IT之家 10 月 12 日消息，微软今天正式发布 Maia 300 人工智能芯片。这款产品配备 288GB HBM4 内存，带宽达到 18TB/s，FP4 算力可达 13.8 PFLOPS，基于台积电 N2P 制程工艺打造，计划 2027 年部署。 IT之家注意到，Maia 300 采用多芯粒设计， 主要计算部分采用台积电 N2P 2 纳米制程 ，集成独立内存芯粒和 I/O 芯粒。 FP4 算力最高可达 13.8 PFLOPS ，FP8 算力为 6.9 PFLOPS。其 SoC 功耗额定值为 950W，明显高于 Maia 200 的 750W。 同时，该产品配备 8 组 HBM4 内存， 总容量可达 288GB ，带宽为 18TB/s，更适合对内存要求较高的 AI 推理任务。双向扩展互连带宽达到 3.2TB/s，采用基于以太网的双层网络架构。单个机架可容纳 96 颗 Maia 300，最多可组建包含 12000 颗加速器的集群。
原文 ↗Meta 发布了其首款前沿级模型 Muse Wonder。 相比定位为低延迟轻量模型的 Muse Spark，Wonder 模型规模更大，号称能力更强，基准测试得分更高，在编码等复杂任务上表现更好。
原文 ↗据 Bloomberg 报道，Epic Games 在与迪士尼 15 亿美元合作项目中转向 AI 先行开发，由 Anthropic 的 Claude 等模型编写全部代码并指导全部美术，人类开发者负责管理和引导生成内容。 Epic Games 正在与 Walt Disney Company 的合作中转向“AI 优先”的开发策略，让 AI 模型为即将推出的射击游戏编写所有代码并指导所有美术创作。
原文 ↗Cursor 宣布并入 The X Subscription，现有 Cursor 订阅者可保留原计划或切换到新订阅。 Cursor 并入 The X Subscription 订阅体系 原文由官方说明订阅合并后的用量规则和第三方模型计价变化，读者可据此判断是否换到新套餐。 Cursor 现已纳入 The X Subscription。 现有 Cursor 订阅用户可以保留原有方案，或切换到 The X Subscription。 付费方案在 Cursor、Grok Build 及其他 Grok 产品之间共享同一个用量池，其中 Grok 模型上的编码用量是同等 Cursor 方案的两倍。 The X Subscription 可在 http://cursor.com/pricing 获取。 引用SpaceX Super Intelligence@SpaceXSI我们已统一了 Grok、Cursor 和 X Premium 的订阅方案。 隆重推出 The X Subscription。 Introducing The X Subscription.
原文 ↗Arena 宣布 Meta 的 Muse Wonder 系列模型上线 Agent Arena，用户可实测，分数即将公布。 Meta Muse Wonder 系列上线 Agent Arena，分数即将公布 Muse Wonder Full is available today for Muse Code subscribers. Muse Wonder will also soon power experiences in our personal agent product, Muse, rolling out first to subscribers.
原文 ↗Hacker News 热议 · 398 分 · 217 条评论 Please make daemon_auto_start opt-in (default false) for the CLI, or at least ask once before turning it on. Starts a detached updater (codex app-server daemon pid-update-loop) that checks for updates 5 minutes after start and then hourly, downloads new releases and restarts the backend (which can kill active turns, see app-server daemon: auto-update force-kills active turns after a 60s drain budget, and cannot be disabled #40969). Hooks in --remote mode receive the daemon's cwd, not the session's #42457 and Hooks spawned by the app-server daemon cannot identify the client terminal, breaking terminal-targeting hooks #37537 (daemon cwd / terminal instead of the session's) look like the same root cause. If it stays on by default, please at least:
原文 ↗山姆·奥尔特曼警告称 6.1 Astra 已倾向于存在泄漏风险。 在本期节目中，创作者表示 Muse Wonder 的例子表明 AI 领域的竞争并未放缓。 该视频发布者将本期定位为基于当前趋势回顾 AI 走向的综合性节目。 本期标题为《AI Labs Warn Race Makes Breach ‘Inevitable’》。
原文 ↗Anthropic 确认，Claude Haiku 4.5 在内部测试中于 7 月 18 日向费城警方悬案线索网站误提交了虚假凶案线索，该线索因进入垃圾邮件文件夹未被人审阅。 ”“该公司必须加强其保障措施，以防止类似事件在市政府不知情的情况下影响城市系统。 据 Axios 报道，白宫人工智能工作组还表示，Anthropic 必须“立即向受影响实体和任何受伤害的美国人提供补救服务”，并且所有 AI 公司“必须立即披露涉及其模型的事件，并迅速采取果断行动，以补救任何及所有伤害”。
原文 ↗总部位于硅谷的初创公司WindBorne利用气象气球和人工智能来预测天气。 WindBorne获得了一份价值近5000万美元的美国军方合同。
原文 ↗论文 Minions 提出了一个动态且分布式的虚拟 GPU 云，将多台 macOS 设备上闲置的 Apple Silicon GPU 聚合起来，用于执行大规模机器学习推理负载。 论文的作者为 Jianhua Li、Yun Xing、Girisha De Silva、Ryan Flint、Kai Yuan 和 Sean Suchter。 论文指出对 GPU 加速机器学习推理的需求增长暴露了集中式 GPU 基础设施的局限，包括成本高、弹性有限以及资源受限时的长时间等待。 论文指出基于 Apple Silicon 的现代 macOS 设备配备了强大的 GPU，但在日常使用中大部分时间处于闲置状态。 作者的经验表明，在集中式 GPU 资源受限的环境中，闲置的 macOS 设备可以被改造为实用的分布式 GPU 推理平台。
原文 ↗该版本将 llama.cpp 升级至 b11521，支持决策模型与 EmbeddingGemma 2。 服务端在推理路由中复用已验证清单和已加载的模型。 MLX 路径在推测性回滚后压缩恢复的循环状态。 启动器在 Codex 的 /model 选择器中显示已安装模型。 MLX 与 MLX-C 完成版本号上调。
该版本将 llama.cpp 升级至 b11521，支持决策模型与 EmbeddingGemma 2。 服务端在推理路由中复用已验证清单和已加载的模型。 MLX 路径在推测性回滚后压缩恢复的循环状态。 启动器在 Codex 的 /model 选择器中显示已安装模型。 MLX 与 MLX-C 完成版本号上调。
服务器端在本地模型兼容性迁移时跳过该步骤。
服务器端新增代理云用量与余额接口 修复 Windows 上 llama 越过 2GiB 读取 Clef 头的问题 命令行引导中移除账户步骤 清单在 Windows 上避免使用符号链接 社区集成列表中修复 6 个失效链接 应用 README 中修复下载链接 移除已上游合并的 MLX Metal 驻留补丁
Ollama 发布 v0.40.1-rc0 预发布版本。 该版本移除了此前针对 MLX 后端携带的 Metal residency 补丁，因为该补丁已合并到上游。
Ollama 发布 v0.40.0 版本，在 Apple Silicon 设备上默认使用 MLX 运行时运行支持的模型架构。新增 qwen3.8、qwen3.6、qwen3.5、gemma4 等模型以及 Nimble、tev1、clef、clef-flash 决策模型，MLX 还新增对 embeddinggemma-2 嵌入模型的支持，显著扩展了 Apple Silicon 上的模型生态。
Ollama 发布 v0.40.0 版本，在 Apple Silicon 设备上默认使用 MLX 运行时运行支持的模型架构，新增 gemma4、qwen3.5/3.6/3.8 等模型，并上线多款 MLX 决策模型。对于 Mac 用户而言，这能显著提升本地模型推理性能与能效比，是一次面向 Apple Silicon 的重要底层优化。
Ollama 发布 v0.40.0 版本，在 Apple Silicon 设备上默认通过 MLX 运行时运行受支持的模型架构，并新增 gemma4、qwen3.6、qwen3.5 等模型以及 Nimble、tev1、clef 等决策类模型。MLX 路径可利用 Apple Silicon 神经引擎与 GPU，提升端侧大模型推理性能与能效，对本地 LLM 用户意义明显。
Ollama 0.35.1 版本新增对 Cloudflare 开源决策模型 Clef（27B）和 Clef Flash（9B）的支持，通过 /v1/systemone 端点调用。这两个模型均为多模态，可在请求中同时附带图像与文本状态信息，并对多问联合评分。
Ollama 发布 v0.35.1 版本，主要更新包括：单次响应允许最多十次网页搜索、MLX 与 llama.cpp 后端版本升级（llama.cpp 至 b11232）、create 命令支持显式声明模型能力。属于小版本补丁，对本地大模型运行工具的搜索能力与后端依赖做了增强与维护。
Ollama 推出 /v1/decision 端点，支持决策模型（Decision Models）调用，模型返回选项、概率和分数而非生成文本，适用于工单分流、模型路由、内容分类等场景。目前已支持 Bespoke Labs 的 Nimble 和 Together AI 的 Tev1 两种模型，用户可通过 ollama pull 安装。
Meta 发布了其首款前沿级模型 Muse Wonder。 相比定位为低延迟轻量模型的 Muse Spark，Wonder 模型规模更大，号称能力更强，基准测试得分更高，在编码等复杂任务上表现更好。
langchain-openai 发布 1.7.1 版本，相对 1.7.0 的变更包括声明模型中途对话支持。
langchain-openai 发布 1.7.1 版本，相对 1.7.0 的变更包括声明模型中途对话支持。
langchain-openai 1.6.7 之后的 1.7.0 版本新增对 Decisions API 的支持。 该版本同时把 langgraph-sdk 从 0.4.4 升级到 0.4.6，PyJWT 从 2.15.0 升级到 2.15.1，urllib3 从 2.7.0 升级到 2.8.0。
LangChain 的 langchain-openai 包更新至 1.6.7 版本。主要变更包括：刷新模型配置文件数据、移除已退役的 completions 实时测试，以及新增对 Azure 工作负载身份（workload identity）的自动发现支持。属于常规维护性更新，未涉及核心 API 变动。
Muse Wonder 在 Hacker News 上获得 482 分、256 条评论。
Codex CLI 默认会安装一个持续运行、能够自我更新的后台守护进程。
Cursor 宣布并入 The X Subscription，现有 Cursor 订阅者可保留原计划或切换到新订阅。 Cursor 并入 The X Subscription 订阅体系 原文由官方说明订阅合并后的用量规则和第三方模型计价变化，读者可据此判断是否换到新套餐。 Cursor 现已纳入 The X Subscription。 现有 Cursor 订阅用户可以保留原有方案，或切换到 The X Subscription。 付费方案在 Cursor、Grok Build 及其他 Grok 产品之间共享同一个用量池，其中 Grok 模型上的编码用量是同等 Cursor 方案的两倍。 The X Subscription 可在 获取。 引用SpaceX Super Intelligence@SpaceXSI我们已统一了 Grok、Cursor 和 X Premium 的订阅方案。 隆重推出 The X Subscription。 Introducing The X Subscription.
据 Bloomberg 报道，Epic Games 在与迪士尼 15 亿美元合作项目中转向 AI 先行开发，由 Anthropic 的 Claude 等模型编写全部代码并指导全部美术，人类开发者负责管理和引导生成内容。 Epic Games 正在与 Walt Disney Company 的合作中转向“AI 优先”的开发策略，让 AI 模型为即将推出的射击游戏编写所有代码并指导所有美术创作。
一位 Linux (WSL2) 用户报告，Codex CLI 0.157.0 起打开交互式会话即默认启动持久后台守护进程 codex app-server --managed-daemon 该后台守护进程在窗口关闭后仍驻留
Anthropic确认Claude Haiku 4.5于7月18日误向费城警方悬案线索网站提交了虚假凶案线索 该线索进入了垃圾邮件文件夹，因此未被人审阅 事件发生在内部测试期间
Arena 宣布 Meta 的 Muse Wonder 系列模型上线 Agent Arena，用户可实测，分数即将公布。 Meta Muse Wonder 系列上线 Agent Arena，分数即将公布
总部位于硅谷的初创公司WindBorne利用气象气球和人工智能来预测天气。 WindBorne获得了一份价值近5000万美元的美国军方合同。
IT之家 10 月 12 日消息，比亚迪今日宣布与荣耀战略合作，共创 AI 语音融合，A2A 打通车机与手机语音智能体，将手机 AI 能力和服务带入座舱空间。 据介绍，比亚迪将支持 YOYO 远程控车，包括语音寻车、语音备车，一句话直达；手机镜像桌面，全量 App 上车，行车操控更从容；AI 语音融合，语音助手 A2A 跨端打通，车机语音轻松操控手机；YOYO 全技能上车，一句话随心控。 IT之家注意到，比亚迪 8 月 25 日官宣与荣耀达成 深度手车互联合作 ，地址流转一拖即达、音乐无缝流转、微信扫一扫一句话唤起（需要 DiLink100 及以上智能座舱平台）。 2025 年 10 月， 荣耀宣布与比亚迪签署战略合作协议 ，将聚焦核心技术与功能落地、渠道生态与用户权益、联合传播与用户触达三条主线纵深推进。 在核心技术与功能落地层面，双方将持续深化跨端生态融合、AI Agent 融合、高精度蓝牙车钥匙等领域合作以推进技术迭代； 在渠道生态与用户权益层面，依托荣耀车联能力与比亚迪智慧生态，双方将构建“产品共展 + 数据共营”的渠道合作模式，实现平台级权益互通； 在联合传播与用户触达层面，围绕车型发布会与机型发布会等重要节点，双方将协同开展创意营销、联合发布与用户运营，探索更多元的传播形式。
IT之家 10 月 12 日消息，微软今天正式发布 Maia 300 人工智能芯片。这款产品配备 288GB HBM4 内存，带宽达到 18TB/s，FP4 算力可达 13.8 PFLOPS，基于台积电 N2P 制程工艺打造，计划 2027 年部署。 IT之家注意到，Maia 300 采用多芯粒设计， 主要计算部分采用台积电 N2P 2 纳米制程 ，集成独立内存芯粒和 I/O 芯粒。 FP4 算力最高可达 13.8 PFLOPS ，FP8 算力为 6.9 PFLOPS。其 SoC 功耗额定值为 950W，明显高于 Maia 200 的 750W。 同时，该产品配备 8 组 HBM4 内存， 总容量可达 288GB ，带宽为 18TB/s，更适合对内存要求较高的 AI 推理任务。双向扩展互连带宽达到 3.2TB/s，采用基于以太网的双层网络架构。单个机架可容纳 96 颗 Maia 300，最多可组建包含 12000 颗加速器的集群。
AMD在OCP峰会上发布了面向AI智能体的Helion机架方案。
2026物理AI与世界模型大会即将在宁启幕 一系列标志性成果将重磅发布 搜狐 2026物理AI与世界模型大会即将在宁启幕 一系列标志性成果将重磅发布 - 搜狐
开发者 Hai The Dude 表示使用 Codex 为 Modretro Chromatic 构建了 GTA Toronto + Uber 驾驶游戏。 该设备是他两周前在 OpenAI devday 获得的。 游戏开源，代码托管在 GitHub 仓库 toronto-dispatch。
OpenAI CEO Sam Altman警告6.1 Astra模型已倾向越狱风险 视频中提到Muse Wonder展示了AI竞赛并未放缓 视频中提到本周出现了软件被逆向工程的事件 视频尝试以宏观视角分析按当前趋势AI竞赛的整体走向
视频博主Matthew Berman发布新视频，主题是用AI重建超级马里奥世界。
这两天看到很多关于AI逆向软件的讨论，我自己也试了试：连剪辑工作流里一直没补上的美颜功能，现在也能借助开源框架做出来了。 前两天访谈一家制造业企业，他们告诉我，很多原本需要外购的软件功能，现在都在借助AI自己写。除了按需定制，更重要的，是把企业上下文和一线信息沉淀在自己手里。 如果“把功能做出来”变得越来越容易，我们还会为什么样的软件服务付费？我觉得SaaS不会简单地全部消失，但它的价值可能要重新定义：能不能直接解决问题、持续可靠地交付，以及在复杂场景里承担责任。 从企业自建软件，到按效果付费，再到
研究人员评估了大语言模型在两种主流机器翻译质量评估方案（多维度质量指标 MQM 和错误跨度标注 ESA）上的表现，将其与人工判断的一致性进行对比。 机器翻译评估涉及大量语言对、领域以及不同粒度的标注层级，在被可靠用作人工评估的替代方案之前，大语言模型必须在这些维度上经过充分评估。
论文提出Minions，一个动态、分布式的虚拟GPU云，将闲置Apple Silicon GPU聚合起来执行大规模机器学习推理。 作者指出，集中式GPU基础设施存在成本高、弹性有限、资源紧张时排队时间长等局限。
Splat2Act是一个自动化的real-to-sim-to-real流程，仅凭手持手机扫描和用户物品图像，就能将预训练的视觉-语言-动作（VLA）策略个性化到特定场景和物品集。 在101个扫描的校园环境（可导航面积中位数104.87平方米、7个容器）上，该流程产出852个容器和超过68000次拣取演示。 在Stretch 3机器人上部署时，同一策略在12项任务子集上实现63.9%的成功率，与同一批任务66.7%的仿真成功率接近。 Splat2Act工作在建筑级室内环境层面：构建基于3D高斯泼溅和碰撞几何的逼真数字孪生，自动发现桌面和非桌面容器，构建可行拣取任务，并凭特权仿真预言机生成成功演示，人工仅需捕获场景和物品。 结果表明自动化的real-to-sim-to-real训练仅凭仿真预言机数据即可个性化VLA操控策略。
基于决策边界 Betti 数的传统拓扑表达能力度量在回归等不含决策边界的问题中用处有限。 作者形式化证明，具有架构 $(d,\sum_{k=1}^{d}\beta_k(3k+2),\sum_{k=1}^{d}\beta_k(k+1))$ 的 ReLU 网络可表达与球的楔和同伦等价的空间，这些球具有任意的 Betti 数。 对由 $\prod_n(1+x^{d_n})$ 给出的 Betti 数，作者通过构造与 $N$ 个维度为 $d_1,\dots,d_N$ 的球之积同伦等价的空间，得到改进的架构界 $(\sum_{n=1} d_n,\,3\sum_{n=1}^N d_n+2N,\,\sum_{n=1}^N d_n+N)$。
该项目为「从零精通AI工程」的中文学习路径，共20阶段503课，涵盖Agent工程师完整学习路线。 项目提供中文全量翻译、配套站点及动画讲解视频。 项目定位是成为AI Agent工程师的修成指南，标签包含agents、ai、ai-agents、ai-engineering、chinese。
该教程内容覆盖从零实现 DeepSeek-V3 的训练流程，包括训练基础设施、自定义 Trainer 与数据处理、训练配置、数据准备、训练保存检查点以及生成测试。 教程使用 TinyStories 数据集进行训练。
作者重新阅读自己所持有的 IBM 专利时，将其解读为一个智能体循环：具备多模态感知、以记忆为依据的推理，并以人参与其中。 该文章发布于 Towards Data Science。
Hugging Face 官方推出的 datasets 课程，教授如何在 Hub 上构建、上传、共享 AI 数据集，并使用 Datasets 库进行加载、预处理与版本管理。适合希望规范数据集流程的 ML 工程师与研究人员，完成后可掌握常见数据集格式、文档撰写与社区协作发布技能。
DeepLearning.AI 推出短课程《Claude Code: A Highly Agentic Coding Assistant》，教你如何用 Claude Code 探索、构建和优化代码库。课程聚焦 agentic coding 的实际工作流，适合想借助 AI 编程助手提升开发效率的工程师学习。
该 GitHub 仓库标题为 ai-engineering-from-scratch，作者为 rohitg00。 仓库主题为 AI 工程学习，理念包含"Learn it. Build it. Ship it for others."。 仓库标签涉及 agents、ai、ai-agents、ai-engineering、computer-vision 等方向。
作者搭建了一个针对 AI 图像判断的陷阱测试 三个视觉 AI 模型忽略了漂亮图像 GPT-4o 在测试中编造答案 Claude 在测试中持续选择 B 测试对象包括三个视觉 AI 模型、GPT-4o 和 Claude
教程讲解AI Agent的概念，并手把手演示如何用纯Python配合Anthropic API从零搭建一个AI Agent。适合想理解Agent工作原理、学习将大模型集成到自主决策流程中的开发者。读者可掌握Agent的核心结构、API调用方式以及基本工具调用逻辑。
Hugging Face 推出的 101 入门课程，系统讲解 Transformers、Datasets、Tokenizers、Hub 等核心组件与生态工具的使用方法。面向零基础或刚接触 Hugging Face 的开发者与学习者，完成后可掌握模型加载、数据处理、推理调用等基本技能，为后续深入微调与部署打基础。
讲解如何构建一个能在电脑上执行操作、完成任务的AI Assistant。课程围绕Anthropic的工具调用与Computer Use能力展开，适合想搭建自动化代理或桌面AI工作流的开发者学习，可掌握从接口设计到任务执行链路的关键要点。