小米技术委创新产品团队在 2026 观猹大会期间推出开源桌面 AI 硬件 HachimoDock，自制成本约 150 元，目前已在 GitHub 公开软件源码、物料清单及装配教程。该设备集成了桌宠互动、语音操控电脑端 Agent 及智能家居联动等能力，用户可通过语音与 AI 协作生成自定义组件。
推荐理由：原文公布了低成本桌面 AI 硬件的软硬件开源方案与具体玩法，读者可以据此了解如何低门槛搭建智能家居中控与电脑端 Agent 交互入口。
微软研究院开源了去中心化的多智能体编码框架 Agensh，移除了传统架构中的中心编排器，通过 Gitea、Mattermost 和共享上下文面板实现工作协同。该框架支持从 1 个扩展至 1,024 个 Agent 运行，在 ProgramBench 评测中随智能体数量增加显著提升了通过率。
推荐理由：该开源框架移除了多智能体系统中的中心编排器，通过去中心化协作和共享状态支持超大规模扩展，为复杂编程任务提供了新途径。
Anthropic 开源了 sandbox-runtime（srt），这是一个基于操作系统原生隔离原语的轻量级沙箱工具，无需容器即可限制 AI 智能体、MCP 服务器及命令行程序的文凭系统与网络访问。该工具在 macOS 上使用 Seatbelt、Linux 上使用 bubblewrap，并提供 npm 安装包与 TypeScript 库供开发者在本地及 CI 环境中灵活配置域名白名单。
推荐理由：该工具在不使用容器的情况下实现了操作系统级的智能体隔离，为开发者运行本地 Agent 和 MCP 服务提供了轻量级安全方案。
月之暗面发布旗舰模型 Kimi K3.1 Pro，具备 2.8T 参数与 100 万 Token 上下文，完整模型权重预计 11 月 4 日前开放。该模型 API 输入为每百万 Token 13 元、输出 68 元，并同步推出输出速度约为 2 到 3 倍、价格翻倍的 Highspeed 版本。
推荐理由：原文给出了新旗舰模型的参数规模、上下文长度以及 API 定价和开放权重时间，读者可以据此评估其推理成本与应用可行性。
MiniMax M3.1 Flash: Space Performance + Bunny Speed 🚀🐰 Yes, Space Bunny - which has topped global leaderboards with 200T+ tokens - was an earlier version of M3.1 Flash. 💰Redefining the performance economics of agentic AI. M3.1 Flash achieves frontier-level intelligence across key tasks such as Cowork (Automation-Bench: 62%; ALE: 30%), Coding (DeepSWE: 74%) and Visual Reasoning (BabyVision: 91%), at 1/3 the cost of M3 and 3x the speed. API pricing (flat rate): $0.15 / $0.60 per 1M input/output tokens, with cache reads at $0.015 / 1M tokens. Model weights will arrive on Oct 23. API: http://platform.minimax.io M Plan: https://www.minimax.io/m-plan MiniMax Code for desktop: https://agent.minimax.io/download
推荐理由：MiniMax 开源了 M3.1 Flash 模型权重，给出了参数规模和多项基准测试数据，便于开发者评估其在智能体和编码任务中的表现。
MemT 1.0 开源了 MemT-1.0-Nano 和 MemT-1.0-Flash 两个型号，通过在 Transformer 模块中增加并行的记忆计算通路实现记忆原生。该系列模型在 SWE-bench 任务和记忆基准中展现出更强的任务成功率与执行可靠性，并在推理速度和状态占用上具备成本优势。
推荐理由：该工作开源了具备内部记忆通路的模型系列，读者可以据此了解记忆原生架构的工程实现及在代码修复中的表现。
Hugging Face 博客介绍了 ALTK-Evolve 方法，它通过分析智能体任务尝试并提炼行为规则加入系统提示词，在无需更新模型权重的情况下，使基于 GPT-4.1 和 GPT-5.5 的基础 ReAct 智能体在 τ²-bench 客服基准的零售与航空任务中登顶或超越现有微调及前沿模型。该方法通过增加少量输入提示词成本，在不增加对话轮次的前提下大幅提升了准确率与 Pass^4 稳定性。
推荐理由：该方法通过提炼行为规则并加入系统提示词，在无需更新模型权重的情况下显著提升了智能体在客服基准上的准确率与稳定性，为优化智能体性能提供了一种低成本且可迁移的提示词工程路径。
推荐理由：作者开源了具身智能机器人框架 ASPIRE V1.0 并公布了其实机技能发现与自改进能力，读者可以据此了解其在各大评测中的表现。
推荐理由：该平台通过控制面与数据面分离及多层冷启动优化，展示了如何平衡安全隔离与高并发执行效率。
NVIDIA 联合 IIT Madras 旗下 AI4Bharat 推出 Nemotron-pretraining-Indic-v1，这是一个包含约 2.8 万亿 token、覆盖 22 种印度语言的合成预训练语料库，并同步开源了用于生成该语料的 GPU 加速数据生成管线。
推荐理由：该开源预训练语料和生成流程为印度语系大模型研发提供了大规模合成数据资源和可复用的技术管线。
Meta 发布 Muse Spark Open，这是一个拥有 816B 总参数和 42B 激活参数、具备 1M token 上下文窗口的开源权重多模态推理模型。该模型针对编码和智能体任务进行训练，在 Hugging Face 开源，并支持在 SGLang 和 vLLM 中进行优化运行。
推荐理由：文章公布了该开源模型的具体参数规模、上下文窗口以及推理和微调支持，读者可以据此评估其在代码和智能体任务中的实际落地潜力。
Meta 发布开源多模态模型 Muse Spark Open，拥有 816B 总参数（42B 激活）和 1M-token 上下文窗口。该模型具备原生多模态能力，专为编码和智能体工作设计，支持在两台 Apple M5 Ultra Mac Studios 上本地运行，同时已在多家 API 平台上线并提供权重下载。
推荐理由：原文公布了该开源模型的参数量、上下文窗口以及多平台部署方案，读者可以据此评估其在本地及云端运行的可行性。
昆仑万维旗下 Skywork AI 发布并开源全球首款可在单张 RTX 5090 显卡上实时运行的游戏世界模型 Matrix-Game 4.0。该模型采用「代码运行世界、视频模型生成画面」的解耦路线，通过游戏引擎维护规则状态、结构草图辅助生成以及蒸馏压缩，实现了 60 FPS 实时运行与约 0.15 秒的响应延迟。
推荐理由：该模型展示了如何在消费级显卡上实现高帧率交互，并采用代码与生成模型解耦的路线，为同类研究提供了轻量化部署的参考。
面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7 系列模型，包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 作为首个端侧 MoE 模型，通过前瞻专家调度（LES）和自回放微调技术，在仅占用 3G 内存的情况下即可在手机端实现每秒 13 个 token 以上的解码速度，且在多项视觉与文本评测中表现领先。
推荐理由：面壁智能发布 MiniCPM-V 4.7 系列模型，通过前瞻专家调度等技术实现 35B 参数模型在 3G 内存下的流畅运行，为端侧大模型部署提供了低内存占用的性能优化参考。
AWS 团队发布论文《Priming: Hybrid state space models from pre-trained Transformers》，提出一种利用预训练 Transformer 权重构建混合架构的方法，将预训练成本降低逾 99%。
推荐理由：AWS 团队提出的 Priming 方法通过复用预训练权重构建混合架构，大幅降低了混合模型开发成本，并提供了可直接用于长上下文推理的开源模型与 vLLM 插件。
星动纪元发布自研世界动作模型 VPP2，该模型在 RoboDojo 仿真榜单中位列综合第一，并在泛化能力、精细操作及记忆能力维度表现领先。VPP2 采用视频预测与动作学习分阶段训练的解耦策略，通过事件级视频预训练与动作专家训练，实现了在陌生任务中的高效泛化。目前 VPP2 已在 GitHub 开源，并已在物流场景开展常态化运营测试。
推荐理由：星动纪元发布的VPP2模型通过解耦视频预测与动作学习，在RoboDojo榜单及真机零样本测试中表现优异，为具身智能领域提供了不依赖额外数据增强的泛化提升路径。
Liquid AI 发布了 d1-3B 和 d1-omni-600M 两款开源决策模型，旨在为端侧设备提供快速的结构化决策能力。d1-3B 支持文本和图像输入，在 NVIDIA Jetson 等设备上单次推理延迟低于 50ms；d1-omni-600M 则支持文本、图像及音频输入。该系列模型不生成 token，而是通过单次前向传播直接输出决策结果，目前已在 Hugging Face 上线。
推荐理由：Liquid AI 发布了专为端侧设计的 d1 系列决策模型，通过单次前向传播实现快速结构化决策，为开发者提供了在资源受限设备上部署多模态任务的新选择。
vLLM 发布 v0.31.0 版本，为 DeepSeek-V4.1-Flash 引入了 FlashMLA 压缩 KV 缓存及多项硬件加速与调度优化。新版本还增强了快启动功能、模型运行器 V2 的投机解码支持，并改进了大规模分布式服务的扩展性。
推荐理由：此版本带来了针对 DeepSeek-V4.1-Flash 的大规模内核与缓存优化及多平台运行支持，开发者可据此评估其在复杂推理与大规模吞吐场景下的升级收益。
Cloudflare 发布了 Clef 和 Clef-flash 两款决策模型，旨在为 Agent 提供快速、一致的结构化输出。该系列模型基于 Qwen 架构，支持视觉输入与 64k 上下文窗口，现已在 Hugging Face 开源并托管于 Workers AI。同时，Cloudflare 推出了配套的强化学习微调服务，允许用户针对特定业务场景优化模型性能。
推荐理由：Cloudflare 发布了基于 Qwen 的开源决策模型 Clef 系列，通过非自回归架构实现低延迟的结构化输出，并配套了强化学习微调平台以支持定制化 Agent 工作流。