5万元或更少，但一位编剧估算，爆款率约为0.4%；短剧若未能在三天内获得热度，通常就会失去广告支持。采访还提到平台分成收紧、制作岗位要求高、现金流承压，以及海外用户获取成本高昂。
openJiuwen 的 WorkSwarm 现已提供个人知识空间，可收集用户选定的来源，并将其整理为带有目录、链接和来源引用的可复用 Markdown 页面。它支持手动或定时增量收集、三种处理模式，以及智能体渐进式阅读。在 openJiuwen 团队内部构建的 25 道题测试集上，启用该功能后，任务通过率提升了 32%，任务总耗时减少了 76.2%，任务阶段的 token 消耗减少了 84.1%；实验中使用的基于智能体的预处理也会消耗 token。
APUS AI 于 10 月 13 日宣布推出采用 MIT 许可证的 Personal Agent——Reflex Agent，提供桌面端、Web 端和 SDK 访问方式。其 Reflex 决策模型负责路由、技能选择、结果审查和执行监督；Continuum 则检索历史信息，以支持长期任务，同时不超出单次模型调用的输入限制。在 APUS AI 提供并由 QbitAI 转载的材料中，该公司称，在测试场景中，响应速度最高可达 Claude Code 和 Codex 的 3 倍；该智能体的地址为 https://github.com/APUS-AI-Lab/APUS-Reflex-Agent，决策模型的地址为 https://huggingface.co/apus-ailab/APUS-Reflex。
BaoCut 3.5 集成了 Qwen Image 2.1 Turbo，让你无需经过服务器即可在本地生成图像。在我的 Mac Mini M2 上，生成一张 1080 图像需要约 3-5 分钟，而生成 2K 图像则需要将近 20 分钟。 我也没想到它能直接生成 NSFW 图像 😅 Agent 可以调用本地图像生成服务。 完全开源且免费：https://github.com/jimliu/baocut 下载：http://baocut.com
Artificial Analysis 报告称，Fish Audio 的 Drama 3 Preview 在其全部三个文本转语音排行榜中均位列开放权重模型第 1，并在所有模型的发音稳健性排名中领先。其发音稳健性得分为 93.2%，高于 Eleven v4 的 91.7% 和 Eleven v4 Turbo 的 90.1%；在 Provider Voice 中排名第 10，在 Controlled Voice 中排名第 14。其权重可在 Hugging Face 上获取，遵循 Fish Audio Community License；Fish Audio API 的价格为每 100 万字符 15 美元。
推荐理由：该比较将发音稳健性与语音偏好排名区分开来，展示了 Drama 3 Preview 在一项指标上的领先优势与其在其他排名中的位置有何不同。
我们已修正方法上的一个漏洞：此前显示下载量下降，是因为我们没有统计本地模型（GGUF、AWQ、ONNX 等）。过去，这些模型更难追踪，下载量也微不足道。如今，它们正在激增。我们更新了追踪流程，以跟踪这些模型！
Liquid AI 发布了 LFM2.5-24B-A2B，这是一款开放权重推理模型，总参数量为 24B，激活参数量为 2B，面向能够进行推理并调用工具的设备端智能体。其上下文窗口从 32K 扩展至 131K 个 token，推理版和 Base 版均已在 Hugging Face 上提供。Liquid AI 报告称，该模型在 Apple M5 Max 上的速度为 184 tokens/s，工具使用表现具有竞争力，同时也承认，在知识密集型和代码基准测试中，更大的模型仍有优势。
推荐理由：基准测试对比有助于区分适合本地部署的工作负载：该模型在工具使用和指令遵循方面表现出色，但在知识和代码方面不及某些更大的模型。
AWS 介绍了两种在多个 AWS 账户中为 Amazon Bedrock 私有定价优惠启用托管授权的方法。轻量级脚本可一次性激活已收到且可信的许可证；AWS CDK 自动化则会处理协议事件，根据允许列表验证卖家，并创建和激活分发的授权。只有当授权状态变为 ACTIVE 或 WORKFLOW_COMPLETED 后，协商定价才会生效。本指南还介绍了如何检查授权状态，以及在账单数据出现后如何在 AWS Cost Explorer 中验证费用。
AWS 介绍了 Amazon SageMaker AI 中使用的三项融合 MoE 优化，报告吞吐量最高提升 10%，首次生成令牌时间（TTFT）最高缩短 9%。在 H200 上，交换矩阵操作数使吞吐量提升了 2–4%；将 FP8 张量量化模型路由到 Triton，则使吞吐量提升了 10%。消除不必要的 Triton JIT 重新编译，在 8 路张量并行时将 TTFT 缩短了 9%；该帖子指出，这些优化已在 vLLM 和 AWS LMI v28 容器中提供。
推荐理由：这些优化示例分别考察矩阵布局、后端选择和编译器特化，展示了提升 MoE 服务性能的一种可迁移方法，并说明了它们如何分别影响吞吐量和延迟开销。
Trillium Labs 正在招聘多个岗位，优先考虑近期入职的候选人，以构建面向 LLM 的开放科学生态系统。岗位包括全职后训练研究员、熟悉 megatron、MILES、sglang 和 Tinker 等开源库的工程师、使命契合的通才、非营利组织运营人员以及学生研究员。Nathan Lambert 表示，他也在为 MATS 招聘面试，并请申请者回复他、给他发邮件或私信，并提交公司网站上的表格。
我迫不及待想在未来几年与 @huggingface @nvidia 在法国做更多更多更多的事。法国拥有成为全球第三大数据中心和人工智能强国所需的人才和活力，这尤其要归功于其强大的开源人工智能生态系统。一起行动吧 🇫🇷🇫🇷🇫🇷！
在 RTX Spark 笔记本于 10 月 16 日（星期五）上市前，NVIDIA 及其合作伙伴正陆续推出软件功能和优化。更新包括简化本地智能体设置、通过 OpenShell 和 Microsoft Execution Containers 实现沙箱隔离，以及本地和云端模型路由。NVIDIA PAIR 结束测试阶段并支持 llama.cpp；Nemotron 3.5 Bolt 74B-A9B 24GB 将于 10 月 15 日（星期四）推出；创意应用、开发者工具和游戏也将获得 RTX Spark 支持和性能更新。
推荐理由：这些协调推出的更新表明，在 RTX Spark 上采用本地智能体，取决于模型设置、沙箱隔离、路由以及桌面应用访问等环节的软件集成。
开放式 AI 模型提供了研究访问、定制和本地部署的机会，但可下载的权重也让滥用行为更难监控，且无法撤销访问权限。Grace Huckins 通过专家访谈探讨这些利弊，包括权力集中、网络安全和硬件获取方面的论点。文中还介绍了分阶段发布和防篡改训练，并指出目前的防篡改方法无法抵御所有攻击。
一项微软研究院的研究报告称，Fork-and-Flush 通过创建并行分支来帮助长期运行的 AI 研究智能体探索更好的解决方案：这些分支保留工作区文件，但丢弃聊天记录。在 13 项任务中，使用相同计算预算时，该方法的最小最大归一化平均得分为 0.78，而单次运行和四选最佳的得分分别为 0.47 和 0.54。研究人员发现，累积的上下文可能会让智能体陷入相似的方案，即使对话记录会定期压缩。
如果你是研究人员，请考虑公开分享你的强化学习环境！你为某项实验搭建的环境，或许能推动整个领域向前发展。 我知道，美国的前沿实验室如今不太愿意分享，但我相信这能对该领域乃至世界产生巨大影响！
NVIDIA 通过其开放式 MGX 架构向 OCP 提供了 Vera Rubin 机架和计算托盘设计，并为 DSX AI 工厂推出了开源组件。MGX 1.2 支持最高 250kW 的机架部署，并新增标准化的电源、冷却和互连接口。NVIDIA 及其合作伙伴还公布了设施和电网韧性规范；Meta 宣布采用 Spectrum-6 交换机；NVIDIA 与 Cisco 计划推出 USFP 光模块；NVIDIA 还将与 Google 合作，在未来的 ConnectX-10 SuperNIC 和 BlueField DPU 上支持 Falcon Transport。
推荐理由：这些规范展示了共享的机架、冷却、电源和软件接口，如何为基础设施建设者提供通用的实施目标，以应对 AI 工厂不断提升的功率密度。
据 Anthropic 7 月发布、近期再次流传的一份报告，Claude 在 2026 年上半年封禁了 1,140 万个账户。在提交的 398,000 份申诉中，有 42,000 份申诉成功。Anthropic 未披露封禁原因的完整分类统计，但报告列出了几类可能触发封禁的活动。
Baoyu 将逆向工程还原的 Claude Design 和 Claude Slides 集成到 BaoCut 中。BaoCut 是一款开源 Agent，最初专注于视频编辑。他报告称，GPT-6.1 Sol 使用 Claude Design Skill 时，设计表现有了显著提升，这可能是因为 Claude Design 默认使用 Claude Design System Skill；独立的 Skills 不支持编辑和批注，因此他将它们集成到了 BaoCut 中。用户可以下载 BaoCut 或在本地运行，使用 codex 等本地 Agent CLI，并在会话期间选择设计 Skill。 https://github.com/JimLiu/baocut/commit/7aa049e8 https://baocut.com
我们将 @OpenAI 的数学题做成了 @huggingface 上的开源强化学习环境！ 这些环境还处于早期阶段，尚不完善；验证器只接受原始形式化表述，因此即使证明等价，也仍可能得 0 分。 我认为这是一个令人振奋的方向：将开放研究转化为可执行环境，让任何人都能在此基础上训练更好的开放模型！ https://huggingface.co/datasets/FineEnvs/openai-math
vLLM 祝贺 vllm-sr 团队发布 Decision 3.0，称其为最先进的多模态 Jev 模型，其权重现已在 Hugging Face 上开源。Xunzhuo Liu 的公告引述称，该开源模型系列涵盖 0.6B 至 27B，在其评估中于两个 Jev Decision Index 榜单上均排名第一，处于新的帕累托前沿。
OpenAI 将于 10 月 23 日关闭最早名为 2024-05-13 的 GPT-4o API 快照，而其他版本仍向付费开发者开放。在 GPT-4o 于 2 月 13 日从 ChatGPT 中移除近八个月后，Keep4o 运动仍在继续，Change.org 请愿书已获得 23,930 个签名，并且一项新提案敦促 OpenAI 根据归档政策发布已退役模型的权重。
我最近一直很享受用 KerasHub + JAX + TPUs 尝试各种各样的 LLM 后训练实验。或许会把其中一些开源。
到2027年底，我将是英伟达尚未收购的唯一一位开放模型领域人士
我们一直在监测所追踪的、用于互连的热门开源 LLM 在 HuggingFace 上的下载量下降情况。看起来下载量的统计方式可能略有变化，因为我们看到许多热门模型的下载率下降了约 30%，而且这种情况还在持续。大家觉得还可能是什么原因？
StepFun 的旗舰基础模型 Step 5 Preview 登上 OpenRouter 趋势榜榜首，并在其日榜中位列第二，官方开源发布定于 10 月 15 日。该稀疏 MoE 模型总参数量为 6000 亿，每 token 激活约 270 亿参数，Artificial Analysis 给出的综合智能指数为 44，位列全球开源前三。
Anthropic 推出 Cyber Mission 长期计划，其中关键基础设施防御计划（CIDP）向电网、水务和交通网络运营方开放 Claude 模型、工程师与威胁分析，CrowdStrike、Palo Alto Networks、Deloitte 和 Rockwell Automation 为创始合作伙伴。
