10月7日，英伟达（NVIDIA）与微软在旧金山举行的 Windows AI 与 Surface 活动上宣布深化合作，共同推进 AI 智能体（AI Agents）在 Windows PC 端的本地化部署。双方联合发布了面向 Windows 生态的全新硬件平台 RTX Spark 及操作系统级 AI 执行容器（MXC）。 RTX Spark 平台整合了 Blackwell 架构 RTX GPU 与 Grace CPU，提供最高 1 PFLOP...
OpenAI 近日上线 Decisions API 公测版。据 Hacker News 社区技术反馈，该 API 在评估任务上的处理速度约为现有 Responses API 的 10 倍。目前官方开发者文档已同步更新，提供相关技术指南与接入说明。
OpenAI 宣布在 ChatGPT 中推出全新视觉广告格式，本月起在美国图像生成场景中启动测试。该广告将明确标注为推广内容，且不干扰 ChatGPT 的正常回答功能。同时，OpenAI 扩展了广告效果测量工具，以支持更精细的投放分析。
微软与Hugging Face联合发布ThinkingBox评测框架，聚焦AI智能体在真实业务场景中执行任务后的终端数据库状态与预期是否一致，而非仅依赖工具调用日志或自然语言响应判断结果。该工具已在Hugging Face平台开源。 ThinkingBox在507个有状态业务工作流（涵盖零售、汽车保险、旅行、新银行、咨询五大领域）上，对18款主流大模型开展20次重复测试，评估其终端后台状态变更、副作用等可执行验证指标。结果显示，多数模型单次...
英伟达宣布 DGX Spark 新增 64GB 统一内存配置，将于10月23日起由宏碁、华硕、戴尔、技嘉、惠普和微星等厂商同步发售，起售价4999美元。 该配置搭载 Grace Blackwell 超级芯片、DGX 操作系统及完整 NVIDIA AI 软件栈，支持在本地运行参数量达 1000 亿的开源大模型，无需依赖云端。单机即可部署 AI 代理、推理、微调及边缘开发任务。 通过 NVIDIA Sync Cluster Assistant...
ServiceNow CoreAI团队在Hugging Face博客发布AutoSynthData框架，旨在系统化地将企业智能体模型的能力缺陷转化为高质量、可执行的合成训练任务。该框架基于目标模型在真实环境中的失败案例与更强教师模型的成功轨迹，自动生成包含系统规范、用户提示和验证器三要素的任务样本。 AutoSynthData采用两阶段流程：先通过“目标阶段”生成经严格验证的核心样本，再通过“扩展阶段”创建语义一致但实体、状态、工具组合等维...
Anthropic Research 于10月1日发布题为《Claude 塑造的科学》的研究报告，探讨大语言模型 Claude 对科学研究流程的影响。报告同时关联提及两项近期研究：9月30日发布的经济学研究《机器人能做什么工作？》以及9月29日的社会影响研究《你希望从AI得到什么？》。
OpenRouter 近日发布技术教程，详细介绍如何在持续集成（CI）流程中引入大语言模型（LLM）评估作为 Pull Request 合并门禁。该方案通过固定评估数据集对代码变更进行自动化测试，当通过率低于预设阈值时，脚本将返回非零退出码以阻止合并。教程指出，该机制与传统单元测试门禁逻辑一致，可无缝嵌入现有 CI 工作流，适用于需保障 AI 代码质量或提示词工程一致性的开发场景。
Hugging Face 官方博客 9 月 30 日消息，Hugging Face 近日正式上线 Open TTS Leaderboard，旨在为开源多语言文本转语音（TTS）及语音克隆模型提供可扩展、标准化的客观评估框架。 该排行榜采用 WER/CER（词/字错误率）、RTFx（反实时因子）、TTFA（首音频延迟）和 WavLM 说话人相似度（SIM）等自动化指标，覆盖语音可懂度、推理速度与说话人保真度三个维度，将单次评估耗时从数周缩短至...
Google DeepMind 发布 SynthID Bio，这是一种面向 AI 生成蛋白质的数字水印技术概念验证方案。该方法旨在不损害蛋白质生物功能的前提下，嵌入可检测且难以移除的水印信号，以支持生成内容的溯源与识别。目前该技术仍处于研究验证阶段，尚未投入实际商业应用。
英伟达与云服务提供商CoreWeave在旧金山Fully Connected大会上宣布，NVIDIA Vera Rubin NVL72系统已在CoreWeave Cloud正式商用。该系统搭载Spectrum X 102.4T以太网，首批客户Cognition已在其Devin AI软件工程师产品中部署，实测SWE 2推理任务的token吞吐量较GB200 NVL72提升达4.8倍。 CoreWeave同步推出首款专为AI智能体设计的CPU—...
OpenRouter 官方博客近日发布技术教程，详细介绍如何基于真实生产流量构建 Golden 评测集，用于大模型部署前的回归测试。 教程提出五步实施流程：抽样生产流量、去重聚类、添加预期输出、首轮评估并修正评估标准（Rubric）、提交至 Git 并接入 CI 系统。建议初始样本量从 20 至 50 条起步，后续逐步扩展至 100 至 1,000 条完整回归集。 该教程强调使用真实用户流量而非合成数据构建评测集，以保留实际请求分布及典型失...
OpenRouter 近日发布技术教程，详细讲解如何系统性测试 AI Agent 的工具调用准确性。该教程将调用失败场景拆分为“工具选择错误”与“参数错误”两类，并分别提供对应的评估方法。内容旨在帮助开发者构建结构化测试集，覆盖不同工具组合与边界输入场景，以提升评估结果的可复现性与可靠性。教程原文已发布于 OpenRouter 官方博客。
Hacker News 社区有用户发帖提及“GPT 6.1 Sol 发布”。经核查，该消息目前仅见于社区讨论，OpenAI 官网并无对应公告页面，亦无其他权威信源证实该版本已上线。当前公开信息中，OpenAI 官方尚未发布或确认 GPT 6.1 Sol 版本，请以官方后续公告为准。
据 OpenAI 官网显示，其已上线 Dots 项目介绍页面。目前该页面暂未披露具体功能、技术细节或发布时间表，仅确认项目名称及官方入口。相关话题已在 Hacker News 引发讨论。
PANews 讯，Anthropic Research 于9月29日发布题为《你希望从AI中得到什么？》的研究报告。该研究聚焦AI技术的社会影响，通过专项调查收集公众对AI发展的期望与核心需求。 报告旨在系统梳理用户对AI功能、伦理边界及应用场景的态度，为后续技术演进与产品迭代提供社会反馈依据。调研数据采集于2026年9月29日，属于前瞻性社会认知研究。完整报告已发布于Anthropic官网研究栏目。
Multiverse Computing团队在Hugging Face博客发布研究论文《Getting the Source Right, Not Just the Fact: Source Aware Verification for MCP Agents》，正式推出源感知事实性验证框架ProvenanceGuard。该工具专为基于模型上下文协议（MCP）的多工具调用型大语言模型（LLM）代理设计，旨在解决“跨源混淆”难题——即代理生成的...
xAI 正式发布面向团队场景的 Grok 智能体 Team Bots。该功能允许团队围绕特定角色或工作流构建共享 Bot，整合上下文（Context）、插件（Plugins）、凭证（Credentials）与记忆（Memories）四大核心能力。 Team Bots 已深度集成 Slack，支持团队群组内协同调用，同时确保用户个人对话数据的独立与隐私。目前该功能已正式上线，用户可通过 x.ai 官方平台访问。
DeepSeek 官方宣布 deepseek chat 模型底层升级为 DeepSeek V3 0324。新版本在推理能力上增强显著，MMLU Pro、GPQA、AIME 及 LiveCodeBench 等基准测试分数均有大幅提升（如 AIME 提升近 20 分）。此外，Web 前端代码生成准确率与美观度优化，中文写作风格向 R1 对齐，Function Calling 准确率改进并修复了此前问题。
GitHub 官方博客发布 Copilot App 新手教程，介绍用户可通过 /create canvas 命令，使用自然语言描述生成可自定义的 canvas 界面，用于构建个性化开发工作流。 该教程面向初学者，涵盖 canvas 的基础操作、组件配置及与 Copilot 的协同方式。 教程内容基于 GitHub Copilot App 当前功能，未提及发布时间或版本号变更。
Anthropic Research 于 2026 年 9 月 24 日发布题为《Project Swap：当代理为我们交易时会发生什么？》的研究报告。 该研究聚焦于 AI 代理在代表人类执行交易任务时所呈现的行为模式及其潜在经济影响。 报告属学术性探索，未涉及具体产品落地或商业部署时间表。
NVIDIA 官方消息，Remedy Entertainment 开发的第三人称动作冒险游戏《CONTROL Resonant》于9月24日正式上线 NVIDIA GeForce NOW 云游戏平台。玩家可通过 GeForce NOW 流式传输体验本作，无需本地安装或高端硬件，支持最高5K HDR、DLSS 4、光线追踪与NVIDIA Reflex等技术。 同期，GeForce NOW 推出限时捆绑包：在9月27日前购买12个月 Ultim...
NVIDIA联合Google DeepMind、欧洲分子生物学实验室欧洲生物信息学研究所（EMBL EBI）等机构，向AlphaFold数据库公开发布超2800种病毒的蛋白复合物三维结构预测数据。该数据集覆盖已知可感染人类的病毒家族，包括普通感冒病毒和猴痘病毒等新兴威胁。 结构预测基于AlphaFold2模型，并经NVIDIA BioNeMo推理运行时优化，支持在GPU上批量高效生成复合物级预测。约30%的蛋白相互作用结构为科学界首次发现，...
OpenAI 9月23日消息，OpenAI 正式发布开放基准 MentalHealthBench，用于评估大语言模型在真实心理健康对话场景中的表现。该基准由来自22个国家、涵盖19种语言的80多位持证心理学家和精神科医生共同构建。 MentalHealthBench 聚焦临床相关性、安全性与文化适应性，包含多轮对话任务、风险识别、共情响应等维度，所有数据与评估协议均开源。 此举旨在推动AI在心理健康支持领域的负责任发展，目前基准已面向研究社...
NVIDIA 联合 Hugging Face 发布 MuJoCo Warp（MJWarp），该工具基于 NVIDIA Warp 框架，将兼容的 MuJoCo 模型迁移至 GPU 运行，支持单次调用并行推进最多 2048 个独立仿真环境。MJWarp 并非单纯降低单环境仿真延迟，而是显著提升整体吞吐量（world steps/秒），适用于强化学习与大规模采样场景。 MJWarp 复用标准 MJCF 模型文件，通过批量化设备数组实现高效 GPU...
LlamaIndex 发布 LiteParse 2.14.6 版本更新。本次更新通过优化自维护 PDFium 分支的内存分配（内置 mimalloc），将文本提取耗时降低 20–25%，平均达 2.76 毫秒/页；Markdown 渲染耗时为 3.94 毫秒/页。 新版本还引入视觉定位能力，支持更精准的元素坐标识别，并新增 is complex 路由 API，用于动态判断文档结构复杂度，辅助后续处理策略选择。
OpenRouter 正式发布 Batch API，支持异步批量模型推理请求。该服务由后端模型供应商在 24 小时时间窗口内完成处理，定价通常为标准 per token 费率的 50% 或更低。 目前 Batch API 已兼容超 70 个模型，适用于对实时性要求不高的批量任务场景。 官方信息显示，该功能已上线，开发者可通过 OpenRouter 平台接入使用。
NVIDIA于9月22日正式发布Isaac ROS 5.0，该版本在ROS开源框架基础上集成GPU加速能力，新增对ROS Lyrical和Ubuntu 24.04的支持，并引入面向AI代理（Agentic）的开发工作流。 新版提供多项可复用的“Isaac技能”，包括FoundationStereo模型微调、FoundationPose姿态估计推理库及端到端抓取放置（pick and place）技能，显著提升感知、定位与操作任务的开发效率。...
英伟达（NVIDIA）正式推出 DSX Ready 认证计划，旨在帮助 AI 工厂建设者筛选符合 NVIDIA DSX AI 工厂参考设计要求的电源与散热产品。该计划首批覆盖电池储能系统（BESS）和冷却分配单元（CDU）两类基础设施组件。 首批通过认证的 BESS 厂商包括日立能源（Hitachi Energy）、LG 能源解决方案（LG Energy Solution）和特斯拉（Tesla）；CDU 厂商包括 LG 电子（LG Elec...
xAI 正式发布大语言模型 Grok 4.7，官方定位为当前最强编码与知识工作专用模型。该版本在推理速度和定价上与 Grok 4.6 保持一致，输入 token 价格为 2 美元/百万，输出 token 价格为 6 美元/百万。此外，xAI 同步推出一个速度与价格均翻倍的快速变体，以满足高时效性需求场景。