9月28日，Hugging Face公布新一期榜单，阿里通义大模型家族7款模型入选全球前十。其中全模态大模型Qwen3-Omni登顶榜首，累计狂揽32项开源SOTA；其余包括Qwen3-VL、Qwen-Image-Edit、Wan2.2-Animate、DeepResearch等6款模型均入围前十。截至目前，阿里通义已开源300+模型，全球下载量突破6亿次，位居全球第一。
LangChain团队宣布LangChain和LangGraph的1.0 alpha版本发布。LangGraph 1.0提供持久化执行、短期记忆、人在回路等生产级Agent运行时能力；LangChain 1.0则围绕核心Agent循环重构，引入新的create_agent抽象、标准内容块（Standard Content Blocks）和中间件机制，旧功能迁移至langchain-classic包。官方预计10月底发布正式版。
9月22日，NVIDIA与OpenAI宣布战略合作，OpenAI将部署至少10GW的NVIDIA系统（含Vera Rubin GPU），构建百万级GPU的AI工厂。NVIDIA计划投资最高1000亿美元分阶段支持该项目。黄仁勋称这是"史上最大AI基础设施项目"，首个千兆瓦级别的数据中心预计2026年下半年投产。
2025年9月2日，LangChain团队正式发布LangChain和LangGraph的1.0 alpha版本。LangGraph 1.0作为底层Agent编排框架，提供持久化执行、短期记忆、人在回路模式、流式输出等生产级能力，已被Uber、LinkedIn、Klarna等企业用于生产环境。LangChain 1.0重新聚焦于核心Agent抽象，引入create_agent API、标准内容块和中间件机制，同时发布langchain-classic包以兼容旧版chains/agents。
PyTorch 2.13已正式推出，主要更新包括：FlexAttention现已支持Apple Silicon（相比SDPA提升约12倍）；新增nn.LinearCrossEntropyLoss可将峰值GPU显存降低最多4倍；Python 3.15 wheel支持（含free-threaded构建）；新增torchcomms后端及FSDP2通信重叠优化；扩展ROCm/Arm/Intel XPU支持；ExecuTorch与Hugging Face合作推进端侧LLM部署。
vLLM完成Model Runner V2的重大重构，带来GPTQ显著性能提升。vLLM持续保持双周稳定发布节奏，并已在9月发布Q3 2026路线图。路线图聚焦生产级Agent工作负载与高交互性premium tokens，核心引擎正在推进Flat Model与Model Runner V2两项重大迁移，重构调度器与KV Cache设计。
NVIDIA Triton Inference Server 24.09版本发布，集成TensorRT-LLM 0.13.0、vLLM 0.5.3 post 1、ONNX Runtime 1.19.2等核心组件。新版教程补充了受限解码（constrained decoding）与工具调用（function/tool calling）的完整指南，并为Kubernetes多节点多实例扩展提供了详细部署指南。
腾讯开源Hy-MT2多语言翻译模型系列，包含1.8B轻量版和30B-A3B专家混合版，更新时间不到10分钟即登上HF趋势榜榜首。该模型针对多语言翻译场景优化，为低资源语言提供高质量翻译能力。
字节跳动研究团队开源Lance项目，更新不到6小时即登上趋势榜，获得438个stars。具体方向需进一步确认，但体现了字节在AI基础模型研究上的持续投入。
清睿智能开源的MiniCPM-V多模态视觉语言模型更新至4.6版本，获得166k下载量和824个stars。作为端侧多模态模型的代表，持续保持高人气。
Unsloth团队提供的Qwen3.6-27B-MTP模型的GGUF量化版本，更新约11小时前即获412k下载量与351 stars，显示市场对高效端侧推理格式的强烈需求。
PsiBotAI开源的合成数据集合SynData，更新至一天前，获41.5k下载量与150 stars，适用于训练数据增强场景。
包含1200万条软件工程中LLM轨迹数据的大型训练数据集，适用于代码 Agent 的训练与评估。
2025年两大生产级Agent框架已形成明确分工：OpenAI Agents SDK（2025年3月发布）定位为轻量级框架，擅长多Agent交接与语音交互，核心原语极简——Agent、Runner、Handoff、Guardrails、Memory，通过LiteLLM实现模型无关；LangGraph 1.0（2025年10月发布）定位为复杂状态机与人在回路的专用框架，支持持久化（SQLite/PostgreSQL）、历史追踪、中断恢复等生产能力。选择建议：简单任务用Agents SDK，复杂工作流用LangGraph。
最新框架对比显示：OpenAI Agents SDK启动最快、内存开销最低、执行效率最高，适合垂直扩展；LangGraph和AutoGen支持异步与水平扩展，StateGraph配合TypedDict提供显式状态管理；CrewAI以YAML+代码配置、角色委托为特色，学习曲线最低。生产部署中，CrewAI适合角色化协作任务，LangGraph适合需要显式状态检查点的工作流。
OpenAI于2025年10月DevDay发布AgentKit及其可视化构建器Agent Builder，但在2026年6月宣布Deprecated，计划2026年11月30日关闭。核心教训：可视化构建器将工作流锁定在单一厂商运行时，而代码优先的LangGraph等框架保持跨模型、跨云平台的可移植性。AgentKit的Agents SDK和ChatKit部分继续保留，建议生产级Agent优先选择代码优先方案。
阿里通义实验室开源的DeepResearch Agent项目，30B规模的可扩展深度研究智能体，结合自动化合成数据与端到端RL，登顶GitHub 2025年9月热门项目榜，获15.3k stars。作为开源深度研究Agent的代表，体现了企业级Agent在长程检索与推理场景的落地进展。
Anthropic主导的MCP协议社区注册表（modelcontextprotocol/registry）获5.3k stars，提供MCP服务器的发现、发布与验证平台，支持GitHub OIDC认证和域名验证。MCP正成为Agent工具集成的事实标准协议。
vLLM宣布支持Qwen3-Next模型，采用混合注意力架构（Gated DeltaNet线性注意力+Full Attention全注意力），自动适配线性与全注意力层的KV Cache管理，避免内存碎片化。同时支持高稀疏MoE（激活比1:50，80B模型仅3B参数活跃）及多Token预测（MTP）模式。
vLLM官方发布vllm-metal插件，将vLLM的分页KV Cache调度器、OpenAI兼容API和持续批处理带入Apple Silicon。基于MLX + Metal实现，支持GGUF格式、混合模型及批量MTP。v0.28.0版本已与上游vLLM版本对齐，支持brew install安装。
vLLM团队展示在GB300 NVL72平台上使用预填充-解码（PD）分离架构部署Qwen3.8-2.4T模型的技术细节，达到5K吞吐量和180ms交互延迟，为超大规模模型推理树立了新标杆。
vLLM推出分层KV Cache卸载框架，将KV Cache分布在主机内存、文件系统、对象存储和远程对等节点上，显著减少重复计算并提升服务吞吐量。该方案面向生产级多轮Agent场景优化。
Novita AI在vLLM上开源Chord内核，针对Kimi K2.x的W4A16 MoE推理形状优化，实现Humming兼容索引路径和分组SM90算子。实测在H200上最高提速1.3倍，在未调优B300上最高提速2.15倍。
OpenAI Codex CLI 是基于 Rust 开发的终端编程 Agent，提供跨平台二进制文件和 ChatGPT 集成，本地运行 AI 辅助编码，获 45k stars。
Physical Intelligence 开源的开放机器人基础模型，提供 VLA（Vision-Language-Action）模型、检查点和 DROID 工具链，获 7.9k stars。
HumanLayer 在 Agent 执行高风险操作前强制插入人工审批钩子，支持企业级审计要求，获 4.6k stars。
结合完整桌面虚拟机与自然语言 Agent，实现本地私有自动化执行，获 8.0k stars。
AMD MI350 系列配备 288GB HBM3e 显存、8TB/s 带宽，搭载 CDNA 4 架构，MXFP6/MXFP4 低精度推理支持。微软 Azure 已在瑞典和爱尔兰运行 MI300X 生产 Copilot 工作负载；Oracle 部署 16,384 GPU MI300X 超级集群；IBM Cloud 将在 2025 年上半年接入 MI300X。
2025年10月6日，OpenAI与AMD宣布多年合作协议，AMD将向OpenAI供应6GW GPU算力，首批1GW的MI450 GPU预计2026年下半年部署。OpenAI获AMD最多10%股权以锁定供应，标志着AI算力竞争进入供应商深度绑定时代。
Meta公开Llama-3 405B模型在16,384 H100 GPU集群上54天训练的可靠性分析：共记录419次意外中断，其中30.1%来自故障GPU、17.2%来自HBM3内存、8.4%来自网络问题，有效训练时间维持90%以上。
GitHub发布2025 Octoverse报告：过去一年新增3600万开发者，总量达1.8亿+；TypeScript于2025年8月首次超越Python和JavaScript成为GitHub使用最多的语言。110万+公共仓库使用LLM SDK（同比增长178%），80%新开发者首周即使用Copilot。