Ollama v0.40.0-rc5 发布：修复 MLX 近期更新补丁
Ollama 发布 v0.40.0-rc5，修复针对近期 MLX 更新的补丁（#18812）。该版本为候选发布版，提交已通过 GitHub 签名验证。
#推理引擎
Ollama ReleasesAI 评分1212 Ollama ReleasesAI 评分1010 Ollama v0.40.0-rc4 发布：MLX 版本升级
Ollama 发布 v0.40.0-rc4，本次更新包含 MLX 版本升级，并为单元测试添加 scopes 以降低内存占用。该版本为候选发布版（rc），提交已通过 GitHub 验证签名。
Google Developers Blog精选AI 评分7676 Google DeepMind 发布端侧多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布开放权重多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频帧和音频映射到统一向量空间，参数量 740M，文本权重最低约 191MB 内存，完整多模态模型在 Google Pixel 11 Pro 上约 567MB。
推荐理由：EmbeddingGemma 2 把文本、图像、视频帧和音频映射到同一向量空间，并给出端侧内存与延迟数据，可据此判断本地多模态检索的落地边界。
Claude Code ReleasesAI 评分1212 Claude Code v2.1.290 发布
Claude Code v2.1.290 发布，为 mod 的 turn.step hook 结果新增 serverToolUses 字段，记录 API 自身发起的工具调用及其 id、名称、输入和起止时间。
LangGraph ReleasesAI 评分1212 LangGraph 1.2.13 发布
LangGraph 发布 1.2.13，集中修复 DeltaChannel 相关缺陷：不再为从未写入的 DeltaChannel 遍历历史，避免将废弃分支重放到 DeltaChannel fork，并在各 update_state 路径上保留 DeltaChannel 计数器。
NVIDIA BlogAI 评分2222 NVIDIA Inception 初创公司如何用 AI 补齐乳腺癌诊疗缺口
NVIDIA Inception 计划中的多家初创公司正用 AI 覆盖乳腺癌筛查、风险评估与治疗规划全流程。iSono Health 的 FDA 认证 ATUSA 可穿戴 3D 超声系统约两分钟完成单侧乳房扫描，灵敏度比手持 2D 超声高 28%；Whiterabbit.ai 的 WRDensity 已用于数十万患者；Ataraxis AI 则用病理切片预测治疗反应与复发风险。
Hugging Face Daily PapersAI 评分3131 MC-Sparse：弥合扩散 Transformer 中稠密与稀疏注意力的差距
针对扩散 Transformer 长序列生成中稀疏注意力导致质量下降的问题，研究者提出免训练框架 MC-Sparse，通过缓存查询分组、KV 索引与稠密-稀疏注意力残差并在去噪步骤间复用，实现更高保真度。在 Minimax-H3-Base 上取得 1.80 倍去噪加速，3D 资产生成上达 2.32 倍，质量损失可忽略。
DeepSpeed ReleasesAI 评分1212 DeepSpeed 为连续批处理 rollout 加入 decode front 对齐路径（#8497）
DeepSpeed 合并 PR #8497，为连续批处理 rollout 新增可选的 decode front 对齐路径：开启 align_decode_fronts 后按 attention mask 推导有效 prompt 长度、从长到短排序并右对齐 prefill，同时裁剪无效 cache 列，默认仍保持等宽填充布局。
Claude Code ReleasesAI 评分1010 Claude Code v2.1.289 发布
Claude Code v2.1.289 修复了复合 shell 命令嵌套部分的 deny/ask 规则在托管机器上覆盖用户安装 mod 审批的问题，并解决了短代码块含大量未闭合标签或深层嵌套 ${} 替换时终端卡死。
vLLM ReleasesAI 评分88 vLLM v0.31.0rc5 发布：在依赖中为 Transformers 版本添加上限
vLLM 发布 v0.31.0rc5，在 requirements 中为 Transformers 版本添加了上限约束。该改动由 Isotr0py 提交、Harry Mellor 共同署名，并从主分支 cherry-pick 而来。
SGLang ReleasesAI 评分3434 SGLang v0.5.21 发布：779 个 PR，新增 DeepSeek-V4.1、Kimi K3 等模型支持
SGLang 发布 v0.5.21，合并 227 位贡献者的 779 个 PR，新增 DeepSeek-V4.1 Flash、GigaChat 3.5、MiMo-V2.6、Qwen-Image 2.1、FLUX 3 Action 等模型支持。
GitHub Copilot ChangelogAI 评分3636 GitHub Copilot 代码审查支持 API，默认审查强度改为 Balanced
GitHub Copilot 代码审查现已支持通过 REST 和 GraphQL API 发起请求，并可为每次请求单独设置审查强度。默认审查强度已改为 Balanced，于 2026 年 9 月 28 日生效，此前显式选择 Lite 的设置保持不变。该功能已面向 Copilot Pro、Pro+、Max、Business 和 Enterprise 计划全面开放。
GitHub Copilot ChangelogAI 评分2525 GitHub Copilot 弃用 Gemini 3.5 Flash、Kimi K2.7 Code 等模型
GitHub Copilot 于 2026 年 10 月 2 日在所有体验中弃用 Gemini 3.5 Flash、Gemini 3.6 Flash、Kimi K2.7 Code 和 Claude Opus 4.7，建议分别改用 Gemini 3.8 Flash、Kimi K3 和 Claude Opus 5.5。
MIT Technology Review · AIAI 评分1212 MIT Technology Review：自主 AI 如何重新定义企业智能
MIT Technology Review 报告指出，企业 AI 的规模化瓶颈是结构性的，全球 AI 投资 2026 年将达 2.5 万亿美元，同比增长 44%。报告提出“agentic shift”，主张企业先重构流程与数据基础设施，采用可组合架构，并解决 AI 主权问题，让数据无需迁移即可被 AI 智能体调用。
OpenAI Agents SDK ReleasesAI 评分1212 OpenAI Agents SDK v0.23.1 发布
OpenAI Agents SDK 发布 v0.23.1 补丁版本，修复发布测试并刷新必需的 readiness 检查，SDK 运行时源码相对 v0.23.0 仅改动版本号字符串。
Google Research精选AI 评分6262 Google 发布基于 TEE 的新一代联邦学习系统，Gboard 已采用
Google 发布新一代联邦学习系统，用可信执行环境（TEE）为数据匿名化提供可验证、可审计的保证，Gboard 已采用该系统上线英语和日语下一词预测模型。新系统把客户端梯度计算移到服务端，训练时间瓶颈从设备可用性转为 TEE 资源，此前每个模型训练需 1-2 个月。
推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，并给出 Gboard 已上线的实际部署效果。
Latent SpaceAI 评分6262 Airbnb CTO 谈如何把公司改造成 AI-native：60% 代码由 AI 编写
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访，介绍公司向 AI-native 转型的实践：目前 60% 的代码由 AI 编写，功能交付量同比增长近 80%，工程师人均 PR 吞吐量提升约 1.6 倍。
GitHub Copilot Changelog精选AI 评分6060 GitHub Copilot 周报：新增 Claude Sonnet 5.5 与 GPT-6.1 Sol 等能力
GitHub Copilot 本周为 Pro、Pro+、Max、Business 和 Enterprise 用户上线 Claude Sonnet 5.5，并为 Pro+、Max、Business 和 Enterprise 用户提供 GPT-6.1 Sol。
推荐理由：汇总了 Copilot 本周新增模型、动态工作流与桌面自动化能力，可据此判断智能体工作流的可用边界。
NVIDIA Blog精选AI 评分6262 NVIDIA 推出 DGX Spark 64GB 配置，支持双机集群扩展本地 AI
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 等厂商推出 64GB 统一内存版 DGX Spark，10 月 23 日开售，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备端运行。
推荐理由：原文给出 64GB 新配置的定价、上市时间与双机集群方式，读者可据此判断本地跑大模型的硬件门槛。
vLLM ReleasesAI 评分1212 vLLM v0.31.0rc4 修复 HiSparse 下 MTP 接受率崩溃问题
vLLM 发布 v0.31.0rc4，修复了 HiSparse 在 FULL graphs 下 MTP 接受率崩溃的问题。该版本为候选发布版，主要针对上述 bug 进行修补。
Unsloth ReleasesAI 评分3434 Unsloth Desktop 更新：命令面板、4-bit 检查点训练与 Laya 推理提速
Unsloth Desktop 新增 Cmd/Ctrl+P 命令面板，支持分享 GGUF 运行设置，并让 Laya 决策模型短请求提速最高 4.1 倍。
Hugging Face BlogAI 评分3636 ServiceNow CoreAI 推出 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功示范，自动生成并验证新的可执行训练任务，并随模型进步动态调整课程。该流程以 EnterpriseOps Gym 数据集为例演示，生成的任务需满足可行性、真实性与难度三项要求，验证器则需保证一致性、可靠性与完整性。
NVIDIA Blog精选AI 评分7878 NVIDIA GPU 如何加速 OpenAI GPT-6 Astra Ultrafast
OpenAI 在 API 以及符合条件的 ChatGPT Work 和 Codex 用户中上线 GPT-6 Astra Ultrafast，该模式运行在 NVIDIA Blackwell GPU 上，token 生成速度最高可达 Astra Standard 模式的 8 倍。
推荐理由：原文给出 Ultrafast 模式相对标准模式的生成速度提升与开放入口，读者可据此判断它对编码智能体循环的实际影响。
JetBrains AI Blog精选AI 评分6868 JetBrains 在 IDE 中推出 Air 智能体开发体验 EAP
JetBrains 在 IDE 中开放 Air 的 Early Access Program，可作为插件从 JetBrains Marketplace 安装，或直接使用 JetBrains IDE 2026.3 EAP 版本。
推荐理由：JetBrains 官方给出 Air 在 IDE 中的并行会话、云端运行与数据流向说明，可据此判断现有编码工作流会如何变化。
Unsloth ReleasesAI 评分1010 Unsloth v0.1.901-beta 发布：Studio 对链接文件夹中相同文件复用嵌入向量
Unsloth 发布 v0.1.901-beta，其 Studio 针对链接文件夹中的相同文件复用嵌入向量以提升性能。该版本提交已在 GitHub 上通过验证签名。
vLLM ReleasesAI 评分88 vLLM v0.31.0rc3 发布：Model Runner V2 支持随机化 dummy inputs
vLLM 发布 v0.31.0rc3，为 Model Runner V2 加入随机化 dummy inputs 支持（#58411）。该改动由 Robert Shaw 提交，并经 Claude Opus 5.5 等共同署名，属于候选版本更新。
Claude Agent SDK ReleasesAI 评分88 Claude Agent SDK v0.2.163 发布
Claude Agent SDK 发布 v0.2.163，内置 Claude CLI 更新至 2.1.286。该版本将 issue 分诊所用模型固定，以修复 CLI 新默认模型导致的失败，并可通过 pip install claude-agent-sdk==0.2.163 从 PyPI 安装。
Microsoft ResearchAI 评分3030 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院开发了一套端到端机器学习流水线，利用 L1 太阳风观测和 AE、Dst 指数预报，结合纬度、地质电导率与电网数据，为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计。
Axolotl ReleasesAI 评分3636 Axolotl v0.20.0 发布：新增 GGUF 导出、Ringmaster 上下文并行与原生 NVFP4 LoRA
Axolotl v0.20.0 发布，自 v0.19.0 以来累计 67 个 commit，新增 GGUF 导出、Ringmaster 上下文并行、原生 NVFP4 LoRA 和无 DeepEP 的专家并行。
vLLM ReleasesAI 评分1818 vLLM 发布 vllm-proto 0.4.0
vLLM 发布 vllm-proto 0.4.0，对应标签 proto-v0.4.0（提交 f28a508），该标签已通过提交者签名验证。此次发布附带 2 个资源文件。
vLLM ReleasesAI 评分88 vLLM v0.31.0rc2 发布：修复 Mamba 稀疏场景下的 prompt-end prefill checkpoint 问题
vLLM 发布 v0.31.0rc2，修复 Mamba 在稀疏场景下 prompt-end prefill checkpoint 的保留问题。该版本为候选发布版，主要针对 Mamba 相关 bug 进行修正。
Google Developers BlogAI 评分2727 在 TPU 上加速视频扩散模型的时空注意力
Google 分享了在 TPU 上将视频扩散模型稀疏注意力理论转化为端到端加速的案例。81 帧 720p 视频的序列长度达 50K 至 400K，从 720p 升至 1440p 时序列长度翻两番，全注意力在单层延迟中占比可从 55.5% 升至 88.2%。
TRL ReleasesAI 评分1212 TRL v1.14.1 发布
TRL 发布 v1.14.1，修复了 vLLM 0.20 至 0.25 上首次权重同步时的 server 模式崩溃问题。该版本还修复了 vLLM server 模式下工具调用后每个样本只生成一个 completion 的问题，并让 CLI 脚本保留显式的 model_init_kwargs、正确响应 resume_from_checkpoint。
Unsloth ReleasesAI 评分4242 Unsloth 新增 Laya 决策模型支持与统一 Library
Unsloth 新增决策模型支持，可在本地运行 Laya（开源 Jev）回答是/否、多选和评分问题并输出概率，通过 Settings > API 启用 Decision API，支持 TypeSafe SDK 的 Jev 兼容 /v1/systemone 端点。
TensorRT-LLM ReleasesAI 评分1515 TensorRT-LLM v1.3.0rc29 发布：支持 Qwen3.5、Kimi K3 与 DeepSeek V4
TensorRT-LLM 发布 v1.3.0rc29，新增对 Qwen3.5 全局 FP8 权重、Kimi K3 NVFP4 SiTU 的 CuTeDSL MoE 后端以及 DeepSeek V4 NVFP4 MLA 残差开关的支持。
PEFT ReleasesAI 评分1515 PEFT v0.21.1 发布：修复 Tensor Parallel 兼容性
PEFT 发布 v0.21.1，使 Tensor Parallel（TP）能够与 PEFT 正常配合工作，需搭配 Transformers ≥ 5.17.0 使用。该版本为小型更新，包含 #3614、#3790 两项改动。
CrewAI ReleasesAI 评分2020 CrewAI 1.15.23 发布：新增 Gemini 3.8 Flash 支持与 crewai eval 评估能力
CrewAI 发布 1.15.23，新增对 Gemini 3.8 Flash 的原生支持，并让 crewai eval 通过 AMP 评估最近一次追踪运行、记录而非打印结果。该版本还优化了平台集成设置体验、优先展示热门集成，并修复了追踪面板可见性、TUI 评估按钮、Bedrock 同步调用回退及 SQLite 连接关闭等问题。
Mistral AIAI 评分4242 Mistral 在慕尼黑开设德国中心，推进欧洲工业 AI
Mistral 在慕尼黑开设德国中心，组建专注 Physics AI 与工业 AI 的研究团队，并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）合作利用风洞设施开发汽车空气动力学数字孪生。
Import AIAI 评分3838 Import AI 474：柏拉图式心智空间、太空中的 TPU、智谱启动外层 RSI 循环
Import AI 第 474 期聚焦三项内容：Michael Levin 提出心智是来自柏拉图式模式空间的模式，身体与机器只是其进入物理世界的接口。智谱启动了一个"外层 RSI 循环"，探索递归自我改进。此外还讨论了将 TPU 部署到太空，以及机器人领域正为 LLM 时刻做准备但缺少通用算法。
LMDeploy ReleasesAI 评分2222 LMDeploy v0.18.0 发布
LMDeploy 发布 v0.18.0，新增输出与输入 logprobs 支持，并扩展 SM90 量化 GEMM、统一 TurboMind 线性执行。该版本为昇腾支持 glm52、为 qwen3.5 支持 dflash，同时加入 PyTorch 版 TurboMind W4A16 AWQ 线性后端原型与分段 CUDA graph 预填充。