AI 开发者日报

从 452 位贡献者的 3,216 个提交中发布。核心新功能：Symmetric Memory（对称内存）支持多 GPU 内核编程，可直接在 NVLink/RDMA 网络上进行 GPU-to-GPU 通信；torch.compile 错误恢复（error_on_graph_break 上下文管理器）；libtorch ABI 稳定更新，支持第三方 C++/CUDA 扩展跨版本运行（Flash-Attention 3 已适配）；支持 ROCm/XPU/CUDA 13 wheel 变体；FlexAttention 支持 Intel GPU；ARM 平台优化。

涵盖 PyTorch PB25h2、Triton Inference Server PB25h2、TensorRT PB25h2、Multi-LLM PB25h2、TAO PB25h2。提供 9 个月 API 生命周期支持和每月安全补丁，包含政府级加固镜像（FedRAMP High / FIPS 140-2 认证）。

位于 LangSmith 内部的新的 Agent，自动处理每日数十 TB 的 trace 数据，按行为模式对 Agent 轨迹进行聚类分析，帮助用户了解用户如何使用 Agent、Agent 可能出错的地方。支持多轮评估 Agent 的对比测试。

基于 DeepSeek V3 Base，后训练大幅提升深度思考能力：AIME 2025 准确率从 70% 提升至 87.5%，幻觉率降低 45-50%，支持 Function Calling 和 JsonOutput。同时蒸馏出 DeepSeek-R1-0528-Qwen3-8B 小型模型，AIME 2024 仅次于原版 R1-0528，超越 Qwen3-8B +10%。

阿里巴巴 Qwen 团队发布的视觉-语言多模态模型，提供 3B/7B/32B/72B 多种尺寸。Qwen3-VL-32B-Instruct 在 10 月趋势榜排名第一，以紧凑的 32B 参数实现顶级多模态理解能力。Hugging Face 上 Qwen 衍生模型超过 11.3 万个，生态影响深远。

专为文档数字化设计的多模态 OCR 模型（约 6.7GB safetensors），擅长提取扫描件、手写体、复杂排版 PDF 中的文本。支持 vLLM 加速推理，采用容许性许可证（permissive license），可商用。

仅 256M 参数的超轻量视觉-语言模型，性能却超过 80B 参数的 Idefics，验证了"小模型不等于弱模型"的设计哲学。特别适合移动端和边缘设备部署，是资源受限场景下的理想选择。

统一整合 200+ 来源、185 个子集的大型 VLM 训练数据集，通过半自动化+人工审核的流水线精心构建，性能超越现有所有开源混合数据集，将加速视觉-语言模型训练研发。

14B 参数自回归视频生成模型，Apache 2.0 许可证，在单张 B200 GPU 上达到 11 FPS，将推理步骤从 30 步压缩至 4 步，实现接近实时的视频生成能力。是目前最大规模的开源视频生成模型。

仅 0.9B 参数，采用 NaViT 动态分辨率视觉编码器 + ERNIE-4.5-0.3B 语言模型，在 OmniDocBench v1.5 等基准上超越更大模型。适合设备端 OCR 部署和多语言发票/论文解析。

Claude Haiku 4.5 定价 $1/$5 百万 token，速度是 Sonnet 4.5 的 4-5 倍。在 Augment 的 Agent 编码评估中达到 Sonnet 4.5 的 90% 性能；在 Computer Use 任务上甚至超越 Sonnet 4.5。通过 ASL-2 安全认证，是 Anthropic 最安全的模型。支持子 Agent 编排：Sonnet 4.5 制定计划，多个 Haiku 4.5 并行执行子任务。

Claude 成为 Salesforce Agentforce 首选基础模型，覆盖金融服务、医疗、网络安全、生命科学等受监管行业；Claude 流量全部限制在 Salesforce VPC 内。同时 Salesforce 全球工程团队部署 Claude Code 提升开发效率；Anthropic 扩展 Slack 集成（通过 MCP Server 访问频道/消息/文件）。

Meta 个人 Agent Muse 上线仅 13 天即登顶美国 App Store 免费榜，当日推升 Meta 股价上涨 11.43%（市值增加近 2000 亿美元）。具备云电脑、持久记忆、权限分层"三件套"，能管理日历、撰写邮件、搜索商品比价下单。阿里千问同步宣布加速打造个人 Agent 产品"千问Go"。

提出 VideoAgentTrek 框架，通过视频预训练让 Agent 学习如何理解、模仿人类使用电脑的方式，进而构建强 Computer Use 能力。代表了视频预训练向 Agent 领域的延伸趋势。

研究人员开源 150 万任务场景数据集，专门用于提升 Agent 与真实世界交互和执行任务的能力。经过实地验证，为 Agent 工程提供大规模高质量训练数据。

推出 Universal RL Environment Interface，打通 Hugging Face × UnslothAI 的强化学习工作流。开发者可以使用熟悉的接口快速构建 RL 训练环境，推动 Agent 自主学习能力的发展。

基于 Firecrawl 的 n8n 风格 Agent 工作流构建器，通过可视化画布连接 Firecrawl、LLM、逻辑节点和 MCP，支持一键部署为 API，降低 Agent 工作流开发门槛。

经 100+ PR 多个月联合优化后，vLLM 在 Blackwell B200/GB200 上达到最高 4.3× 吞吐量提升（相较 Hopper），在相同延迟下处理 gpt-oss 120B 和 Llama 3.3 70B 等模型。优化覆盖 Attention/GEMM/MoE 自定义内核、调度器和开销消除，通过 SemiAnalysis InferenceMAX 基准验证 Pareto 前沿性能。

NVIDIA Nemotron 系列模型现可直接通过 vllm serve nvidia/NVIDIA-Nemotron-Nano-9B-v2 部署。Nemotron Nano 2（9B 混合 Transformer-Mamba 架构）推理速度比同类最大开源密集模型快 6 倍，新增 Thinking Budget 功能防止 Agent 过度思考，可精确控制推理成本与精度的平衡。

自 8 月发布以来通过持续软件优化，Jetson Thor 边缘推理吞吐量从最初的 5× 提升至 7×（较 Orin）。vLLM 容器支持 Llama 3.3 70B 和 DeepSeek R1 70B，Eagle 3 推测解码将 Llama 3.3 70B 提升至 88.62 tokens/sec。支持 NVFP4 量化，W4A16 可在单设备运行超 175B 参数模型。llama.cpp/Ollama 零日支持 gpt-oss，Nemotron 模型零周支持。

TensorRT-LLM 持续发布多项新技术：Helix 并行支持百万级 token 解码 KV Cache 分片；KV Cache Connector 实现跨请求缓存共享；MoE 优化通过 One-Sided AlltoAll over NVLink 通信；DWDP（分布式权重数据并行）优化 NVL72 机架级推理；Sparse Attention 基于 Temporal Correlation 的 Guess-Verify-Refine Top-K 机制。

三星与 NVIDIA 合作建设拥有超 50,000 GPU 的半导体 AI 工厂，整合加速计算直接进入先进芯片制造全流程。CUDA GPU 加速的光刻平台实现 20× 计算光刻性能提升，Omniverse 数字孪生实现预测性维护和实时决策。同时韩国的 NAVER Cloud 也在扩展 60,000+ GPU 的 AI 基础设施。

韩国 MSIT 计划在国家级 AI 计算中心及 NHN Cloud/Kakao/NAVER Cloud 部署超 50,000 块最新 NVIDIA GPU；三星、SK 集团、现代汽车各自建设超 50,000 GPU 的 AI 工厂；NAVER Cloud 扩展 60,000+ GPU；NAVER Cloud/LG AI Research/SK 电讯等联合开发韩国基础大语言模型，推动主权 AI 发展。

NVIDIA 投资 10 亿美元收购 Nokia 股份，建立战略伙伴关系将 AI-RAN 商业化。推出 NVIDIA Arc Aerial RAN Computer，T-Mobile 美国将在 2026 年进行 AI-RAN 现场验证。AI-RAN 市场规模预计 2030 年超 2000 亿美元，支持 6G AI 原生网络的边缘推理和感知通信融合。

xAI 正在田纳西州孟菲斯建设 Colossus 2 数据中心，计划容纳超过 50 万张 NVIDIA GPU，用于下一代前沿 AI 模型的训练和推理，代表私营部门最大规模的 AI 基础设施投资之一。

Anthropic 官方交互式提示工程教程，涵盖结构化输出、工具调用、Chain-of-Thought 等核心技能。

最简最快的 GPT 训练/微调仓库，继续成为入门大模型技术的标志性项目，月增长 3,826 星。

2 小时从零训练 26M 参数 GPT 模型，推动 AI 民主化的轻量训练框架，中文社区热门项目。

通义 DeepResearch，领先的开源深度研究 Agent，生成研究报告的同时创建直播网页和播客，支持 Qwen3-Coder/Qwen-Image/Qwen3-TTS。

"为控制而构建的 LLM Agent，面向真实世界应用，分钟级部署"——专注企业级 Agent 管控与权限管理的开源方案。

全自动化零代码 LLM Agent 框架，无需编程即可构建专业 Agent，降低 AI 应用开发门槛。

基于多智能体 LLM 的中文金融交易框架，支持多 Agent 协作完成股票分析、组合构建、风险管理等金融任务。

GitHub Copilot 和 VS Code 团队联合微软 OSPO 赞助 9 个 MCP 开源项目，分三大主题：框架集成（fastapi_mcp、nuxt-mcp、unity-mcp）、开发者体验（context7、serena、Peekaboo、coderunner）、自动化测试（n8n-mcp、inspector）。标志着 MCP 生态从协议标准走向丰富的实际应用层。

千问 Deep Research 全面升级，不仅生成研究报告，还能自动生成直播网页（🌐）和播客（🎙️），由 Qwen3-Coder、Qwen-Image、Qwen3-TTS 联合驱动，实现洞察内容的可视化与听觉化呈现。

硅谷个人 Agent 应用 Instinct 宣布完成 10 亿美元融资，估值达 100 亿美元。采用短信/电话等传统交互方式，无需打开 APP 即可下达指令，与 Muse 等应用内交互产品形成差异化。

autonomous Agent 产品 Manus 母公司蝴蝶效应在一周内完成超 5 亿美元融资，反映资本市场对个人 Agent 赛道的持续看好。