vLLM 从 Day 0 支持 Reflection Beam，并针对 NVIDIA Blackwell 优化
vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型，这是一个 501B 参数、每 token 激活 23B 的 MoE，并在 NVIDIA Blackwell 上完成优化，推理、工具调用和结构化输出开箱可用。
推荐理由：vLLM 从 Day 0 支持 Beam 并给出内核融合与自适应验证的实测数据，可看推理栈如何承接新架构。
内容形态
产品更新 最新动态
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
51 条精选近 30 天 49 条共收录 5,700 条
更新
大事记
重要进展10月
查看更早 1 件大事收起
产品更新的精选
vLLM Blog精选AI 评分6262 NVIDIA Newsroom精选AI 评分8282 NVIDIA RTX Spark 笔记本今日开售，最高 128GB 统一内存与 1 petaflop AI 算力
NVIDIA 宣布 RTX Spark 笔记本今日全球开售，由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 推出，起售价 2,599 美元。
推荐理由：RTX Spark 把 128GB 统一内存和 1 petaflop FP4 算力放进轻薄 Windows 笔记本，可据此判断本地跑大模型与智能体的硬件门槛变化。
RadarAI精选AI 评分7878 ChatGPT 为 Chrome 用户新增标签页读取与控制能力
ChatGPT 面向 Chrome 用户推出升级，把 computer use 能力引入 Chrome。在 Chat 模式下，ChatGPT 可以查看用户打开的标签页并汇总信息；在 Work 模式下，它能控制 Chrome 标签页执行发送消息、填写表单、下载文件等操作，还可帮助整理和分组打开的标签页。
推荐理由：官方说明了 ChatGPT 在 Chrome 中读取与控制标签页的具体用途，可据此判断浏览器内自动化任务的边界。
RadarAI精选AI 评分8282 Meta 开放权重模型 Muse Spark Open 上架 OpenRouter
Meta 发布开放权重模型 Muse Spark Open，现已可在 OpenRouter 使用，定位为面向编码与智能体工作的美国最强开放权重模型。模型总参数 816B、激活 42B，支持 1M token 上下文窗口，原生多模态，支持图像、视频、音频和 PDF 输入。OpenRouter 定价为输入 $1.25/M、输出 $4.25/M。
推荐理由：OpenRouter 上架该开放权重模型并给出定价与输入模态细节，读者可据此评估接入成本与适用场景。
Together AI Blog精选AI 评分7878 Meta Muse Spark Open 上线 Together AI，支持 1M token 上下文与智能体编码
Meta 的 Muse Spark Open 已在 Together AI 上线，Together AI 是其 Day 0 发布伙伴。该模型面向长时程智能体编码工作流，具备 1M token 上下文窗口、长时程自主规划与自我纠错、可协调子智能体、跨桌面移动端与浏览器的 computer use 与多模态浏览，并接受文本、图像、音频和音视频输入，还会在执行前说明意图。
推荐理由：官方给出 Muse Spark Open 的上下文窗口、定价与调用方式，可据此判断它在长时程编码智能体上的可用性。
vLLM Blog精选AI 评分7878 vLLM 为 Meta Muse Spark Open 提供 Day 0 支持
vLLM 与 Meta Superintelligence Labs 合作，在 Muse Spark Open 发布当天为其提供 Day 0 支持。
推荐理由：vLLM 在发布当天给出 Muse Spark Open 的部署命令、量化格式与 DSpark 投机解码配置，可据此评估 1M 上下文的生产落地成本。
AWS Machine Learning Blog精选AI 评分6060 Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 已在 Amazon SageMaker JumpStart 上线，可在自己的 AWS 账户中部署为 SageMaker AI 端点。
推荐理由：Meta 的编码优化开源模型接入 SageMaker JumpStart，文中给出两种量化变体的实例选型与部署步骤，可据此估算自托管成本。
NVIDIA Newsroom精选AI 评分6262 NVIDIA 发布 RTX Spark，面向创作者、玩家与 AI 智能体的 Windows PC
NVIDIA 发布 RTX Spark，定位为一台面向创作者、玩家和 AI 智能体的 Windows PC，并将于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办发布活动。
推荐理由：NVIDIA 官方公布 RTX Spark 的定位与全球发布活动安排，并汇总多家媒体对本地 AI 与游戏表现的早期评价。
Google DeepMind精选AI 评分6060 Google DeepMind 用 Google Antigravity 加速抗菌肽发现
Google DeepMind 介绍用其智能体开发平台 Google Antigravity 加速抗菌肽发现，把过去分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 从氨基酸序列预测生物功能，扫描 UniProt 中数百万条未表征蛋白，找到一条对呼吸道感染相关病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。
推荐理由：原文给出智能体科研工作台在抗菌肽发现中的完整流程，可了解跨库检索与结构分析如何被压缩进单次会话。
vLLM Blog精选AI 评分6262 NVIDIA Nemotron 3.5 Super VL 发布，vLLM 首日支持
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，采用 120B 总参数、12B 激活参数的 MoE 架构，支持文本、图像、文档和视频输入，输出文本。
推荐理由：原文给出模型架构、部署配置与吞吐对比，读者可据此判断多模态智能体推理的落地成本。
PyTorch Blog精选AI 评分6060 ExecuTorch 推出 Arm Cortex-M CPU 后端，PyTorch 模型可直接跑在 MCU 上
PyTorch 官方博客发布 ExecuTorch 的 Arm Cortex-M 后端，让 PyTorch 模型无需转换格式即可直接运行在 Cortex-M CPU 上，并通过 CMSIS-NN 加速，覆盖 Scalar、DSP 和 MVE/Helium 全部能力档位。
推荐理由：ExecuTorch 新增 Cortex-M 后端，给出各能力档位与 MLPerf Tiny 实测数据，可据此评估 MCU 端部署路径。
vLLM Blog精选AI 评分6262 vLLM 推出 push 模式 NIXL KV 传输，TTFT 最高改善 3 倍
vLLM 发布基于 push 的 NIXL KV 传输连接器 NixlPushConnector，把传输协调与建立从解码实例的关键路径移到预填充侧的后台线程。
推荐理由：vLLM 官方给出 push 模式 KV 传输的架构与复现脚本，可对照 pull 模式判断是否切换部署。
NVIDIA Technical Blog精选AI 评分6060 NVIDIA 将 Run:ai 平台开源，纳入 DSX AI Factory 平台
NVIDIA 宣布将完整的 Run:ai 平台以开源软件形式发布，向客户、开发者和生态伙伴开放生产级 AI 工作负载与 GPU 编排能力。该版本把 Run:ai 定位为开放基础，用于扩展 NVIDIA DSX AI Factory 平台，让更广泛的生态在此基础上推出差异化方案。
推荐理由：NVIDIA 把 Run:ai 全量开源并纳入 DSX 平台，读者可据此了解 GPU 编排能力的开放范围。
NVIDIA Blog精选AI 评分7878 NVIDIA 公布 RTX Spark 首发软件生态：本地智能体、Nemotron 3.5 Bolt 74B 与 DLSS 5
NVIDIA 公布 RTX Spark 笔记本首发（10 月 16 日）的软件与生态更新，覆盖本地智能体、创作应用和开发者工具。
推荐理由：梳理了 RTX Spark 首发时本地智能体、创作与开发工具的适配清单，可据此判断端侧 AI 工作流的可用边界。
RadarAI精选AI 评分7676 Anthropic 的 Claude Managed Agents 开启动态工作流公测
Anthropic 的 Claude Managed Agents 开放动态工作流公测，主智能体先制定计划，再分阶段向最多约 1000 个子智能体并行派发任务并汇总结果。此前模式由主智能体逐个读取子智能体汇报，单会话并行上限约 25 个。该内容由宝玉整理介绍。
推荐理由：对比此前单会话约 25 个并行上限，可看出子智能体调度规模与流程组织方式的变化。
Hacker News精选AI 评分7878 Prime Intellect 用 2000 多个智能体把 Prime Agent 重写为 Rust
Prime Intellect 发布用 Rust 从零重写的 Prime Agent，整个重写由 Prime Agent 自己编排超过 2000 个智能体完成，跨 10000 多个 Prime Sandboxes，消耗 Prime Inference 的 GLM-5.3 端点超 2000 亿 token。
推荐理由：原文给出用 2000 多个智能体把自身从 TypeScript 重写为 Rust 的完整流程与性能对比数据，可迁移到多智能体编排实践。
GitHub精选AI 评分7676 Lume 发布本地优先的 AI 编码智能体指挥中心
Lume 发布本地优先的 AI 编码智能体指挥中心，可监控 Claude Code、Codex、Antigravity、OpenCode 等已有会话，显示哪些在运行、等待或需要人工介入，并支持在同一处继续对话。
推荐理由：原文完整列出 Lume 对 Claude Code、Codex 等会话的监控与接管方式，以及本地优先的隐私设计，便于判断它能否嵌入现有编码工作流。
Sierra Blog精选AI 评分6060 Sierra 发布 Personal Agent Protocol（Poppy）草案并新增 35 家设计伙伴
Sierra 发布 Personal Agent Protocol（Poppy）草案，并公布新增 35 家设计伙伴，包括 OpenAI、Visa、Mastercard、PayPal、Target、Walmart 等。
推荐理由：协议草案给出了个人智能体与商家协作的五个构建模块，可据此判断现有网站与 API 的接入方式。
GitHub精选AI 评分7878 Letta 发布有状态智能体框架 Letta Code
Letta 发布 Letta Code，一个面向有状态智能体的 harness，智能体具备记忆、身份和随时间积累的经验，可通过重写自身记忆、技能、提示词乃至 harness 本身持续演化。
推荐理由：原文完整列出 Letta Code 的记忆、技能与多机运行机制，可据此判断有状态智能体的工程实现路径。
GitHub精选AI 评分7878 ZeroClaw 发布 Rust 单二进制智能体运行时
ZeroClaw 是一个用 Rust 编写的单二进制智能体运行时，配置后在本机运行，可连接 Anthropic、OpenAI、Ollama 等约 20 家 LLM 提供商，并通过 Discord、Telegram、Matrix、邮件、语音、webhook 和 CLI 等 30 多个渠道接收消息。
推荐理由：原文给出单二进制自托管智能体运行时的完整能力清单与安装路径，可据此判断自托管方案与云端智能体的取舍。