AI 产品、功能、应用、工具、API 与平台的发布和更新
英伟达发布了 Flora，这是一款开源机器人视频标注引擎，由三个经过微调的 Qwen3.5 模型组成，可分割动作、描述动作并生成奖励信号。英伟达估算，每视频小时的标注成本为 0.72 美元，而 GPT-6 Astra 为 88.49 美元；这一估算基于假定的 GPU 租赁价格，而非生产环境测量结果。基准测试结果各有不同：Flora 在动作边界检测和失败步骤识别方面表现更强，而 Astra 在部分描述和基于评分标准的评分任务上领先。
基准测试的细分结果为英伟达预计的成本优势提供了背景，显示在所报告的测试中，动作边界检测、描述准确度和奖励评分分别有利于不同模型。
Tencent Hy@TencentHunyuan精选66对文本提示、摄像机轨迹和轻量级 LoRA 适配的支持，为评估这款视频世界模型如何应用于机器人等专业领域提供了具体依据。
Cursor@cursor_ai精选71Cursor 现在可以控制你的电脑。 智能体可以操作 iOS 模拟器等桌面应用，测试它们构建的功能。
电脑控制将智能体的测试流程扩展到桌面应用，使它们能够在 iOS 模拟器等环境中检查自己构建的功能。
Aravind Srinivas@AravSrinivas精选68The Taste Skill by @LexnLin, now in Computer's skills marketplace, sets an art direction before Computer builds a website. Layout and type draw on 247 sites from Awwwards and One Page Love. Tasks that use /taste-skill are free through October 31, up to 5,000 credits per user. https://t.co/XWIgQZavHo
在生成网站前设定艺术方向，让用户能够通过可重复使用的技能，具体引导 Computer 的视觉选择。
vLLM@vllm_project精选72MiniMax M3.1 Flash weights are now public. 428B parameters total, 23B activated per token. Agentic performance: A generational leap in agentic tasks, coding, and cybersecurity — 76.2 on BankerToolBench, 73.7% on DeepSWE v1.1, 61.7 on OSWorld V2, 29.6 on Agents' Last Exam, and https://t.co/0sIsMoqIp7
该公告将模型首日可用性与具体服务功能联系起来，为部署团队评估 vLLM 对 MiniMax M3.1 Flash 的支持提供了具体背景。
Aravind Srinivas@AravSrinivas精选67You can now run pplx-decider-flash-v1.2 locally on your Mac, without an API key. Decider for Mac is an app that runs the 4B decision model on device. Ask a question about text or an image and get a probability back, all on your machine. https://t.co/1BJ4Qv3Urr https://t.co/raBBZ26kbC
无需 API 密钥即可在本地运行决策模型，为文本和图像问题提供了一种具体的部署方式，同时让数据留在用户的 Mac 上。
Claude@claudeai精选74Starting August 14, auto mode will be the default permission mode in Claude Code for Pro, Max, and Team users. Auto mode reviews shell commands and actions with a separate classifier. In testing, it caught 89% of dangerous commands. Manual approval caught 14%.
此次变更将 Claude 各应用中的操作审批转向自动检查，因此，对于希望管理会话进行方式的用户来说，切回手动审批的选项仍然很重要。
OpenAI 于周四向所有客户开放 Decisions API，新增语音和视觉模态，并按地理位置部署推理资源以降低延迟。该 API 使用重新配置的 ChatGPT Luna，而非专门训练的决策模型；客户 Speak 报告称，操作间隔时间从 1.4 秒缩短至 0.13 秒。在两项公开的决策模型基准测试中，竞品排名更高。
报告的延迟改善和不同的基准测试排名表明，决策模型的选择取决于工作负载对速度、成本、校准和智能水平的要求。
OpenAI Developers@OpenAIDevs精选71Let your app choose the right model, tool, or action in near real-time with Decisions API, now available to all developers in public beta. The Decisions API makes decisions up to 10x faster than GPT-6 Luna through the Responses API.
此次发布重点介绍了一种工作流模式：应用对输入进行分类并选择后续步骤，无需生成完整的模型响应，据称这样可以提升速度并降低成本。
AWS 已正式推出 Amazon Polly 生成式引擎的升级版本，以低延迟提供更自然、更富表现力且更准确的语音。此次升级在 9 种区域设置中新增 14 种声音，包括印地语和芬兰语，使目录涵盖 11 种语言、25 种区域设置中的 57 种生成式声音。现有生成式声音将原地升级，声音名称、API 调用和定价保持不变；服务范围扩展至 AWS GovCloud（美国西部），使覆盖范围增至 11 个 AWS 区域。
API 调用、声音名称和定价保持不变，因此这项升级与现有语音工作流相关；无需更改代码，即可获得更广泛的语言覆盖。
AWS 推出了 Amazon SageMaker AI 训练会话 API，开发者可以编写自定义 Python 训练循环，同时由服务管理 GPU 基础设施、分布式执行、故障恢复和检查点。费用按处理的 token 数计费，不包括本地计算奖励所花的时间。随附的 Cookbook 提供了 SFT 和 RL 配方，其中包括一个竞赛编程示例：经过 50 个训练步骤后，GPT-OSS 20B 在 200 道测试题上的留出集准确率从 40% 提升至 50.5%。
这些示例展示了如何将本地奖励逻辑与托管 GPU 操作分开，为自定义训练循环提供可复用的结构；按 token 计费，且不包括本地计算所花的时间。
Google 宣布推出 Agent Compute Engine，该引擎已为 Gemini 提供支持，并为每个 AI 智能体提供由 Google Titanium 芯片保护的隔离微型虚拟机，预计未来几个月开放预览。空闲虚拟机会自动暂停，共享内存则可降低运营成本。Google 表示，其开源的 Kubernetes 运行时 Agent Substrate 可使每台服务器支持的智能体数量提升至十倍；在一项涉及 200,000 个智能体的测试中，暂停和恢复耗时均低于 500 毫秒。
自动暂停虚拟机和共享内存凸显了基础设施成本是智能体部署中的一项实际制约因素；Google 报告称，该方案提高了服务器承载密度，且暂停和恢复耗时不到一秒。
Google AI@GoogleAI精选67此次发布将开放硬件设计与编译器工具及实体芯片结合起来，展示了 Google 如何同时应对端侧 AI 的设备兼容性问题和数据传输所带来的能耗成本。
Microsoft Research 推出 Flint-interactive。这是一种构建于 Flint 之上的语言，用户和 AI 代理可以通过语义事件和高级更新运算符来指定交互式图表。Flint 编译器负责处理视觉依赖和渲染更新，支持筛选、高亮、缩放，以及与表格、文本和应用状态的连接。用户可以通过 Flint-MCP 和 MCP Apps 在聊天中使用它，也可以借助其编程 API 构建应用和自定义交互。
将语义交互事件与编译器管理的渲染分开，为构建相互连接的图表、表格和文本提供了一种可复用的方法，无需代理管理底层视觉依赖。
英伟达推出了 Minerva，这是一款 AIOps 平台，结合基础设施和工作负载遥测数据，帮助运营人员检测问题并维持 AI 工厂的生产效率。它会构建动态知识图谱，将异常与可能的根本原因关联起来，并配备 AI 助手，用于调查实时遥测数据并推荐修复措施。IREN 已在使用 Minerva，而 IBM、Jio、Lambda 和 Tesla 等合作伙伴计划部署该平台。
将工作负载变慢与基础设施拓扑关联起来，可以帮助运营人员根据受影响的作业和可能的根本原因来确定事件优先级，而不是只关注孤立的组件告警。
Google Gemini@GeminiApp精选69You can now take an interactive web app you built in Gemini App straight into Google Sites - no code to copy, no app to rebuild. :) Export it to a private site draft, customize it, then publish and share with your team, customers or students. 🧵 1/3
将现有的 Gemini 网页应用导出为私密的 Google Sites 草稿，省去了从创建应用到发布网站之间的复制和重新构建步骤。
IBM 推出了 Granite Timeseries Ensemble，这是一种采用宽松许可的方案，通过组合四个预训练的 Granite 模型来生成中位数和分位数预测，无需重新训练或拟合集成权重。它提供默认的等影响概率池化方法，以及一种自适应 IQR 替代方案。在 97 种 GIFT-Eval 配置中，默认方法的聚合 MASE 为 0.683，优于最强单个成员的 0.685；而 PatchTST-FM-r2 的聚合 CRPS/MWQL 仍然最低。加载四个检查点会增加推理时间和内存用量。
基准比较说明了该集成在略微改善聚合点预测与增加推理成本之间的权衡，同时也展示了概率预测准确度为何可能更有利于某个单独成员。
Anthropic 推出了 Claude Duet 的研究预览版。这是一款基于 Claude Opus 5.5 构建的独立主动式智能体，能在用户离开时处理任务。美国的 Pro 和 Max 订阅用户可通过候补名单申请在 iOS、Android 和网页端使用。它每隔几小时检查一次已连接的应用，并与其他 Claude 产品共用使用限额。Anthropic 表示，Duet 在发送消息、付款、签署文件或删除任何内容之前都需要获得批准，并承认它可能误读对话串或漏掉更新。
Duet 的审批要求和定期账户检查表明，主动式智能体的自主性受到用户控制以及与其他 Claude 产品共用的订阅限额的约束。
沃尔玛宣布推出 Agent Gateway，这是一款 MCP 服务器，可让获准的 AI 代理搜索其在线库存并为顾客购物。将于下月推出的 Agent Profiles 会将代理购买的商品单独列出，并允许顾客要求交易须经批准，或设置支出限额。使用该服务需要沃尔玛账户，但不需要 Walmart+ 会员资格。沃尔玛表示，即使代理出现意外操作，其退货流程仍然适用。
沃尔玛的购买审批、支出限额和退货条款，为零售商如何让顾客掌控 AI 代理发起的交易提供了一个具体案例。
vLLM@vllm_project精选65Native PyTorch on TPUs is here—and TorchTPU is officially open source. Train and serve models using the tools you already know: @vllm_project, @sgl_project, @_llm_d_, TorchTitan, @huggingface, and @raydistributed. Learn more from #PyTorchConf2026 → https://t.co/mISCD65vA4 https://t.co/z1Uwb2T3l6
支持前缀缓存、推测解码和解耦式服务，为读者评估 vLLM 在 TPU 上的原生 PyTorch 服务提供了可供考量的具体功能。
