跳到正文
K = 0.731订阅
时光机停在2026年10月17日 周六‹ 前一天后一天 ›加速史回到现在

今日 AI 新闻：精选与新兴事件

2026.10.17 · 周六· 智能体时代

宇宙在降温，
文明在升温。

站在时间之外看这一天，和刚刚推着文明往前走的那几件事。

订阅每日 08:00 日报打开加速史智能成本指数
设为 4K 壁纸 →
当天头条10:47MOSS-Image 开源发布，支持双语文本渲染和实验性布局控制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。读这件事 →

压力表 · 此刻最热

完整热点榜
  1. 1Meta 发布 Muse Spark Open，支持 Mac 和云端；Artificial Analysis 发布基准测试结果43.8
  2. 2DeepSeek发布V4.1-Flash-1017，服务商扩大接入并推出促销价格33.9
  3. 3Google 在全球发布 Gemini 4 Argon，扩大访问范围并报告其前 72 小时处理了 25 万亿个 token29.2
  4. 4Meta在出版商强烈反对后修订业务条款，并称可能进一步推迟14.7
  5. 5OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应11.5

最新精选

产品

AI 产品、功能、应用、工具、API 与平台的发布和更新

10月17日周六
  1. vLLM74

    DeepSeek 宣布推出 DeepSeek-V4.1-Flash-1017，其基准测试表现更强、任务完成更快，输出也比上一版本更短，可通过其网站、应用和 API 使用。 vLLM 向 DeepSeek 表示祝贺，并报告称，在 SemiAnalysis AgentX 上，DeepSeek-V4.1-Flash 的总拥有成本（TCO）为每美元 1.3B 个 token；在每位用户 100 tok/s 的速率下，每块 GPU 可达到 830K tok/s（缓存 + 输入 + 输出），自第 0 天以来，智能体任务吞吐量提升了 5 倍。 https://vllm.ai/blog/2026-10-07-deepseek-v41-flash

    引用DeepSeek@deepseek_ai

    🚀 DeepSeek-V4.1-Flash-1017 is here! Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost. Now live on our website, app, and API. 🛠️ Optimized for @DeepSeekHarness, Tencent CodeBuddy, WorkBuddy, and more. Upgrade to DeepSeek Harness v0.2.1-rc.1 or later for the best experience with the new model. 1/4

    推荐理由

    这篇帖子在模型更新中补充了服务成本效益，将更短的输出和更快的任务完成速度与 vLLM 在指定的每用户生成速率下报告的吞吐量联系起来。

  2. vLLM77

    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。

    引用MOSS@MosiAI_Official

    🤗 MOSS-Image is now open source on @huggingface . Built on a 5B Diffusion Transformer (DiT), MOSS-Image brings Chinese & English text rendering and controllable layouts to image generation — from posters and infographics to creative visuals.@Open_MOSS What it offers: 📝 Long prompts & text rendering — up to 4K-token prompts, including multi-line text 📐 Experimental JSON layout control — specify text, objects, and their positions using bounding boxes 🖼️ Flexible generation — multiple aspect ratios, resolutions, and customizable inference settings 🛠️ Developer workflows — Python (Diffusers), Gradio, ComfyUI, and a Prompt Enhancer Skill 📦 Base & SFT checkpoints are both available, with open model weights and Apache-2.0 licensed inference code. 🙌 Huge thanks to @sgl_project @vllm_project @ModelScope2022 for the Day-0 support!

    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。

10月16日周五
  1. vLLM75

    @reflection_ai 推出的 Reflection-Beam-1.0 在 vLLM 中获得 Day-0 支持。 总参数量为 501B，每个 token 激活 23B，上下文窗口为 1M token。Beam 将混合注意力与 Harmony 格式的推理和工具使用相结合。 Beam 还在 SkyRL（@NovaSkyAI）中获得 Day-0 RL 支持：https://t.co/3SjWJKKgpH https://t.co/EkmA1L6B3H

    引用Reflection@reflection_ai

    Beam is now available across platforms, with open weights under the Apache 2.0 license - in collaboration with an ecosystem of 40+ partners. We're releasing: - Weights, tokenizer, and reference implementation - BF16, FP8 and NVFP4 weights and a DFlash2 drafter - The open source https://t.co/tHYv4cuYIh

    推荐理由

    vLLM 和 SkyRL 的 Day-0 支持将 Beam 的发布与推理和 RL 工作流衔接起来，为考虑如何使用该模型进行推理或训练的开发者提供了具体背景。

  2. ollama81

    Ollama 是 Reflection AI 首个开放权重模型 Beam 的首发合作伙伴，限时在 Ollama Cloud 上免费提供该模型，采用美国托管并提供完整 ZDR。Beam 的上下文窗口为 100 万 token，专为软件工程、推理和长时间运行的智能体任务而设计。 ollama run beam Claude Code ollama launch claude --model beam:cloud Codex ollama launch codex --model beam:cloud OpenCode ollama launch opencode --model beam:cloud Reflection AI 表示，Beam 的权重以 Apache 2.0 许可发布，地址为 https://huggingface.co/reflection。

    引用Reflection@reflection_ai

    Beam is now available across platforms, with open weights under the Apache 2.0 license - in collaboration with an ecosystem of 40+ partners. We're releasing: - Weights, tokenizer, and reference implementation - BF16, FP8 and NVFP4 weights and a DFlash2 drafter - The open source harness we built and trained Beam on: Mirror CLI Weights and model card on Hugging Face: https://huggingface.co/reflection

    推荐理由

    这项限时免费服务让用户可以通过多种编程工具试用 Beam；其软件工程和智能体任务定位，以及美国托管和完整 ZDR 均有说明。

  3. Tencent Hy69

    腾讯推出了 Hy Memory 2.0，其中包含开源模型、框架和 MemHub，后者被称为私人记忆管家。 该框架可处理聊天、工作和代码记忆。腾讯表示，该框架在 4 项基准测试中开源性能排名第一，并称 Hy-Memory-30B-A3B 在主要框架中击败了 Opus 5。MemHub（CLI + Mac）可在 10 多种 AI 工具之间同步。 SDK 和 MemHub：https://github.com/Tencent-Hunyuan/Hy-Memory 模型：https://huggingface.co/tencent/Hy-Memory-30B-A3B

    推荐理由

    据报告的基准测试结果和跨框架比较，有助于评估 Hy-Memory-30B-A3B，同时也可了解 MemHub 所称的覆盖范围，即支持 10 多种 AI 工具。

  5. 宝玉76

    Antigravity 宣布，Gemini 4 Argon 今日开始向付费 Google AI Pro 订阅用户推出，但不包括 Pro 试用用户、免费用户和 Google AI Plus 订阅用户。用户可通过 Antigravity 桌面应用、CLI 和 IDE 扩展使用，但目前还无法在 Antigravity IDE 中使用；建议用户更新至最新版本。Argon 有单独的每周配额，不会消耗 Gemini 3.8 Flash 的额度，也不会每 5 小时刷新；每周配额数量和重置日期尚未说明。 官方模型文档：https://antigravity.google/docs/models

    引用Google Antigravity@antigravity

    We’re rolling out Gemini 4 Argon in Antigravity to paid Google AI Pro subscribers today. Demand has been incredible and we've scaled capacity deliberately to get here. We’ve rolled out a separate weekly-only Argon quota for Pro on top of the existing Gemini bucket for 3.8 Flash so you have the best of Gemini for all your tasks.

    推荐理由

    单独的 Argon 每周配额让符合条件的 Pro 订阅用户可以使用 Argon，而不减少其 3.8 Flash 额度，从而为规划两种模型的使用提供了具体依据。

  6. The Decoder80

    ChatGPT 更新后的 Chrome 扩展程序可读取打开的标签页并执行浏览器操作

    ChatGPT 更新后的 Chrome 扩展程序可以读取打开的标签页并对其进行操作，且适用于所有 ChatGPT 套餐。用户可以使用 @chrome 指定标签页，在聊天模式下汇总多个标签页中的信息，并使用工作模式中的电脑操作功能发送消息、填写表单、下载文件或整理标签页。升级后的侧边栏包含完整的聊天记录；OpenAI 展示的示例包括比较产品、总结文章，以及比较不同商家的定价页面。

    推荐理由

    可访问多个打开的标签页并执行浏览器操作，使信息收集和任务执行能够在同一 ChatGPT 工作流中完成，且所有 ChatGPT 套餐均可使用。

  7. ollama70

    Muse Spark Open 现已在 Ollama 上向 Pro、Max、按量付费和 Teams 计划推出。https://t.co/OmAFXzZyjm

    引用ollama@ollama

    Muse Spark Open is now on Ollama. @Meta's open-weight model for coding and tool use, with a 1M-token context window. Run it on Ollama’s cloud: ollama run muse-spark-open:cloud Use with Claude Code: ollama launch claude muse-spark-open:cloud Now available to Max and Teams

    推荐理由

    此次推出将访问范围扩展至此前公布的 Max 和 Teams 计划之外，使计划资格成为用户考虑在 Ollama 上使用 Muse Spark Open 时的实际变化。

  8. vLLM69

    vLLM 现已提供对 Meta 开放权重模型 Muse Spark Open 的首日支持，并已在 NVIDIA 和 AMD GPU 以及 TPU 上完成验证！ 该模型拥有 816B 个参数，每个 token 激活 42B 个参数，支持 1M token 的上下文，输入包括图像、视频和音频，专为长周期智能体编程而构建。 我们很高兴能够参与合作 https://t.co/MleWIPrBMD

    推荐理由

    在 NVIDIA 和 AMD GPU 以及 TPU 上完成验证，为部署团队提供了通过 vLLM 运行 Meta 开放权重模型时所需的具体硬件兼容性信息。

  9. AWS Machine Learning Blog60

    Meta 的 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上提供

    Meta 针对代码优化的开放权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上提供，包含 BF16 和 NVFP4 两种版本，支持 100 万 token 的上下文窗口，总参数量为 816B，其中每个 token 激活 42B 参数。AWS 提供了使用 SageMaker Studio 或 SageMaker Python SDK 进行部署的说明，以及推理和清理示例。发布时，该模型可在美国东部（弗吉尼亚北部）和美国东部（俄亥俄州）使用。

    推荐理由

    部署指南将 BF16 和 NVFP4 的内存需求与受支持的实例类型对应起来，为团队在代码仓库上评估该模型时规划基础设施提供了具体依据。

  10. Aravind Srinivas71

    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。

10月15日周四
  1. Hugging Face Blog79

    欢迎在 Diffusers 中使用 FLUX.3 Image Klein

    Black Forest Labs 的 FLUX.3 Image Klein 发布首日即获得 Diffusers 支持，可用于文生图、多参考图图生图以及边界框布局控制。开放的检查点包括一个蒸馏模型（无需 CFG，使用 16 步）和一个基础模型（使用 CFG，运行 50 步）；在报告的基准测试中，蒸馏模型在 H100 上用 1.93 秒生成了一张 1024 × 1024 图像。Hugging Face 提供量化加载示例、LoRA 训练脚本，以及用于定制其 Modular Diffusers 流水线的工作流。

    推荐理由

    运行时测量数据和量化指南有助于开发者评估硬件需求，包括参考图像如何增加生成时间，以及何时降低精度可以减少内存占用而不提升速度。

  2. NVIDIA Blog70

    NVIDIA DLSS 4.5 控制选项登陆 GeForce NOW

    NVIDIA 已在 GeForce NOW 中添加 DLSS 4.5 控制选项，让会员可以在支持的游戏中调整画质和性能。这些设置可在 Windows、macOS、Chrome OS 和 Steam OS 应用中使用；搭载 GeForce RTX 5080 的云端设备上的 Ultimate 会员还可选择包括 Dynamic Multi Frame Generation（最高 4X）在内的选项。Enshrouded 1.0 和 Warhammer 40,000: Boltgun 2 也将在发售时支持串流，本周还有 10 款游戏加入该服务。

    推荐理由

    会员等级和平台信息说明了不同等级可使用的云端图形控制选项；搭载 RTX 5080 的 Ultimate 云端设备提供最丰富的选项。

  3. ollama73

    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

    引用Liquid AI@liquidai

    Today we release 𝙻𝙵𝙼𝟸.𝟻-𝟸𝟺𝙱-𝙰𝟸𝙱, the largest 𝙻𝙵𝙼𝟸.𝟻 family member. It is an efficient local model for laptops and PCs to work through multi-step tasks inside popular agent harnesses. > 24B total parameters, 2B active per token > Context expanded to 131K tokens > A 128K-token vocabulary > 33T pretraining tokens > It is a reasoning model > Very easy to fine-tune and customize > Performs competitively with Qwen3.6-35B-A3B, a model with ~50% more total and active parameters, on agentic and tool-use tasks. > Open base and post-trained weights on @huggingface 🤗 1/

    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。

  4. Perplexity71

    超高速版本的 GPT-6 Astra 和 SOL 6.1 现已在 Perplexity Computer 中向 Max 订阅用户开放。 两者生成 token 的速度更快，能更早完成耗时较长的 Computer 任务。 在“自定义”下选择 Astra 或 SOL 6.1，然后将速度设为“超高速”。

    推荐理由

    此次更新将更快的 token 生成速度与更短的长时间 Computer 任务完成时间联系起来，为 Max 订阅用户在选择速度设置时提供了切实的工作流优势。

  5. Google Research78

    Google 发布 Deep Review，用于分析复杂技术文档

    Google Research 已公开发布 Deep Review，这是一种用于对研究论文及其他复杂文档（包括法律和金融材料）进行技术核验和反馈的智能体 AI 系统。它从 Paper Assistant Tool 演进而来；该工具曾为超过 16,000 份手稿提供可选反馈。Deep Review 结合了文档分段、自适应计算预算、并行核验和全局综合。全球用户每天可免费获得两次评审；使用 Gemini API 密钥可获得更高额度并接入 API。上传的文档绝不会用于训练、微调或改进 Google 模型。

    推荐理由

    该评审流程通过结合针对各章节的计算预算、全文上下文以及跨章节的最终一致性检查，为核查长文档提供了一种可迁移的方法。

10月14日周三
  1. AWS Machine Learning Blog62

    使用 Anchor Browser 和 AgentCore Payments 构建交易型智能体

    本指南介绍 Anchor Browser 如何与 Amazon Bedrock AgentCore payments 集成，在同一浏览器会话中处理受 x402 保护的页面和 API。将 session.x402 设为 true 后，即可自动付款，但须遵守已配置的支出限额和有效期限制；钱包凭据则保留在智能体运行时之外。现有浏览器自动化代码可以保持不变；如果付款被拒绝或遇到不受支持的质询，原始 HTTP 402 响应会保持不变。

    推荐理由

    该集成展示了一种可迁移到付费智能体工作流的架构：将付款签名和预算执行置于智能体运行时之外，同时保留浏览器会话上下文。