#开源生态

如何利用 AI 代理逆向硬件并编写 Linux 驱动

作者分享了利用 AI 代理在虚拟机中运行 Windows 驱动并结合 USB 流量捕获，为 Linux 系统编写扫描仪后端驱动以及修复笔记本 MIPI 摄像头支持的实践方法。

Apertus 1.5 发布：从开源文本模型演进为开源多模态推理模型

Project Apertus 发布 Apertus 1.5，推出 8B 和 70B 两个版本的开源模型，在 1.0 基础上扩展了图像与音频理解能力，新增可选思考模式，上下文窗口扩大至 262,144 个 token，并改进了指令遵循与工具调用。该模型基于 Apache 2.0 许可证在 Hugging Face 开源，完整公开了模型权重、训练数据及详细的技术报告。

Libreboot 26.10 "Ominous Olive" 发布，带来 UEFI 与 Chromebook 支持

自由开源引导固件 Libreboot 26.10 "Ominous Olive" 正式发布，通过 MrChromebox EDK2 载荷添加了完整的 UEFI 支持，并导入了 233 款 Chromebook 设备。本次更新将 EDK2 设为默认载荷，同时提供了向后兼容的 GRUB 与 SeaBIOS。此外，新版本还加入了一项强烈反 AI 的政策文件。

NVIDIA 宣布通过开源资源、合作与算力扩大欧洲科学界的高级技术获取

NVIDIA 宣布加入欧洲委员会的 AI in Science Enablers 倡议，通过提供开源模型与数据集、开放课程、扩展算力接入及支持欧洲超级计算中心，扩大欧洲科研界和初创企业对高级技术的获取。

vLLM v0.32.0rc2 发布

vLLM 发布 v0.32.0rc2 版本。此版本包含将 DeepSeek-V4.1-Flash-NVFP4 评估固定在其 FP8-Engram 修订版的相关更新。

北欧与 NVIDIA 如何展示先进计算赋能的区域发展成果

北欧地区正通过加速构建AI基础设施和先进计算生态，成为欧洲增长最快的技术中心之一。NVIDIA通过投资Lovable和Legora等当地初创企业，并支持Spotify、ABB Robotics等企业利用NVIDIA软件与基础设施提升推理效率和仿真精度，持续推动北欧智能应用的规模化落地。

Ricursive Intelligence 押注 AI 设计芯片以应对算力危机

Ricursive Intelligence 创始人 Anna Goldie 与 Azalia Mirhoseini 在 TechCrunch Disrupt 上表示，其初创公司正通过开发 AI 自动设计芯片的技术来应对未来至少 10,000x 的算力需求增长。该技术旨在通过优化整个芯片来提升效率并降低设计时间。

vLLM v0.32.0rc1 发布：更新 Humming 并移除 NVFP4 scale workaround

vLLM 发布 v0.32.0rc1 版本，更新了 Humming 依赖并移除了 NVFP4 scale workaround。该版本由 jinzhen.ljz 签署提交，并由 Codex、Misha Goin 和 Kevin H. Luu 共同完成。

语音基础模型中基于语言选择维度的语码转换检测

研究人员提出了一种直接从语音中检测语码转换的轻量级方法，利用预训练语音编码器中的帧级语言信息来识别单个话语中是否存在多种语言。基于CS-FLEURS中14个语言对的测试结果表明，Whisper-small编码器实现了0.798的平均F1分数，优于CNN基线的0.776和HuBERT线性基线的0.751。

微软推出开源机器学习工具 Probabilistic Bias Correction 改善天气预报

微软发布并开源了一项名为 Probabilistic Bias Correction（PBC）的机器学习工具，旨在修正现有天气和气象模型的系统性偏差，将两到六周的中长期天气预报准确度提升两周以上。该轻量级框架仅需 CPU 即可运行，研究表明它改善了欧洲中期天气预报中心（ECMWF）主流物理模型 98% 的降水预测准确度及 92% 的温度预测准确度。

HiRO-ACEv2：以极低成本模拟 3 km 分辨率的极端天气

Hugging Face 推出了 HiRO-ACEv2，该系统能够以 X-SHiELD 约 1/300 的成本生成全球 3 km 分辨率的气候数据。更新后的下采样模型 HiROv2 能够同时预测多个高分辨率字段，并准确重现极端降雨、大风和气压事件。该系统为研究人员提供了一种灵活且低成本的方式，用于生成多年期极端天气的高分辨率数据。

三模态掩码扩散模型的设计空间

Apple Machine Learning Research 推出了首个从头预训练的三模态 Masked Diffusion Models（MDM），支持文本、图文和音文数据，并在 3B 模型规模（6.4T tokens）下取得了文本生成、文本生成图像和文本生成音频任务的强劲结果。

如何使用 Amazon Bedrock AgentCore 生成演示文稿

AWS 介绍了如何构建一个基于 Amazon Bedrock AgentCore 的 AI 智能体系统来自动生成企业演示文稿。该系统采用监督智能体架构，结合 RAG 检索企业文档并利用 Claude 模型与 Stability AI 生成幻灯片图文内容。

2026全球开发者先锋大会暨国际具身智能技能大赛十大亮点盘点

2026全球开发者先锋大会暨国际具身智能技能大赛将于10月23日至25日在上海浦东举办，聚焦“真机实景、实景实训”，全景呈现千台机器人同台竞技与产业链路。大会设置9大重点赛道、23个赛项，并汇聚100余家国内外头部开源社区。现场还将首发库帕思五大方向行业标准及中国移动时空智能三大模型，助力万台级规模落地。

阶跃终端发布首款智能体手机 STEPX Neo

阶跃终端发布首款大模型原生智能体手机 STEPX Neo，售价 3999 元并附带包年 Token 额度。该手机搭载 Step AOS 操作系统，内置个人智能体 A仔（Amoo），支持系统级循环执行、自主 Tool Call 以及 MCP 工具调用；同时配备 Step Studio 开发工具，允许开发者和用户通过 SKILL.MD 快速编写和测试 Agent 与 Skill。

STEPX 发布首款大模型原生智能体手机 STEPX Neo

STEPX 阶跃终端发布旗下首款大模型原生智能体手机 STEPX Neo，先行版售价 3,999 元。该手机搭载智能体原生操作系统 Step AOS 1.0 与个人智能体阶跃 Amoo，采用端云协同模型架构，并配备 Step Studio 开发工具及丰富的第三方生态服务。

LibTV 联手抖音未来导演扶持计划下场造星，AI综艺创作生态迎来新进展

近期 LibTV 与抖音未来导演扶持计划达成合作，通过提供算力工具、流量扶持和项目入口，联合支持《十万个挑战》和《重塑计》等AI综艺创作者。生成式AI降低了节目的制作门槛与成本，使个人或小团队也能完成从创意验证到持续生产的节目流程。

Meta 发布 Muse Wonder 系列模型

Meta 发布了 Muse Wonder 和 Muse Wonder Full 模型，被视为其首批 Fable 类模型，Artificial Analysis 评估其性能与 GPT-6.1 Sol 相当。作者同步更新了 llm-meta-ai 插件以支持该系列模型，并对比了其在不同推理等级下的绘图能力。

MiniMax (official)@MiniMax_AI· 04:26AI 评分6262

MiniMax 联合 FastVideo 和 nuvalab 推出了开源实时音视频生成模型 FastH3-Omni，支持单提示词生成带同步音频的视频。该模型具备首尾帧条件控制、音频输入与对话能力以及最多 3 张参考图输入，并在 Reactor API 提供独家预览至 2026 年 10 月 20 日。

Liquid AI 发布 LFM2.5-24B-A2B 推理模型

Liquid AI 发布了 LFM2.5-24B-A2B，这是一款拥有 24B 总参数、2B 激活参数的推理模型，专为端侧智能体设计。该模型支持 131K 上下文窗口，在工具调用和指令遵循任务中表现优异，并在 Apple M5 Max 等设备上具备极高的推理速度，现已在 Hugging Face 开源。

Amazon SageMaker AI 上的 Mixture-of-Experts 内核工程优化

Amazon SageMaker AI 通过 Swap-AB 技术优化了 NVIDIA Hopper 架构下的 WGMMA 指令利用率，通过矩阵转置解决了 MoE 模型解码阶段的性能瓶颈，在 H200 上实现了 2%–4% 的端到端吞吐量提升，该优化已集成至 vLLM 0.24.0 及更高版本。

IBM Research 用开源模型与 llm-d 分布式推理降低 AI 芯片设计成本

IBM Research 演示了如何利用开源前沿模型与 llm-d 分布式推理构建 agent factory，对量子纠错解码算法 Relay-BP 进行 HLS 硬件优化。在 100 个假设预算下，开源配置实现了约 52 倍加速，推理成本约为 26 美元；而同预算下全专有模型配置成本为 299 美元且加速 204 倍。研究表明开源方案能以显著较低的推理成本实现有效的硬件优化。

IBM Spyre 加速器的 torch.compile 后端从 sendnn 迁移到 Inductor

IBM 为 Spyre 企业级推理加速器打造的 PyTorch 软件栈已将 torch.compile 编译后端从自研的 sendnn 迁移至基于 PyTorch Inductor 扩展的 backend=inductor。

Scaledown 约束解码模型家族上线 OpenRouter

Scaledown 的约束解码模型家族已在 OpenRouter 上线，包含 Summarize、Extract 和 Classify-1 三个专为单一任务打造的模型，分别支持长文本与多模态摘要、自然语言定义字段的 JSON 提取以及自定义标签分类。发布期输入价格为 $0.04/M tokens，输出免费。

为 IBM Spyre 加速器扩展 Inductor 后端

IBM Spyre 加速器的 PyTorch 软件栈已将其 torch.compile 后端从自研的 sendnn 迁移至基于 Inductor 的扩展方案。通过针对 Spyre 的数据流架构进行定制，该编译器代码规模缩减了约 7 倍，并成功解决了数据移动、片上存储管理及任务分配等硬件差异问题。

LangChain 发布 langchain-scaledown 集成，用 ScaleDown 约束解码模型管理长时智能体上下文

LangChain 发布 langchain-scaledown 集成，并在 LangSmith LLM Gateway 中支持 ScaleDown 的约束解码模型（CDM），用于降低长时智能体上下文管理的成本和延迟。该集成提供摘要、工具结果压缩、结构化数据提取等中间件，支持高达 1M 词元的输入并具备多模态处理能力。新用户注册 ScaleDown 账号可获得 5000 万免费词元。

开源模型有哪些实际益处？它们是否值得承担风险？

开源模型允许用户下载模型权重并在本地运行、微调或进行深度研究，这为学术界和企业提供了比闭源模型更强的控制力与数据安全性。尽管目前 Artificial Analysis LLM 排行榜前八名均为闭源模型，但开源模型在防止技术权力过度集中、促进 AI 基础设施民主化方面具有重要意义。社会在支持与限制开源模型之间面临权衡，需在安全风险与技术普惠之间寻找平衡。

面壁智能发布 MiniCPM V4.7：包含 35B-A3B 端侧 MoE 与 1B 轻量 VLM

面壁智能发布 MiniCPM V4.7 系列模型，包括 35B-A3B 端侧 MoE 模型与 1B 轻量化 VLM。其中 35B-A3B 版本在 iPhone 17 Pro Max 上以约 3GB 内存实现 13+ tok/s 的推理速度，综合性能优于 Qwen3.6 35B-A3B；1B 版本在性能与效率上均优于 Qwen3.5 0.8B。

面壁智能发布端侧多模态大模型 MiniCPM-V 4.7

面壁智能推出 MiniCPM-V 4.7 端侧多模态大模型，包含 35B-A3B 和 1B 两种规格，其中 35B-A3B 为该系列首个 MoE 模型。该模型基于 LES 推理加速技术，在 iPhone 17 Pro Max 上仅需 3GB 内存即可达到 13+ token/s 的解码速度，并同步开源了 SRFT 微调方案。

小米 MiMo-V2.6-Pro 在 FrontierCode 1.1 评测中位列开源模型首位

小米 MiMo-V2.6-Pro 在 Artificial Analysis 推出的 FrontierCode 1.1 编码评测中以 45% 的得分领跑开源权重模型。该评测由 Cognition 开发，通过要求智能体在真实开源仓库中完成任务并达到维护者可合并标准，评估模型在单元测试及代码质量方面的综合表现。

MiniMax-H3 搭配 ORB360 LoRA 演示让黑白漫画角色动起来

MiniMax-H3 模型结合 ORB360 LoRA 技术实现了黑白漫画角色的动态化创作，通过传入角色参照图即可固定面部特征并自由调整画角。该方案展示了开源技术在 AI 视频创作中的应用潜力，能够将静态漫画转化为可运动的视觉内容。

vLLM 发布 v0.32.0rc0 版本，新增 HiSparse KV cache 容量日志报告功能

vLLM 发布 v0.32.0rc0 版本，在 HiSparse 模块中新增了主机池（host pool）在 KV cache 容量日志中的报告功能。该更新旨在优化模型推理过程中的资源监控与管理，用户可通过 GitHub 仓库查看相关提交记录。

面壁智能 MiniCPM-V 4.7 登陆 Apple Silicon 实现 Mac 端侧推理

面壁智能 MiniCPM-V 4.7（1B 及 35B-A3B 版本）现已支持在 Apple Silicon 上进行全端侧推理，可处理图像与视频理解且数据完全本地化。在 Nativ v0.4.x 环境下，1B 模型可达 315 tok/s 的解码速度，35B-A3B 模型解码速度为 90 tok/s。

NVIDIA 宣布对法国初创企业进行新投资

NVIDIA 宣布向 Doctolib、Entalpic、Genesis AI 和 Pigment 等法国初创企业进行新投资，持续推进当地生态系统建设。此前，NVIDIA 已在全欧洲承诺投入近 100 亿美元的技术生态资金，并在此次活动中展示了法国企业在 Agentic 基础设施、开源模型及各行业应用方面的最新进展。

MiniCPM-V 4.7 本地 VLM 效率与质量胜出

MiniCPM-V 4.7 35B-A3B 模型在本地 VLM 任务中表现优于 Qwen 3.6 35B-A3，在生成体素宝塔任务中展现了更高的质量。该模型在推理过程中消耗的 token 数量比 Qwen 3.6 35B-A3 少 10%，进一步凸显了效率与质量在多模态模型竞争中的核心地位。

卡尔的AI沃茨开源“红绿灯”提示语，解决 Agent 任务执行超额消耗问题

作者开源了一套不到三百字的进度提示语及 hook，通过让 Agent 在每轮结尾输出 🟢🟡🔴 三态进度条，明确区分任务状态并控制 Agent 在达成目标后及时停手。该方法适用于 Claude Code、Codex 等 Agent，能有效解决其在任务完成后继续执行导致浪费 token 额度的问题。

Jeff Dean 家族基金会与 Discovery Loop 支持非洲及南美 AI 会议

Jeff Dean 通过其家族基金会及 Discovery Loop 宣布支持 Khipu AI 和 Deep Indaba 会议，旨在为非洲与南美的 AI 研究者提供资助。Khipu 2027 大会将于 2027 年 4 月 5 日至 9 日在巴西圣保罗大学举行，届时将汇集约 500 名顶尖学者与研究人员。该会议面向入选学生及研究者完全免费，赞助资金将直接用于支持参会者的差旅与住宿费用。

Intel 发布 D270 数据中心 GPU，面向智能体 AI 推理

Intel 推出面向智能体 AI 推理的 D270 数据中心 GPU，单卡配备最高 480 GB LPDDR5X 内存与 350 W 风冷设计。该卡采用标准 PCIe 5.0 形态，无需液冷改造，支持 vLLM、SGLang 及 PyTorch 生态，旨在优化长上下文 RAG、企业助手及高并发推理场景的部署效率。

Stanford CS 329Z 第 6 讲「Agent 设计模式与脚手架」讲义公开

Stanford CS 329Z 课程公开了第 6 讲「Agent Design Patterns and Scaffolds」讲义，详细介绍了 Agent 的五大设计模式、记忆架构及多 Agent 编排模式。课程主线围绕分解、数据与评估三大工程挑战，涵盖了从构建基元、框架抽象到优化策略与安全实践的完整技术栈。

LiteLLM 开源 Agent 传输层 SDK agentchat

LiteLLM 开源了 Python SDK agentchat，支持任意框架编写的 AI Agent 以两行代码统一接入 Slack、Teams、iMessage、WhatsApp 和 Discord。该 SDK 负责处理 OAuth、webhook 签名、会话隔离等底层传输工作，使开发者能专注于 Agent 核心逻辑。