用NVIDIA Nemotron开源模型搭建万圣节语音交互鬼屋 MonsterHouse
NVIDIA员工使用Nemotron Voice Agent等开源模型搭建了语音驱动动画的万圣节鬼屋MonsterHouse,并公开构建教程。
NVIDIA员工使用Nemotron Voice Agent等开源模型搭建了语音驱动动画的万圣节鬼屋MonsterHouse,并公开构建教程。
SigNoz 的 Elizabeth 发文指出,AI 自动化正让 SRE 的认知技能逐渐退化而非取代其岗位。文章借1983年自动化悖论与医学航空案例说明罕见故障时人类直觉因缺乏练习而萎缩。SigNoz 作为开源可观测平台据此主张以人类可控的 AI 助手增强而非替代 SRE。
智元发布GO-3 Preview与WITA-OMNI双模型,分别在RoboDojo等三榜与Daily-Omni等四榜登顶。同场创新日推出灵渠OS 1.0计划年底开源,并定义Worken单位量化机器人有效工时。
小米官方开源 0.8B 文档理解模型 Xiaomi-OCR-0,模型权重与推理代码已上线 Hugging Face 和 GitHub。该模型单一覆盖文档解析、信息抽取与 OCR 视觉问答,在 OmniDocBench v1.6 得 96.83 分列总榜第二。技术已落地手机端超级小爱,并开放 MCP 服务与 Agent Skill 工具包。
Epoch AI研究显示开放权重模型GLM 5.3利用补丁间隙,在48小时内零人工输入构建针对Firefox的完整攻击链,单次API成本约1000美元。模型自主识别安全补丁并绕过沙箱读取文件,Mozilla已在Firefox 159.0(2026年10月27日发布)修复该漏洞。团队用相同方法攻击Chrome花费约10万美元未成功,指出补丁间隙是跨软件行业的普遍风险。
维基媒体基金会向法院提交简报,就AI版权案提议折中:LLM训练受版权保护作品属合理使用,但ChatGPT等输出复用原作需许可。其警告严苛裁决或威胁开放网络与开源技术,案件为纽约时报诉OpenAI和Microsoft等。
英伟达与MIT组成的Efficient-Large-Model团队在Hugging Face发布开源视频增强项目Open-H3-Regenerate-2K的模型权重与推理代码,基于MiniMax H3支持最高3840×2160的4K重生成。
swyx 在 Latent Space 的 AINews 中介绍 AIE CODE 编码智能体会议策划,并汇总 10/28-29 的 AI 动态。会议聚焦无废话扩展与系统一模型等主题,新闻涵盖 Mistral Large 4 开源、OpenAI 监控升级及 Cohere 融资等。AIE CODE 是今年最后的旗舰编码智能体会议。
开源文档解析模型OXR(1.3B)登顶OmniDocBench、olmOCR-Bench和DocParsingBench三榜全球第一,采用RSI递归自我改进训练。其在单张RTX PRO 6000上100页端到端解析耗时101秒,代码权重全量开源并提供免费API。该模型由SoMark团队发布,已获1.1K+ GitHub Star。
开发者 Divyansh Agrawal 于 10 月 22 日发布实验性模型 Qwenputer,基于 Qwen3.5-4B 在神经网络内实现 32 位 RISC-V CPU 与内存,使模型无需外部工具即可执行程序与精确计算。
百度本月27日发布并开源文心 Unlimited OCR 2 文档解析模型,将文档解析上限推至无限页。该模型能一次性解析超3600页《哈利·波特》全书,在 MPDocBench 和 MarathonDocBench 基准分别以84.6和77.1分实现端到端 SOTA。
Mistral AI 于10月29日开放 Mistral Large 4(ML4)模型权重,该原生多模态模型总参数1T、激活490亿,编码智能体基准得分48%与GLM-5.3持平但Token消耗降47%。模型以修改版MIT许可发布,输入每百万Token 0.70美元,Hugging Face已提供下载。
Olam Labs 与 YC 在 2026年10月于 Minecraft 中运行 50 个 GPT-6.1 Sol 智能体生存实验 3 小时,目标建立文明,观察到涌现的等级政府与食物配给。
智元于10月29日正式推出具身模型 GO-3 Preview,采用WRAM架构并登顶RoboDojo、RoboTwin、RoboColiseum三大榜单,计划2026年底开源。该模型支持部署后自主改进,搭载Genie Master的精灵G2在便利店上岗后任务成功率从首日28.6%稳定至85.7%。
Mistral 发布 Mistral Large 4 (ML4) 万亿参数开源模型权重,企业与政府可下载部署用于网络防御。该模型每任务比 GLM-5.3 少耗 47% token,并在 Artificial Analysis 的 Coding Agent Index 代理编码任务中超越其他开放模型,权重已上架 Hugging Face 和 API。
Mistral 发布 Mistral Large 4(Le Chonk)模型权重,该编码模型在开放模型中领先但整体落后于中国模型。模型约1万亿参数、520亿激活,支持文本图像输入与文本代码输出,API定价为每百万输入token 0.70美元。独立测试显示其生成速度161 tokens/s,编码基准接近DeepSeek但远落后Claude Opus 5.5。
NVIDIA Nemotron 3.5 Super VL 作为 120B 参数 MoE 模型加入 AWS,每 token 激活 12B 参数,支持 1M token 上下文及多模态输入。该开源模型在 Hermes Bench 得分 63.44%,可通过 Amazon EKS 和 SageMaker HyperPod EKS 部署,以加速结合推理与视觉理解的智能体工作流。
Mistral 开放 Mistral Large 4(代号 Le Chonk)的模型权重,该 1 万亿参数原生多模态模型面向编码与网络安全。其在 Coding Agent Index 达 48% 匹配 GLM-5.3 且平均少耗 47% token,Cyber Index 得分 51% 并拒绝 96.6% 恶意请求。
Lean 创建者 Leo de Moura 在访谈中表示,AI 自动形式化能力正大幅降低 Lean 验证成本,让软件工程重心转向规范编写。他提到 Mathlib 有 2.5 million lines,而 AI 生成的证明已达 50 million lines,AWS 的 AgentCore 等已在用 Lean 验证代理。
Mistral 发布多模态 MoE 模型 Mistral Large 4(Le Chonk),总参数约1T、活跃49B、上下文窗口1M tokens,已上线 Hugging Face。该模型在 Artificial Analysis 开源权重情报指数排名第五,网络安全任务中漏洞复现修补达82%,并提供 transformers、vLLM、llama.cpp 首日推理支持。
推荐理由:Mistral Large 4 以开放权重形式发布并配齐 transformers、vLLM、llama.cpp 等首日部署方案,社区可据此在本地搭建可控的防御性安全分析工作流。
Hugging Face 联合多所高校与机构宣布 Project ProtoStar 倡议,推动公共资助科研数据集、模型和代码以 AI-ready 格式开放共享。首个开放挑战由卡内基梅隆大学于 2026 年 11 月 2 日启动,基于 210 个美国城市历史天气数据预测气候指标。Hugging Face 平台已托管超 17000 个科学数据集,2026 年前九月新科学数据集分享量为去年同期三倍多。
DiffuSpace昨日发布并开源MoE扩散语言模型Clover-35B-A3B-Preview,这是Clover系列首个成员。该模型具备全局思维,多轮迭代生成,基准表现超过同规模自回归模型Qwen3.6-35B-A3B且生成更快,擅长智能体编程与工具使用。
美国司法部正在审查Nvidia计划收购开源平台Hugging Face的交易,担忧其控制AI分发枢纽损害竞争对手。交易价值 $12.93 billion,预计2027年上半年完成,同时欧美监管机构也在调查Nvidia的销售实践与反垄断风险。
IBM 发布 Granite Switch 4.1.1 补丁版本,该版本完全向后兼容 4.1,无需迁移即可部署。更新内容包括支持 10 种语言并原生处理标点符号的 Granite Speech ASR 模型,以及性能提升的 Decision 适配器。此次更新仅重训了适配器,基础模型保持不变,体现了模块化架构的高效性。
Mistral 今日发布改进版 Mistral Large 4 (Le Chonk) 开放权重,该万亿参数多模态模型在编码与防御安全开放基准中领先同类。模型提供低中高三种推理模式平衡成本,在 Artificial Analysis Coding Agent Index 取得 48% 且少耗 47% token。权重已发布于 Hugging Face 支持自托管,本月初曾公开预览。
Deepgram 周四宣布收购开源语音 AI 框架 Pipecat 的开发商 Daily,交易金额未披露但承诺保持 Pipecat 开源。双方还联合推出开放协议 Real-Time Context Standard (RCS),用于语音智能体上下文连接。两家公司曾同属 2016 年 Y Combinator 批次。
百度集团副总裁吴甜确认离职,知情人士透露文心模型下周将有新进展对外发布。吴甜在百度工作约 20 年,曾负责基础模型研发部,此前百度已开源文心 Unlimited OCR 2。百度世界 2026 大会定于 11 月 12 日举行,将展示文心 Unlimited OCR 2 技术亮点及“芯云模体”全栈 AI 升级成果。
英伟达推出开放权重语音转录模型Nemotron 3.5 Transcribe,支持40种语言与8人说话人区分,并公开训练数据管线Granary v2。模型采用MoE架构总参数约340亿,在Hugging Face Open ASR Leaderboard英语组以5.33%词错误率居开放权重第一,已在Hugging Face与ModelScope免费开放。
小米 MiMo Desktop 会员权益升级,总体额度显著上调且加量不加价,调整实时生效。会员用户新增 DeepSeek V4 Pro、GLM 5.3、Kimi K3 等第三方模型可选,各模型标注消耗倍率。此前该桌面客户端仅支持 MiMo 系列模型,此次升级旨在提升用户体验并优化首 token 延迟。
南方电网与华为在深圳签署全面深化战略合作协议,双方将围绕电碳算协同、人工智能应用、电力鸿蒙及产业生态构建等领域深化合作。此前,双方曾共同发布国内首个电力物联操作系统电力鸿蒙 OS,填补该领域国内空白。
威卡移动控制发布“具身智能赋能工程机械高质量数据集”,第一阶段规模达3600万帧,覆盖12类典型作业场景。该数据集已在Hugging Face等仓库开源,旨在通过真实工地数据解决具身智能落地中的数据稀缺瓶颈。这是威卡五年前启动筹备、基于三十年智控硬件积淀推出的数据底座,为工程机械少人化提供可复制路径。
逐际动力发布 FluxVLA Engine V2 技术报告,新增在线强化学习后训练,优化后模型推理频率提升 2.31 至 9.64 倍。该底座打通训、评、部署全链路,在 LimX Oli 等真机平台验证了闭环执行,并支持人在环数据回流。自今年 4 月开源以来,该项目持续迭代以解决具身智能工程复用难题。
逐际动力更新开源工程底座 FluxVLA Engine V2 技术报告,新增在线强化学习后训练及真机部署验证。优化后模型推理频率提升 2.31–9.64 倍,SmolVLA 在 LIBERO-10 任务成功率提升 10.0 个百分点。该底座自今年 4 月开源以来持续迭代,旨在通过标准化工程链路解决具身智能研发中重复造轮子的问题。
美国司法部就英伟达129.3亿美元收购Hugging Face交易展开问询,重点关注并购是否让其掌控AI核心分发枢纽。英伟达称收购预计2027年上半年完成并承诺保持开放,司法部还审查了其2025年12月对SchedMD的收购。
Akai 宣布 MPC Sample Key 将采用开源固件,并向开发者提供早期设备以支持 Vibe Coding 模组开发。该设备无打击垫,通过琴键回放采样,社区已展示包含 Native Instruments Massive 等合成器的自定义固件。
swyx 发布播客笔记,分析智能体青睐 Supabase 的原因源于降低搭建摩擦的开发者工具设计。文章结合对创始人 Paul Copplestone 与 Ant Wilson 的访谈,指出无 Docker 本地后端、Git 声明式 schema 及私有 alpha 的 Supabase Compute 让智能体更易读写后端。
Wiz CTO Tomer Schwartz 指出,AI 正加速新漏洞的挖掘与利用,互联网老旧代码面临“Vulnpocalypse”危机。他透露,Wiz 依靠 AI 定制工具在周末测试了数十个思路,才找到 PHP 中潜伏十余年的关键漏洞。此前,PHP 两个严重漏洞曾导致约 70% 的网站运营者紧急修复或下线站点。
Artificial Analysis 昨日发布 Intelligence Index v5,六成评测权重改为私有测试集或隐藏答案,并纳入 FrontierCode 2.0 以代码可合并性打分。
NVIDIA 发布开放权重多语言语音转写模型 Nemotron 3.5 Transcribe 与 Granary v2 数据管道,支持40种语言转写、31种互译及13种语言说话人归属。
推荐理由:NVIDIA开放权重多语言转写模型在多个基准领先,其开放的Granary v2数据管道和微调配方便于开发者适配领域词汇。
NVIDIA 发布 Nemotron 3.5 Transcribe 开放权重语音模型,单个提示词模型处理转录、说话人标注与翻译,登顶 Hugging Face Open ASR。该模型约43亿活跃参数,较头部开放模型少80%资源,便于本地硬件运行;RTX Spark 笔记本同步新增代理 GPU 资源分配及 Phantom Blade Zero 等游戏 RTX 支持。
推荐理由:NVIDIA Nemotron 3.5 Transcribe 以约43亿活跃参数登顶 Hugging Face Open ASR,较榜首开放模型省八成参数,便于本地转录。