Amazon Bedrock Knowledge Bases 可通过开源 Python 爬虫 Crawl4AI 做预处理，把网页转成 Markdown 与元数据 sidecar 写入 Amazon S3，再由 S3 数据源完成摄取。
官方建议先用 Amazon Bedrock Web Crawler 数据源连接器，它支持种子 URL 或 sitemap、按设定范围和速率爬取、定时同步，并能等待 JavaScript 加载内容。当需要只索引页面正文、去除导航等模板内容，或为每篇文档附加自定义元数据属性时，再改用 Crawl4AI 路径；该路径支持 CSS 选择器限定提取区域、按域名/路径/深度/页数限制遍历范围。
研究团队将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存世界运行三小时，唯一指令是“建立繁荣文明”，智能体共交换约 5900 条消息。
首个游戏夜晚出现 22 次死亡后，被推举为领袖的 Ada 下令停止主要建造与远距离探索，智能体转向配给管理和轮班钓鱼，四个智能体还花 11 分钟争论是否设立“唯一肥料官”。在 Minecraft Bed Wars 的九轮对战中，GPT-6.1 Sol 以 6-3 击败 Claude Opus 5.5；在 Mindustry 的七场对战中，Codex 环境下的 GPT 以 6-1 击败 Claude Code 环境下的 Claude。
Drew Breunig 受 Divyansh Agrawal 的 qwenputer 启发，将一台可运行的 Nintendo Entertainment System 6502 CPU 模拟器烘焙进 Qwen3.5-4B 的权重中，现在可以在 Qwen 里运行 Super Mario Bros 等 NES ROM，但速度很慢。
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在公开预览基础上继续做强化学习，编码与防御性网络安全能力提升。
在 Artificial Analysis Coding Agent Index 上得分 48%，与开源领先模型 GLM-5.3 基本持平，但每任务平均少用 47% token；Terminal-Bench 4.0 从预览版提升 13 个百分点至 41%，输出 token 减少 30%。
Mistral 公开了 1 万亿参数多模态模型的权重，并给出编码与安全基准及三种推理档位，可据此评估自托管成本。
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布，让开发者在 Apple 平台上按需切换本地模型完成语音识别和决策任务。
AnySpeechRecognizer 沿用 Apple 的 SpeechAnalyzer API，可选用 NVIDIA Parakeet（支持 25 种欧洲语言）或阿里 Qwen3-ASR（支持 30 种语言和 22 种中文方言），并新增基于 Streaming Sortformer 的说话人分离，最多跟踪 4 位说话人。
AWS 发布 Ray Train Deep Learning Container（DLC），把 CUDA、PyTorch、NCCL、EFA 用户态库、AWS OFI NCCL 插件和 Ray 打包成同一个镜像，免去团队自行构建与对齐训练容器的工作。
该镜像发布在 Amazon ECR Public，示例使用的标签为 train-ml-cuda-v1.1，内含 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 及 EFA 相关库。
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可用文本指令控制，支持 40 种语言转写、31 种语言与英语互译，并在 13 种语言中识别说话人。
模型总参数 30B、每步约 4B 激活，可在单张 Nvidia GPU 上运行，最长处理一小时录音、最多 8 位说话人。Nvidia 称其在 Hugging Face 英语 Open ASR 榜单开源权重模型中排名第一，平均词错误率 5.33%；在 Artificial Analysis 对比中为 2.81%，接近更大的 Voxtral Small 的 2.77%。
NVIDIA 在 Hugging Face 和 ModelScope 上发布开源权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint。
它支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人分离，可处理最长 1 小时录音并标注最多 8 位说话人，开发者能用自然语言提示控制输出格式。官方称其在 Hugging Face Open ASR Leaderboard 英语开源权重模型中排名第一，平均 WER 为 5.33%，并在 Artificial Analysis 上以约 4B 激活参数取得 2.8% AA-WER。
读者可了解一个开源语音模型如何用提示词统一转写、说话人分离与翻译，以及配套数据管线和微调流程。
对 webframe 的评测显示，它是一个快速轻量的浏览器 JavaScript 运行器，适合网页抓取，性能与 shot-scraper 相当，但存在 CSP 失败、0×0 视口、加载挂起、缺少 HTTP 元数据和浏览器控制能力有限等明显问题。
webframe 是 Jeff Lindsay 的小型项目，可把网页当程序运行：指向 URL 或文件后在隐藏的无头 WebView 中执行，将 console.log() 输出到标准输出、异常输出到标准错误。
AWS 发布基于 Amazon SageMaker Python SDK v3 的整厂计算机视觉模型生命周期管理方案，用 SageMaker Neo 取代已弃用的 SageMaker Edge Manager 做边缘优化。
方案以单条 SageMaker Pipeline 按摄像头训练：并行预处理并拉取该摄像头上一版已批准模型，分别训练小型卷积自编码器做异常检测、微调 ResNet18 分类器确认缺陷，各分支导出 ONNX 并在留出数据上评估，通过质量门后经 SageMaker Neo 编译为目标边缘设备产物，才注册进 SageMaker Model Registry。
Nvidia 开源数据引擎 Flora，用于为机器人视频生成动作描述、分步评分和任务成败判断三类标注，称标注一小时视频约 0.72 美元，而 GPT-6 Astra 约 88.50 美元。
Flora 由三个微调的 Qwen3.5 模型组成，其中 9B 模型切分动作片段，两个 27B 模型分别负责描述和评分，模型已在 Hugging Face 发布。Nvidia 称该系统已用于 GR00T 模型训练，在 512 块 GB300 GPU 上每天可标注最多 20 万小时视频。
南京大学、商汤等机构的研究者发布开源手机智能体 OpenMobile-2，包含基于 Qwen3.5 的 9B 模型和基于 Qwen3.6 的 27B 模型，并公开训练环境、数据和复现说明。
团队重建了淘宝、京东、滴滴、美团、Slack、Google Drive 等 35 个应用，加上已有模拟环境和 Android 模拟器中的应用，练习场地覆盖 110 多个应用，并生成约 11,600 条示例流程和 2,000 多个带自动校验的练习任务，示例由 Gemini 3.1 Pro 作为教师模型产出。
通过 AWS CDK 自定义资源可在 SageMaker AI 端点更新时自动完成自动扩缩容的注销与重新注册，实现端点配置与扩缩容参数的单次部署、无需人工干预。
原生 CloudFormation 方案下，端点配置变更会因可扩缩目标仍处于注册状态而被 SageMaker AI 拒绝；手动注销后再部署则可能静默丢失自动扩缩容，或在修改扩缩容参数时因 ScalableTarget 资源不存在而失败，且回滚失败会让堆栈进入需人工恢复的状态。
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 0/1 可执行校验结果当作强化学习奖励，用于训练智能体。
用 GRPO 对 Qwen3.8-27B 训练 50 步后，在 507 项 ThinkingBox-Bench 任务各跑 20 次，pass@1 从 51.70% 升至 60.78%，20 次全部通过的任务从 38 个增至 107 个，而至少通过一次的任务从 453 个降至 446 个。训练池按离线策略相对难度筛选，只保留基础模型时对时错的任务，最终池含 187 个任务，基准任务未参与训练。
微软与 Hugging Face 把数据库终态校验直接当作强化学习奖励，并公开了任务筛选与训练代码，读者可据此判断这类奖励能否迁移到自己的智能体训练。
Amazon SageMaker AI 推出训练会话 API，把抽象边界下移到训练操作层：开发者在本地 Python 进程中调用 forward_backward()、optim_step()、sample() 等操作，由 SageMaker 负责 GPU 分配、模型与 LoRA 加载、分布式执行、故障恢复和检查点存储。API 由 ServiceClient、TrainingClient、SamplingClient 三个客户端依次创建，会话还提供 OpenAI 兼容的 chat completions 端点。计费按处理的 token 数计算，本地奖励计算等环节不计 GPU 时间。
Allen AI 在 Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，读取一年的 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时序数据，为全球每 10 米像素生成 128 维向量，前 64 维可单独作为轻量嵌入使用。
团队已在 Source Cooperative 公开全球预计算年度嵌入，并上线免登录的 OlmoEarth Embeddings Explorer，可逐年对比、查找相似地点、用少量标注现场训练小分类器并导出 GeoTIFF。
AI 初创公司 Recursive 发布首个语言模型 Flint，其研发过程几乎每一步都有名为 Eureka Machine 的 AI 系统参与，由它提出想法、构建、测试并规划后续实验。
Flint 是面向本地硬件智能体编码的 MoE 模型，总参数 40B、每 token 激活 2.5B，四个月完成开发。Recursive 称其在 SWE-Bench Pro v2、Terminal-Bench 2.1 和 SWE-Bench Verified 上领先参数少于 50B 的 MoE 模型，但结果尚未经独立验证。
IBM 为 Granite 时序模型推出 Granite Timeseries Ensemble，用一套可扩展接口组合四个预训练模型，无需重训、也无需拟合集成权重即可输出中位数与分位数预测。
默认的 Probabilistic Ensemble 采用均匀概率池化，让四个成员等权；可选的 IQR Ensemble 按各成员预测区间宽度自适应加权，并提供温度参数和单成员权重上限。
DeepSeek 开源了支撑 V4.1 Flash 的生产推理框架 DeepInfer，并同步发布 deepseek-recipe 处理层。
官方工程报告称单集群每天服务 155 万亿 tokens、输入缓存命中率 96%、首 token 平均 400 毫秒、生成速度 230 tokens/s（编码场景 300 tokens/s），非高峰时段每加速器小时收入 38 美元。该框架基于 vLLM 定制，支持分布式推理、投机解码、SWA Bounded Replay 和结构化输出，覆盖 NVIDIA 与华为昇腾平台。KV 缓存管理和负载均衡等组件因与内部基础设施耦合尚未完全开放，完整线上服务仍需自行补齐编排。
DeepSeek 开源生产推理栈并披露单集群吞吐与单卡收入，读者可据此了解其缓存分层与调度设计，以及哪些组件尚未开放。
NVIDIA 发布 Cosmos3-H-Dreams，一个基于 Cosmos 3 的实时生成式手术模拟器，可从视频与机器人运动学学习胆囊切除术场景，并响应器械动作实时生成画面。
模型基于 160 亿参数的 Cosmos3-H-Embodied-Nano，使用 28 个动作维度、832 x 480 视频和 10 Hz 对齐动作训练，经教师到学生蒸馏得到四步与两步两个检查点，配合 FlashDreams 流式推理可在单张 NVIDIA RTX PRO 6000 GPU 上交互运行。官方称这是首个基于临床胆囊切除术录像训练、支持实时运动学控制的生成式手术模拟器，并提供适配自有数据与控制器的方法。
读者可了解生成式手术模拟器如何从桌面任务走向临床场景，以及实时推理所需的蒸馏与缓存管理方法。
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve：它用 GPT-4.1 分析智能体在训练任务上的成功与失败轨迹，蒸馏出简短行为规则并追加到系统提示词，不更新模型权重。
在 τ²-bench 客服基准上，使用 stock ReAct 脚手架的 GPT-4.1 智能体在零售域 Pass^4 从 57.5% 升至 67.5%，平均准确率从 78.1% 升至 82.5%；航空域 Pass^4 从 35.0% 升至 45.0%。
读者可看到不更新模型权重、仅靠提示词层学习记忆，就能把普通客服智能体推到基准榜首的具体做法与代价。
一些开发者和用户开始用 AI 编程工具改造智能电视，去掉开机广告、预装应用和观看追踪，并替换桌面启动器。
GitHub 项目 dumbtv 主张电视只保留用户自己的应用和 HDMI 输入，已在 Fire TV Edition 以及 Sony、TCL、Philips、Hisense、小米、Shield 等 Android/Google TV 设备上做过端到端测试；另一个项目 cleanyourtv 称可通过 Wi-Fi 清理任意 Android TV 或 Google TV 的预装软件，并把启动器换成类似 Apple TV 的样式。
DeepSeek 发布 V4.1-Flash-1017，已上线官网、App 和 API，并在 Hugging Face 与 ModelScope 开源模型权重。
相比前代 V4.1-Flash，新模型基准分数更高、完成任务更快、输出更短，DeepSeek 称其在性能与成本之间实现了帕累托改进。在 DeepSeek 自测中，该模型在多项编码和智能体任务上超过 Claude Opus 5、GPT 5.6-Sol、Kimi K3 和 GLM 5.3 等更大模型；DeepSWE 基准上最高得分 77.0%，平均每任务成本略低于 $0.20，低设置下约 $0.10 仍超过 72%，而前代得分 74.2%、每次运行约 $0.50。
DeepSeek 新版 Flash 在智能体编码任务上以更低单任务成本超过更大模型，同时开放内部搜索 API，读者可据此判断小模型替代空间。
Reflection AI 发布开源权重模型 Beam，面向智能体编码与长周期任务，如维护代码、调用工具、解读结果并完成多步工作流。
Beam 是稀疏 MoE 模型，总参数 5010 亿、激活参数 230 亿，Reflection 称其有效上下文长度为 100 万 token，权重以 Apache 2.0 许可在 Hugging Face 发布，提供 BF16、FP8 和 NVFP4 三种 checkpoint。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持文本输入和 1M token 上下文窗口，以 Apache 2.0 许可开放，面向编码与智能体场景。
模型共 52 层，每层 256 个专家、每 token 路由 8 个，提供 BF16、FP8 和 NVFP4 三种 checkpoint，BF16 版本约 1 TB。
Reflection 首个开源模型 Beam 给出 501B 参数、1M 上下文与完整部署配方，可据此评估自托管前沿模型的硬件门槛。
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖印度宪法列出的 22 种语言，并同步开源用于生成该语料、基于 GPU 加速的数据生成流水线。
语料含 2,601.0 亿原生文字 token 和 224.6 亿罗马化 token（按 Gemma-4 tokenizer 计），覆盖 34 种语言—文字组合，其中 12 种语言同时提供原生文字与罗马化数据。
IBM 发布 Granite Switch 4.1，Granite-Switch-4.1-8B 和 -30B 在同一个托管端点上支持自然语言对话、通用与专用决策以及语音转文字。
新版本加入通用决策 aLoRA、在安全决策任务上平均优于 Jev 1.13、Microsoft-Decision-1、GPT-Luna-Decisions 和 Clef-Flash 的 Guardian aLoRA，以及 OpenASR 排行榜上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC。
Granite Switch 4.1 把决策适配器与语音识别合入单一端点，读者可据此判断多任务模型在显存与部署上的取舍。
Meta 发布开源权重模型 Muse Spark Open，称其为美国“最强”开源权重模型，参数规模 816B，上下文窗口 100 万 token，原生多模态，面向复杂编码任务和智能体工作。
该模型设计为可在 Apple 电脑本地运行，但据 Engadget 报道，本地运行至少需要 1TB 内存，搭配 M5 Ultra 芯片的 Mac Studio 效果最佳。Meta 表示已将其与自家 AI 编码终端 Muse Code 配合使用，并部署到多个智能体工作流，包括为 Mastodon 客户端做 bug 修复、新功能和完整构建，以及运行高端视频剪辑软件 DaVinci Resolve 进行素材审看和裁剪。
Mistral 发布首个时间序列基础模型系列 Timestral，最大版本仅 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上均排名第一，参数量约为此前 SOTA 的三分之二。
该系列包含 5M、28M、123M 和 209M 四个尺寸，共享同一架构与训练配方，支持概率化多变量预测以及过去协变量和已知未来协变量。推理无需 GPU，在 8 线程标准服务器 CPU 上，用三周 15 分钟粒度历史预测未来一天，5M 模型耗时 10 ms，209M 模型耗时 140 ms。
时间序列基础模型首次进入通用预训练范式，读者可据此判断企业传感器与金融预测场景的落地门槛。
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
Meta 称该模型在 JobBench、MCP-Atlas、HLE-Diamond 和 ZeroBench 等基准的 Agentic、知识与推理、多模态类别中领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但在部分编码基准上落后，且仍明显不及 Meta 付费的 Muse Wonder Full 模型。
Meta 发布 Muse Spark Open 模型，称其是迄今能力最强的美国开源权重模型，也是同类中首个能在桌面端运行、需两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。
该模型为原生多模态模型，总参数量 8160 亿，Meta 称其擅长长周期任务、复杂软件工程和多步推理。Meta 与 Apple 此次合作发布并公开互相支持，Meta CEO Mark Zuckerberg 与 Apple 新任 CEO John Ternus 在 X 上互动，Meta 首席 AI 官 Alexandr Wang 对 Axios 表示两家公司已合作数月。
Meta 与 Apple 罕见联手，让 816B 参数开源模型能在两台 Mac Studio 上本地运行，可观察端侧大模型的部署边界。
Meta 发布开源权重模型 Muse Spark Open，采用混合专家架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，可输入文本、图像、音频和视频并输出文本。
该模型面向智能体编码训练，能读取代码库、编写和调试代码并调用工具，同时可处理截图、语音和录屏。模型提供 BF16 与 NVFP4 两种 checkpoint，BF16 约 1.5 TB，NVFP4 面向 NVIDIA Blackwell GPU；官方给出 transformers、llama.cpp、SGLang、vLLM、MLX 的部署配方，以及用 TRL 在 64 张 H100 上微调 LoRA 的示例。
Meta 开源 816B 多模态 MoE 模型，给出量化、部署与微调配方，可据此评估本地与云端落地成本。
Black Forest Labs 发布 FLUX 3 Image Klein，这是一个 5.6B 参数的开源权重模型，支持文生图、图像编辑以及最多十张参考图的生成，支持原生 4K 输出、像素级精确编辑和用于元素定位的边界框。
官方称其在内部测试中取得所有开源模型中最高的 Elo 评分，超过闭源竞品 Ideogram V4.5 和自家的 FLUX.2 [pro]，相比 9B 的 FLUX.2 [klein] 参数少 38% 但 Elo 高 91 分。INT8 版本可在仅 8 GB 显存的 NVIDIA GPU 上运行，在 RTX 4070 上生成一张图不到 9 秒。
同一新闻，精选展示《Black Forest Labs 发布 FLUX.3 Image Klein，Diffusers 首日支持》
Nvidia 发布 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，可处理文本、图像、文档和视频。
该模型采用 MoE 架构，每个 token 仅激活 120 亿参数，由 Nvidia 与包含 Mistral AI、Thinking Machines Lab、Perplexity 和 Black Forest Labs 的 Nemotron Coalition 共同开发。
Black Forest Labs 发布 FLUX.3 Image Klein，并在 Diffusers 中首日支持。
该模型用同一个模型完成文生图、多参考图生图和新增的布局控制，可在提示词中写入边界框指定画面各部分的摆放位置，或指定参考图中哪些部分需要移动。两个开放 checkpoint 已收录在 FLUX.3 Image Klein collection 中，蒸馏版默认 16 步、无需 CFG，基础版 50 步并支持 CFG。
FLUX.3 Image Klein 在 Diffusers 首日支持，读者可了解其布局控制能力与量化权重带来的显存门槛变化。
Leash Bio 用 DNA 编码库（DEL）为每个分子打上数十个条形码，从高通量蛋白-小分子结合数据中提取可复现的干净数据，并训练出仅用自家数据的 Hermes，在公开基准上与 Boltz 持平。
Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2，其降尺度模型 HiROv2 可同时预测多种高分辨率气象场，不再只限于降雨，并提升了对极端事件的预测能力。
HiRO-ACEv2 把全球 3 km 气候数据的生成成本降到 X-SHiELD 的约 1/300，并公开模型与教程，便于研究者评估极端天气模拟的可用性。
微软研究院提出概率偏差校正（PBC）方法，用机器学习识别并纠正现有天气预报模型的系统性偏差，相关论文发表在 Nature，工具已开源。
研究显示，PBC 将 ECMWF 物理模型在 98% 降水目标和 92% 温度目标上的准确率提升，并使其 AI 预报系统的准确率翻倍。该方法可在 CPU 上运行，研究者希望资源有限的机构也能借此改进本地预报。
AWS 发布面向 llama.cpp 的深度学习容器（DLC），可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管量化模型，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
Amazon Bedrock 9 月新增 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。