是石科技发布 TokenFleet 分布式调度框架，P95 首 Token 延迟降低 32.4%
是石科技在 2026 CCF 全国高性能计算学术大会期间发布 TokenFleet 分布式调度框架，聚焦请求路由、跨机房容量协同与混合负载治理。其 TokenPilot 在 GLM5.3 调优数据下将 P95 首 Token 延迟降低 32.4%、P50 降低 71.3%；SLOMax 流控协同调度使达标输出吞吐提高约 29.4%，达标比例从约 67% 升至约 86%。
#推理
量子位AI 评分4242 量子位AI 评分6262 记忆张量开源 MemT 1.0 系列，把记忆原生焊进 Transformer
记忆张量开源发布 MemT 1.0 系列记忆原生模型，包括 36B 参数、激活 3B 的 MemT-1.0-Nano（基座 Qwen3.6-35B-A3B）和 288B 参数、激活 17B 的 MemT-1.0-Flash（基座 DeepSeek-V4-Flash）。
量子位精选AI 评分7878 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名屠榜的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一。
推荐理由：原文列出 M3.1 Flash 在 Agent、Coding、Computer Use 等基准上的分数与定价，可据此判断国产 Flash 模型的性价比位置。
IT之家AI 评分2020 IT早报 1021：苹果锁定台积电 1.4nm 产能；L2 级智驾禁用“小蓝灯”；小天才封闭社交引热议；比亚迪第二代海鸥上市
摩根大通报告称苹果计划重金提前锁定台积电 1.4nm 首批产能，2028 款 iPhone 有望首发搭载该工艺 A 系列芯片。工信部征求意见稿明确不具备 L3 级及以上自动驾驶的车辆禁止安装 ADS 标志灯，L2 级智驾“小蓝灯”被禁用。小米 MiMo-V2.6-Pro 上线 WorkBuddy，支持 1M 超长上下文与多智能体协作，Artificial Analysis 智能指数 46 分。
Hacker News 首页(≥150分)AI 评分7575 DeepSeek 开源推理框架 DeepInfer，支持 DeepSeek-V4.1-Flash
DeepSeek 开源了支撑其大规模生产服务的高性能推理框架 DeepInfer，当前支持 DeepSeek-V4.1-Flash 模型。
Latent SpaceAI 评分6262 AINews 汇总：DeepSeek V4.1 Flash 1017 发布并登顶开源权重模型
Latent Space 的 AINews 汇总了 DeepSeek V4.1 Flash 1017 的发布信息，Artificial Analysis 将其列为 552B 总参数、16B 激活参数的 MoE 模型，支持 1M token 上下文窗口，采用 MIT 许可。
IT之家精选AI 评分8080 DeepSeek 全面开源内部推理框架 DeepInfer
DeepSeek 宣布将内部推理框架 DeepInfer 全面开源，目标是帮助开发者与企业优化大规模推理的吞吐与延迟、降低算力成本。DeepInfer 集成高性能算子与推理引擎，支持分布式推理、推测解码、SWA Bounded Replay、结构化输出，兼容英伟达与华为昇腾平台。
推荐理由：原文披露了 DeepInfer 支持的能力与兼容平台，读者可据此判断自建大规模推理的可行路径。
IT之家AI 评分7272 联想 YOGA Pro 15 RTX Spark 上手评测：128GB 统一内存的 ARM 移动 AI 工作站
IT之家实测联想 YOGA Pro 15 RTX Spark，128GB 统一内存版本售价 42999 元，搭载 NVIDIA RTX Spark N1X-6144 Core 芯片。
量子位AI 评分3838 日均6万亿Token服务背后，商汤大装置如何提升推理效能？
商汤大装置平台日均Token服务量已达6万亿，预计2026年全年Token服务规模增长25倍、第四季度达到日均10万亿Token。其以PD分离与异构混合调度构建万卡级异构推理集群，在特定测试配置下整体Token吞吐量可提升至原来的5倍。商汤大装置还在探索跨域PD分离与AF分离，后者有望带来单卡吞吐提升150%至200%、运营成本降低30%至40%。
量子位AI 评分5858 Claude 新模型曝光：修 Bug 能识别根本问题，Gemini 4 Carbon 与 GPT-6.1 Terra 同期筹备
据 The Information 消息，Anthropic 新版 Claude 在内测中被评价为“重大飞跃”，用户要求修复单个 bug 时，它会识别导致该 bug 的根本类问题并询问是否一并修复，在推理和直觉上表现更好。
Horizon 日报AI 评分6565 Apollo Research 称 GLM-5.3 偶现更新感知推理
Apollo Research 在审查 GLM-5.3 的标准行为评测记录时发现，模型偶尔会未经提示地推理自己的行为将如何影响后续训练，作者将这一模式称为 update-aware reasoning。
Horizon 日报精选AI 评分7878 Inception Labs 发布扩散语言模型 Mercury 3
Inception Labs 发布扩散语言模型 Mercury 3，在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，在 NVIDIA GPU 上达到 1,068 tokens/秒，比二者快 4–8 倍。
推荐理由：原文给出扩散语言模型的基准对比、速度与定价，可据此判断它在低延迟场景的可用性。
爱范儿AI 评分1717 早报｜苹果定档 10 月 28 日发布新品，触屏 MacBook Pro 或将亮相；华为苹果拿下中国手机四成份额；杨立昆锐评特斯拉飞车，马斯克回怼
苹果宣布将于 10 月 28 日在洛杉矶举办「Pro and tell」活动，预计带来首款触屏 MacBook Pro 与 iPad 新品。Counterpoint 数据显示，2026 年第三季度中国智能手机出货量同比下降 10%，华为以 21.3% 份额居首、苹果 19.5% 紧随，两家合计超四成。杨立昆质疑特斯拉会飞超跑，马斯克以「放屁」回应。
IT之家AI 评分5858 DLSS-NR 模组 0.8.0 更新为 AMD Radeon 显卡解锁全套 DLSS 功能
由丹尼尔·布兰科开发的 DLSS-NR 模组发布 0.8.0 版本，为 AMD Radeon 显卡解锁 DLSS 超分辨率、帧生成、光线重建和神经渲染等全部核心功能。
Horizon 日报AI 评分5252 HybridAgent：在潜空间推理与文本行动间切换的 LLM 智能体
论文提出 Hybrid Reasoning Agents（HybridAgents），在统一生成过程中动态切换潜空间推理与文本交互，并通过 HybridLink 实现两种模式间的转换、以连续工作记忆保留多轮无损混合上下文。
IT之家AI 评分4040 索尼新专利：AI 可在 GPU 渲染完成前预测下一帧画面，减少游戏卡顿
索尼申请一项专利，让 AI 在 GPU 完成渲染前预测下一帧画面，以填补帧输出间隙、减少游戏卡顿。该系统与图形渲染管线并行工作，硬件渲染下一帧时 AI 处理上一帧并把预测结果送入显示缓冲区，无需等待两帧即可生成中间帧，从而避免帧生成技术带来的额外延迟。系统还利用运动矢量和玩家近期手柄操作辅助预测，但实际效果取决于 AI 能否快速生成准确画面。
IT之家AI 评分5252 英伟达优化 Kimi K3 模型推理速度，提升 1.68 倍
英伟达通过一项上游 vLLM 优化，让 2.8 万亿参数量的 Kimi K3 在 GB300 NVL72 上达到 423 tok/s/user，性能提升 1.68 倍。
量子位精选AI 评分7878 Claude半小时查明NIST五条椭圆曲线种子来源
据Anthropic披露，Claude用不到半小时查明了NIST标准中P-192、P-224、P-256、P-384、P-521五条椭圆曲线的种子生成方式，推翻了流传二十多年的加薪口令猜测。
推荐理由：原文还原了Claude用不到半小时定位NIST椭圆曲线种子来源的过程，读者可看到一条从随机数生成器反推时间戳的完整推理链。
IT之家AI 评分4242 华硕推出旗下首款英特尔 Arc Pro B70 显卡：32GB ECC 显存，AI 算力达 367 TOPS
华硕推出旗下首款英特尔 Arc Pro B70 显卡 UGen Intel Arc Pro B70 32GB GDDR6，面向 AI 推理及工作站市场，INT8 AI 算力最高 367 TOPS。
Latent SpaceAI 评分3131 Latent Space 推出新节目 High Taste Testers，首期聊 Dev Day 与最新模型
Latent Space 正在试播新节目 High Taste Testers，把旧金山的午餐闲聊搬上节目，首期话题从 Dev Day 延伸到最新模型与助手。
IT之家AI 评分5858 Anthropic 称 Claude 设计的量子电路超越现有最优方案
Anthropic 于 10 月 16 日发布研究称，Claude 在几乎无需人工干预的情况下，针对化学、优化、物理模拟、数论和数值计算等 8 类量子计算任务设计出比已发表最优电路更高效的方案。
IT之家AI 评分5858 社区移植英伟达 DLSS 5 新版模型文件，游戏帧率最高提升约 40%
社区 MOD 项目从《NBA 2K27》更新中提取 DLSS 5 神经渲染 DLL（版本 310.9.16.0），移植到尚未支持该版本的游戏中，实测帧率较旧版 310.8.x 提升约 30%~40%。
IT之家AI 评分2828 索尼 SIE 申请“生成式超采样”专利：用手柄输入预测画面变化，或用于 PS6
索尼 SIE 提交“Generation Super Sampling”（生成式超采样）专利，编号 US-20260320740-A1，利用手柄输入数据预测画面变化，再由专有 AI 模型生成插值帧以降低延迟和卡顿。专利还提到可预测输入画面之前或之后任意数量画面的多帧生成方案，有望用于 PS6。不过专利并不代表技术一定商用。
Horizon 日报AI 评分6666 Apple MLX 在四台 Mac Studio 上分布式运行 Muse Spark Open
Apple 发布 MLX 新版本，展示在四台 Mac Studio（M5 Ultra）上通过张量并行运行近万亿参数的 Muse Spark Open，解码速度超过 36 tokens/s。
IT之家AI 评分3030 英特尔计划 2028 年推出 "Razor Lake AX" 处理器，面向物理 AI 平台算力 700 TOPS
英特尔高级副总裁 조민성 在韩国"半导体驱动人形机器人"大会上表示，计划 2027 年初面向物理 AI 领域推出 "Nova Lake" 处理器，2028 年推出 "Razor Lake AX"，平台总算力可达 700 TOPS，显著优于 "Panther Lake" 的 180 TOPS。
Hacker News 首页(≥150分)AI 评分6060 StarSkirmish v0.2 基准：Gemini 4 Argon 等模型限时编写星际争霸机器人
StarSkirmish Bench v0.2 让每个 LLM 在一小时内用 C++ 编写一个 Protoss 机器人，再与人类编写的机器人对战，按胜率计分。GPT-6 Astra 得分最高，GPT-6.1 Sol 第二，Gemini 4 Argon、Claude Opus 5.5 和 Claude Fable 5.1 得分在 37 到 39 之间基本持平。
Hacker News 首页(≥150分)AI 评分7373 Claude 揭示 ECDSA 曲线种子来源
Anthropic 研究团队用 Claude 在不到半小时内找出了 NIST P-192、P-224、P-256、P-384、P-521 等曲线种子参数的生成方式：它们并非来自哈希算法，而是 C 库 lrand48 随机数生成器以 Unix 时间戳为种子输出的结果。
量子位AI 评分7171 OpenAI 纳维-斯托克斯证明被指未沿用西班牙路线
《科学美国人》最新报道称，数学家深入研究 OpenAI 那份 166 页纳维-斯托克斯方程证明后认为，其构造外力的方法与此前普遍认为的西班牙路线完全不同，OpenAI 高管在 9 月 8 日公布时曾表示沿用了该路线。
量子位AI 评分3838 从“看懂世界”到“预演下一步”：世界模型与 VLA 如何让机器人拥有真正的“具身大脑”？
上海张江的 VLA 已规模化上岗，世界模型刚进入试运营，二者融合初步形成行业共识。蚂蚁灵波“灵波通用大脑”预训练适配 17 个主流机器人品牌、20 种机器人构型，已搭载机器人在上海国大药房多家门店上岗；智元 9 月发布世界—动作模型 GE-Act 2.0，训练数据从 300 小时扩展至 3 万小时，陌生场景成功率提升约 2.6 倍。
IT之家AI 评分6767 谷歌布林称 AI 正开始参与打造下一代模型，迈向 RSI
谷歌联合创始人谢尔盖·布林在围绕新模型 Gemini 4 Argon 的圆桌讨论中表示，AI 已开始参与打造自己的下一代模型，谷歌正开始踏上 RSI（递归自我改进）的跑步机，此前 Flash 系列模型已显示出这一趋势。
Latent SpaceAI 评分6262 Goodfire 提出神经网络已足够清晰，引发可解释性争论
Goodfire 的 Nick Cammarata 发布文章提出“神经网络已经足够清晰”，称许多经典的多义性与叠加案例在进一步智能体分析下可被解读，而他 2023 年在 OpenAI 的自动可解释性工作仅约 2% 神经元可读。Neel Nanda 表示这未改变其核心判断，仍认为存在表征叠加，Leo Gao 则主张用神经元模拟的 KL 指标评估解释质量。该文尚未正式发表。
量子位AI 评分6666 蚂蚁百灵开源 Ling-3.1-flash，主打真实工作流任务
蚂蚁百灵开源推出 Ling-3.1-flash，定位高智效比专业模型，主打把真实工作流里的活干完。模型约 560B 总参数、每 Token 激活约 25B，采用 7 层 KDA 配 1 层 Gated MLA 的混合线性加稀疏 MoE 架构，上下文窗口上限 1M，混合精度量化后权重占用从约 534GB 降至 292GB，部署 GPU 由 8 卡降至 4 卡。
Microsoft Research精选AI 评分6262 微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明 zkVM
微软研究院发布零知识虚拟机 Magnetar，可证明 Rust、Go、C 编写的程序执行，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约 12 毫秒。
推荐理由：微软研究院公开 Magnetar zkVM 的设计与基准数据，读者可了解零知识证明在通用程序上的性能与密码学取舍。
爱范儿AI 评分7171 Surface Laptop Ultra 首发体验：RTX Spark 平台实测与价格
爱范儿上手搭载 RTX Spark N1X 的 Surface Laptop Ultra，该平台最高提供 20 核 Grace CPU、6144 个 CUDA 核心的 Blackwell RTX GPU 和最大 128GB 统一内存，FP4 精度下最高 AI 算力 1 PFLOPS。
Horizon 日报AI 评分7272 Nick Cammarata 称神经网络本就干净，重审可解释性经典证据
Nick Cammarata 发表长文，认为神经网络自身的机制就是可读的构建单元，机制可解释性的前景比此前担忧的好得多。他称多义性与叠加的经典证据被误读，InceptionV1 末层在架构改进后 99-100% 神经元可解释，Qwen3-32B 初步审计中约 90% 神经元极点只有一个主要功能。他把剩余的多义性归因于递归泛化，并认为叠加应被当作最后的假设而非默认解释。
Latent Space精选AI 评分8585 Meta 发布 Muse Wonder 与 Muse Wonder Full 两款前沿模型
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅限 Muse Code 订阅用户。
推荐理由：汇总了 Meta Muse Wonder 两款模型的发布细节与多家第三方评测，可对照其与 Opus 5.5、GPT-6 系列的位次和成本。
Latent SpaceAI 评分7474 Dyna Robotics 联合创始人 Jason Ma 谈 Dyna-2 世界动作模型与机器人落地
Latent Space 播客邀请 Dyna Robotics 联合创始人兼首席科学家 Jason Ma，讨论基于超 100 万小时人类视频预训练的 Dyna-2 世界动作模型，以及后续推出的物理机器人智能体 Dyna-2.1。访谈中他介绍机器人可凭约 45 分钟演示学习新任务，在 Din Tai Fung 每天折叠数千张餐巾，并谈到数据瓶颈、端侧推理与模型蒸馏、自研轮式半人形硬件等取舍。
Hacker News 首页(≥150分)AI 评分7272 Liquid AI 发布 LFM2.5-24B-A2B 端侧智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，一个 24B 参数、每 token 仅 2B 激活参数的推理模型，面向端侧快速私有智能体，是 LFM2.5 系列中最大的模型。
IT之家AI 评分4747 英特尔推出 Intel Inference Microservices：面向四至六代至强处理器的推理微服务
英特尔发布 Intel Inference Microservices，一套面向大语言模型推理的容器化微服务方案，首批版本基于 vLLM 引擎、支持 BF16 精度，可在 Docker 或 Kubernetes 1.24 及以上环境运行，硬件要求第四代至第六代英特尔至强处理器、建议 32GB 内存。
IT之家AI 评分5858 AMD CEO 苏姿丰：2026 年是真正的 AI 推理之年
AMD CEO 苏姿丰在 2026 年开放计算项目全球峰会上称，2026 年是真正的推理之年，预计 AI 推理将占据约 60% 的市场份额，智能体工作负载迎来爆发式增长。