MosiAI 宣布开源发布 MOSS-Image。该模型基于 5B Diffusion Transformer（DiT）构建，支持中文和英文文本渲染、最长 4K token 的提示词，以及使用边界框进行实验性 JSON 布局控制。Hugging Face 上提供基础版和 SFT 检查点，同时开放模型权重和采用 Apache-2.0 许可的推理代码。vLLM 向团队表示祝贺，并宣布通过 vLLM-Omni 提供 Day-0 支持。
推荐理由：此次发布为如何将双语文本渲染与实验性边界框布局控制相结合提供了一个具体示例，可供需要明确指定文本和物体位置的图像生成工作流开发者参考。
我们将智能体机器人框架 ASPIRE 的 V1.0 开源，其中包含完整的真实机器人技能发现和自我改进能力！Astra 到来的那天，我们的实验室切换了后端模型，一夜之间将所有基准测试的成绩提升至约 99%。 而前沿在这里：https://t.co/OGwborKIse
@90VuHwwuzNhhW3h 表示，vLLM 支持 Muse Spark Open，并用一部小短片讲述它的故事，短片使用由 vLLM-Omni 提供服务的开源模型。推理引擎也在幕后发挥作用。https://t.co/n3gvdWTC6T 主要作者称这部短片很可爱，并表示它生动展现了多模态理解、1M 上下文、智能体规划、DSpark 和跨平台支持。https://t.co/yHPXC7qfdM
沙箱虽然已是常见商品，但要在生产级流量下运行数百万个沙箱，就需要关注细节，才能为企业和消费者扩展智能体。 Perplexity 正在开源 SPACE（为 Perplexity Computer 提供支持的沙箱平台），以支持生态系统。https://github.com/perplexityai/space
推荐理由：常见沙箱与在生产流量下运行数百万个沙箱之间的区别，说明了为企业和消费者扩展智能体所需的工程工作。
我们将 SPACE 开源了。它是运行 Perplexity Computer 中每项任务的沙箱平台。 SPACE 为每项智能体任务分配独立的 Firecracker 微型虚拟机，并在虚拟机外部管理凭据和出站流量。 现已按 Apache 2.0 许可证开放：https://t.co/DzSmq6o1xA
同一新闻，精选展示《Perplexity open-sources SPACE, the sandbox platform powering Perplexity Computer》
Skywork AI 发布了 Matrix-Game 4.0，这是一款开源游戏世界模型，据称可在单张 RTX 5090 上以 480p 和 60 FPS 运行，输入响应时间低于 0.15 秒，峰值显存用量约为 18.5GiB。游戏引擎负责维护状态并执行规则，视频模型则根据结构化帧和动态字幕生成画面。模型权重和代码可通过 https://huggingface.co/Skywork/Matrix-Game-4.0 和 https://github.com/SkyworkAI/Matrix-Game 获取。
同一新闻，精选展示《Kunlun Tech releases and open-sources Matrix-Game 4.0 for single-GPU real-time gameplay》
作者介绍了一期节目，讨论字幕翻译面临的挑战，以及他们的开源项目 BaoCut 如何在中英文语序不同时实现对齐。他们描述了字幕在说话者开口前就出现、句子被拆成与口语译文不匹配的片段，以及两三行字幕占据半个屏幕的情况。文章附有项目链接：https://t.co/c3VnQEt8x3
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。
感谢 @chainguard_dev 团队发现 vLLM 中的漏洞并负责任地披露这些问题。 我们在构建 vLLM 时兼顾生产环境使用和安全性，感谢 Chainguard 这样的合作伙伴帮助提升其安全性。
Simon Willison 于 2026 年 10 月 13 日发布了“web-edit 0.1a1”。来源还提到对 24 个项目进行了性能分析，以及一份月度简报，但没有说明 web-edit 是什么。
Simon Willison 构建了 web-edit 0.1a0，这是一个用于查看和编辑文件夹中文件的 Python Web 应用。他希望能用手机编辑凭据文件，又不让这些凭据经过 LLM。他打算通过 Tailscale 运行该应用，让智能体启动应用后，自己就能直接用手机编辑文件。这个编辑器使用 CodeMirror 6；Willison 说，他曾考虑使用 Monaco，但发现它在移动设备上的体验还不够好。
Qwen 推出 QwenGyre，将弹性 RL 引入极长时程（XLong）智能体训练。其弹性调度器可在不中断正在运行的执行任务的情况下，在 rollout 与训练之间重新分配 GPU；轨迹处理器则将分支执行转换为共享前缀的轨迹树，并生成数量有上限且去重的训练样本。QwenGyre 扩展至 Qwen3.8-2.4T-A95B、每次 rollout 约 700K 个 token 后，在 48 步内将 NL2RepoBench 的成绩从 52.5% 提升至 58.5%，并将端到端训练时间缩短约 44%（相较于 Async）。 论文：https://arxiv.org/abs/2609.33848
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
一款名为 DeepSeek-Bot 的非官方插件在 DeepSeek Harness 上构建了多机器人团队界面，让每个机器人都拥有自己的名称、角色、模型和持久化长期记忆。主机器人可以管理其他机器人和群聊，以减少 Token 用量；该项目采用“所有内容皆为插件”的设计，并基于 Apache License 2.0 发布。它可安装在 DSH 桌面版和网页版上，这两种版本均要求 Node.js 22.19 或更高版本以及 pnpm。
哥伦比亚大学李昀烛团队在 IROS 2026 研讨会上介绍了 FlexiTac 的进展，这是一个开源柔性压阻式触觉传感器平台。该传感器可在 3 分钟内组装完成，附带完整 BOM 和读出软件，并可与 LeRobot 机器人学习框架集成。Analog Devices 正在开发一款商业版本，其触觉分辨率是人类手指的五倍，通过半导体制造工艺生产。
vLLM Semantic Router 团队在 Decision 2.0 上取得了出色成果。 针对一个输入提出多个问题，在单次前向传递中作答，并给出各选项的概率。适用于路由与分类。 @XunzhuoLiu 的转发帖：适用于各种规模。 Decision 2.0：六款开放决策模型，参数规模从 0.6B 到 27B。在 #Jev Decision Index 0.3 上，每款模型都超过了我们拿来对比的同规模开放模型。 #Hugging Face 上的热门合集 🤗 Decision 2.0：https://huggingface.co/collections/vllm-sr/decision-20 Vela 2.0：https://huggingface.co/collections/vllm-sr/vela-20
Simon Willison 发布 ttok 1.0，将默认 tokenizer 从 GPT-4 切换为 GPT-5/GPT-6。
Simon Willison 的 token 计数 CLI 工具 ttok 更新至 0.4，修复了 Click 警告、更新了 CI，并新增 --list-models 命令用于列出可用模型。该工具基于 OpenAI 开源的 tiktoken 库，可通过 uvx 直接运行，例如 `cat file.txt | uvx ttok`。
阿布扎比技术创新研究院（TII）发布 1.6B 参数的语音识别模型 Falcon-ASR，主打阿拉伯语及阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。在六个阿拉伯语测试集上平均 WER 为 20.92%，比所用榜单快照中最佳公开结果 23.17% 低 2.25 个百分点；内部阿联酋方言评测 WER 22.73%、CER 10.19%，优于 Qwen3-Omni。
vLLM v0.31.0 现已发布，包含 307 位贡献者提交的 717 个提交，其中 96 位是首次贡献者。主要亮点包括：支持 DeepSeek-V4.1-Flash，搭配 FlashMLA Mega Attention 和 NVFP4 KV 缓存；通过 vllm preload 快速重启路径将权重保留在 GPU 内存中；支持 Model Runner V2 推测解码；以及 MoonEP 均衡全互联通信和 DeepEPv2 等大规模服务功能。完整发行说明见 GitHub。
银河通用 GaLbot 团队联合清华、北大等提出 LATENT，用 5 名业余选手约 5 小时的不完美人体动作数据训练人形机器人网球技能。该方法先训练运动追踪器并压缩为 latent action space，配合 Latent Action Barrier 约束，在 Unitree G1 上实现正手真实回球成功率 90.90%、反手 77.78%。
vLLM 项目分享了 vLLM-Omni 技术报告，介绍了一种用于全模态生成的统一服务运行时。报告指出，语音助手、视觉生成、世界模型和机器人循环不再遵循单一的文本解码循环，而是演变为多阶段自回归流水线、迭代式扩散和有状态会话；LLM 服务器和扩散框架都只能部分覆盖这些需求。vLLM-Omni 作为共享控制平面，由一个编排器、专用引擎、一个连接器和统一的会话路径组成。文中附有论文和代码仓库链接。
Perplexity 正在发布 pplx-embed-v2-late，据称这是一组包含两个晚交互嵌入模型的模型，可通过共享嵌入空间检索文本、图像和页面，实现跨模态查询。该公司表示，这两个模型均达到前沿性能，并已在 Hugging Face 上公开发布；相关博客文章见 perplexity.ai/hub/blog/multimodal-embeddings-beyond-a-single-vector。
Simon Willison 发布 datasette-atom 0.11a0。该版本号由作者本人在 10 月 6 日的 beat 中公布，原文未披露具体功能变更与更新细节。
EmbeddingGemma 2 采用 Apache 2.0 许可证，Simon Willison 认为嵌入模型不应使用闭源、专有的托管模式。他指出嵌入模型通常需计算并存储数千乃至数百万条嵌入向量，一旦厂商停用模型，用户就得为重新计算这些向量付费；他更愿意付费使用托管版本，同时保留厂商停服后自行运行开放权重或另寻供应商的退路。
Falcon-Emirati-7B 发布，这是基于 Falcon-H1-Arabic 打造的阿联酋方言专用模型，旨在像母语者一样理解和生成阿联酋阿拉伯语。它沿用 Falcon-H1 混合架构（Mamba 与 Transformer 注意力并行），基座家族覆盖 3B、7B、34B 三种规模，上下文窗口最高 256K tokens。
开源命令行工具 RemoveMacAI 可快速移除 macOS 27 中的 Apple Intelligence，开发者称其通过系统设置中批准的描述文件配合 Apple 自有资源服务实现，保持 System Integrity Protection 开启且不直接改动 /System。
开源命令行工具 RemoveMacAI 可关闭 Apple Intelligence 各项功能、删除其本地模型并阻止 macOS 重新下载，开发者称此举可释放约 12GB 空间。
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，已作为 Asta 的 Fast 模式上线。
推荐理由：原文给出 AstaBrief 的训练数据构造与引用过滤细节，可迁移到其他长文生成模型的落地。
Simon Willison 的纯 Python WebAssembly 引擎 pwasm 在 Claude Opus 5.5 接手后经 42 次提交升级至 0.2a0，现已支持几乎全部 WASM 规范。PyPI 上的 wheel 包内置了 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建。该版本仍为 alpha，作者表示完全不可信任。
Photon 完成 450 万美元种子轮融资，由 Gradient 和 A* 联合领投，Vercel、红杉（HongShan）等参投。这家帮助开发者在 iMessage 和 WhatsApp 上构建智能体的初创公司称已吸引超 4 万名开发者注册，四个月内收入增长 10 倍，上月消息量增长 5 倍。其托管平台提供 99.95% 可用性，并通过 SOC 2 Type II 和 HIPAA 合规认证。
NVIDIA Research 科学家李柏依在 ECCV 2026 Workshop 上分享 MultiGen 与 DexImit 两项工作：MultiGen 用扩散模型为物理模拟器生成的视频补上同步音频。
Simon Willison 发布 commit-rewriter 0.2。该工具与 git 相关，具体功能与更新细节原文未作说明。
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下提速，设备端解码最高 3.13x、H100 上 2.66x，端到端最高 2.62x 和 2.27x。
微软在 Nature 发表逆合成预测框架 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，通过学习式集成对两者预测重排序，在常见与罕见反应类型上均表现强劲。盲测中化学家更偏好其单步反应预测，十个挑战性目标的完整路线中成功九个，对比 de novo 模型五个、编辑模型四个、NeuralSym 两个。
Hugging Face 发布 tokenizers v1，输出 token ID 与 v0.23 完全一致，但速度最高提升数十倍。v1 将单一 crate 拆为工作区，引入 bitcannon 用 SIMD 位运算替代正则分词、无分配 merge 循环、线程本地 word cache 和原生多线程并行。
Simon Willison 发布 datasette-explain 0.2.2。该版本与 SQLite 和 Datasette 相关，具体更新内容原文未详细说明。
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 开放。
Hugging Face 推出 NeoMME 系列多模态多语言编码器，含 260M 和 800M 两个规模，用单个双向 Transformer 直接处理文本 token 与原始图像 patch，无需独立视觉塔或因果语言模型。
