跳至正文
只看產品
11月10日星期二
  1. Google Developers Blog72

    Google AI Edge Gallery 新增裝置端語音辨識與文字轉語音功能

    Google 在 Google AI Edge Gallery 中推出裝置端自動語音辨識（ASR）與文字轉語音（TTS），讓應用程式能完全離線執行多語言 ASR 與富表現力的 TTS，並可與 Gemini Nano、Gemma 4 等裝置端 SLM 並行運作。在 Android 上，ML Kit 的新語音模型能以 10 倍即時速度轉錄 100 多種語言，在 FLEURS 上的字錯誤率（WER）為 8.0% 至 9.0%；而少步擴散 TTS 約 100 毫秒即可開始發聲，並以最高 50 倍即時速度生成 24 kHz 音訊。跨平台支援透過 MediaPipe Tasks 與 LiteRT 提供，包含 Parakeet-TDT 0.6B、PocketTTS 100M、Kokoro-82M 與 Phonon 31M 等開放權重套件，並在 XR Language Teacher 展示與語音版 AI Chat 中示範。

    推薦理由：Google 為 AI Edge Gallery 加入完全離線的 ASR 與 TTS，ML Kit 回報可 10 倍即時速度轉錄 100 多種語言，擴散 TTS 約 100 毫秒即可開始發聲。

11月9日星期一
  1. NVIDIA Blog70

    NVIDIA 在 CoRL 發表 GR00T 2 世界動作模型與 Isaac Lab 3.0

    NVIDIA 在 CoRL 推出 GR00T 2，這是一個建構於 Cosmos 之上的開放世界動作模型，以 10 萬小時的人類第一人稱視角資料訓練，同時發表 Isaac Lab 3.0 與新的機器人基準測試。GR00T 2 在沒有任務特定示範的情況下，於 50 項受評任務中至少完成 40 項；在每項任務各給一次示範的條件下，50 項任務平均成功率達 71%，給五次示範則升至 95%。Isaac Lab 3.0 加入 Newton 物理整合以支援可變形物體，並在一個基於視覺的靈巧操作基準測試中，回報其訓練吞吐量最高可達搭載 PhysX 的 Isaac Lab 2.3 的 2.5 倍。

    推薦理由：NVIDIA 在 CoRL 的發布顯示，模擬加上世界動作模型如今已鎖定精細組裝作業，GR00T 2 與 Isaac Lab 3.0 的細節值得與先前的機器人技術堆疊相互比較。

  2. Google Developers Blog60

    Google Cloud MaxText 新增上下文平行處理，支援 TPU 上的長上下文訓練

    Google Cloud 在 MaxText v0.2.4 中發布長上下文訓練支援，這是其開源的 JAX 訓練框架，在 Cloud TPU 上新增四種上下文平行策略：All-gather、A2A（DeepSpeed Ulysses）、P2P（Ring Attention）以及 A2A + P2P 混合（USP）。以 Llama 3.1 8B 進行的基準測試在 TPU 5p 上、序列長度最高達 400 萬個 token 時達到 70% MFU，上下文在 TPU 5p 和 TPU 7 上均擴展至 1400 萬個 token，其中 TPU 7 在低於 600 萬個 token 時維持 50% MFU。此版本已於 PyPI、Docker 映像檔和 GitHub main 上發布，並附有 TPU 7 和 TPU 5p 的範例配方。

    推薦理由：MaxText 在 Cloud TPU 上的四種上下文平行策略，加上 Llama 3.1 8B 的基準 MFU 數據，為團隊在選擇如何進行數百萬 token 序列長度的訓練時提供了具體參考。

  3. Google Developers Blog58

    Google AI Studio 新增可從提示詞建構 Google Maps Platform 應用程式的功能

    Google AI Studio 現在讓使用者能直接從提示詞建構由 Google Maps Platform 驅動的應用程式，由 AI Studio 處理設定與 API 金鑰管理，且無需信用卡。此整合涵蓋 Maps、Places、Routes 與 Environment API，沙箱允許每個 API 每天 100 次呼叫，配額每 24 小時重置。連結 Google Cloud 帳單帳戶即可在標準 Google Maps Platform 定價下解鎖正式環境等級的配額。

  4. Google Developers Blog62

    Google 在 Google Cloud 上正式推出 Pathways，用於大型模型訓練

    Google 宣布，其用於大型模型（包括 Gemini）的分散式訓練系統 Pathways 已在 Google Cloud Platform 上正式推出（General Availability）。Pathways 以單一 Python 用戶端宣告整個計算為資料流圖，取代了鎖步式 SPMD 執行；分散式執行階段則將區塊放置於虛擬裝置上、移動並重新分片張量，並在整個叢集間排序工作。Google 表示，此設計可讓故障主機重新對應到健康的晶片上，而不必重新啟動作業；且共用的 Pathways 服務能從單一叢集服務多個用戶端。

    推薦理由：Google 說明了 Pathways 的單控制器模型與 SPMD 的差異，以及它如何處理跨群組張量傳輸、排程與主機故障復原。

11月7日星期六
  1. Meta Newsroom · AI58

    Meta 在其 Muse 應用程式中推出 spaces，供使用者打造個人化體驗

    Meta 在 Muse 應用程式中推出 spaces，這是一種互動方式，讓使用者能透過描述想法（例如禮物追蹤器、每日文字遊戲或 DIY 規劃板）來打造更個人化的 Muse。使用者可以用 Muse 調整每個 space，將其放在側邊欄或主分頁、隱藏或排定時間，並連結應用程式，讓演唱會日期和價格變動等細節在背景更新。即日起，所有提供 Muse 的地方都能使用 spaces，Meta 表示正在探索分享選項，並推出以 Muse Wonder 的學習成果訓練的專用模型版本。

11月6日星期五
  1. Zyphra Research58

    Zyphra 推出 MAIA Beta：一款跨 Slack 與桌面、具備共享記憶的多玩家 AI 代理

    Zyphra 推出 MAIA Beta，這是一款主動式的多玩家 AI 代理，能記住團隊共享的上下文、在已連接的工具之間執行操作，並以獨立 Mac 桌面應用程式及 Slack 內的形式運行，Beta 期間免費。MAIA 會持續記住人物、決策與偏好並附上來源，能以自然語言執行多步驟任務，並可安排週期性工作。它遵循現有的工具權限，在不可逆操作前會先確認，並讓使用者檢視與刪除記憶，私人對話除非分享否則保持私密。

  2. OpenClaw Blog50

    OpenClaw 新增自動更新模型目錄，新模型無需更新應用程式即可使用

    OpenClaw 重建了模型探索機制，讓 GPT-6.1 Sol 等新模型無需發布新版本即可出現，改為從 catalog.openclaw.ai 的自動更新目錄（每四小時重建一次，約 1,000 個模型）、各帳號自身的供應商模型清單，以及與 PATH 上較新版本 Codex 的握手來取得清單。此目錄可在執行中的 Gateway 上即時切換，且供應商逾時或目錄替換後，模型清單不再縮減。

  3. vLLM Blog55

    VeRL-Omni v0.3.0 發布，支援非同步訓練與更廣泛的多模態後訓練

    VeRL-Omni v0.3.0 已發布，帶來非同步與解耦的 RL 執行路徑、以 V1 trainer 作為預設，並擴展了涵蓋圖像、影片、音訊與多模態理解的後訓練範圍。此版本新增全非同步的 Qwen3-Omni 文字與音訊訓練、搭配 replay buffer 的 separate-async Omni 與擴散訓練，以及包括 MiniMax H3 搭配 DiffusionNFT 與 MiniCPM-o 4.5 GSPO 的新配方。在 4×H800 80 GB 上進行的 MiniCPM-o 4.5 AVQA 實驗中，separate-async 3+1 在自然回應長度下每個 prompt 比 colocated 4+0 慢約 9%，在 512 tokens 時大致持平，在 1024 tokens 時則快約 6.7%。

  4. Sierra Blog38

    Sierra Accelerators 為 AI 代理處理基礎事務

    Sierra 發布了 Accelerators，這是針對訂單追蹤、預約排程、理賠受理和身分驗證等高頻工作流程的預建套件，現已在 Agent Studio 中提供。每個 Accelerator 都附帶基本的整合與防護機制，Ghostwriter 會依據公司自身的政策進行調整；Sierra 的更新會保留延續，而客戶的變更則另行追蹤。團隊很快就能在內部建立並分享自己的 Accelerator。

  5. Meta Newsroom · AI62

    Meta 在 Muse 應用中推出即時語音與表情虛擬人像

    Meta 在美國率先於行動裝置、網頁與 Mac 版的 Muse 應用中推出即時語音對話與表情虛擬人像。使用者點擊電話圖示即可對話，可打斷回應，並可從數百種語音中選擇，以及使用純語音、虛擬人像或全螢幕模式。語音功能即將登陸 AI Glasses 與 Muse Charm。

    推薦理由：Meta 的 Muse 應用現已支援即時語音對話與表情虛擬人像，顯示語音與打斷處理正逐步進入消費級 AI 助理。

  6. OpenClaw Blog69

    OpenClaw 推出多人模式，支援共享 Agent 與上下文

    OpenClaw 已推出 Multiplayer，這是一項免費且開源的功能，讓多個人可以連接到同一個 OpenClaw Agent 和工作區，提示會即時顯示在各自的筆記型電腦上，請求則透過共享佇列進行協調。在舊金山 GitHub Universe 的演示中，兩位與會者分別在各自的機器上輸入提示，共同編輯同一個 3D 場景，而無需重新陳述上下文。OpenClaw 基金會表示，已有 50 多人在同一個共享環境中協作，並將持續擴展這項功能。

    推薦理由：OpenClaw 將多人共享同一 Agent 與上下文做成免費開源功能，為團隊協作中反覆重建上下文的問題提供了一種可遷移的做法。

  7. Mastra Blog38

    Mastra Agents 為門鈴事件新增 Ring 訊號

    Mastra agents 現在可透過新的 @mastra/ring-signals 套件，將 Ring 門鈴事件作為通知訊號接收，需使用 @mastra/core@1.81.0 或更新版本。每個事件會以可設定的優先級送達 agent 的執行緒，agent 可從 Ring API 取得快照或影片片段，以決定如何回應。Ring 訊號也可指定至現有的頻道執行緒，例如 iMessage，讓警示送達共享對話。

  8. Descript Changelog22

    Descript 2026年11月6日更新總覽：品牌版面配置包、Underlord 技能、30天垃圾桶

    Descript 2026年11月6日的更新總覽新增生成式版面配置包，可將品牌規範、標誌與色彩轉化為四個 AI 提案方向，並在付費方案中提供完整的可編輯版面配置包。Underlord 現支援可重複使用的技能，在聊天中以「/」叫用，取代提示範本，而提示範本將於11月30日停用。刪除的專案現在會在垃圾桶中保留30天，Enterprise 雲端硬碟搜尋則能比對圖片和影片內的內容，包括透過 Descript MCP 和 API。

11月5日星期四
  1. Mistral AI69

    Mistral 擴充 Studio，推出託管代理、工作流程與應用程式，並同步搭載 Mistral Large 4（Le Chonk）

    Mistral 擴充其企業 AI 平台 Studio，加入託管代理與應用程式，以及新的工作流程、企業情境、代理可觀測性與評估能力，並運行於 Mistral Large 4（Le Chonk）模型上。開發者可使用技能、沙箱、子代理與鉤子建構多步驟代理，並透過新的 Mistral MCP 伺服器以單一指令部署至 Studio。Mistral 表示，包括 ABANCA、BNP Paribas、Capgemini 與 TCS 在內的客戶已在生產環境中使用 Studio，部署方式可選擇雲端、VPC 或地端。

    推薦理由：Mistral 擴充 Studio，推出託管代理、工作流程與應用程式，展示企業如何將部署與資料控制保留在自身環境中。

  2. inclusionAI Repositories38

    ASpec：用於推測解碼草稿模型的高吞吐量訓練框架

    ASpec 是一個用於推測解碼草稿模型的高吞吐量訓練框架，基於 TorchSpec 程式碼庫建構，具備優化注意力、融合核心以及選擇性 head/loss 計算。在 Qwen3-8B 4K 執行中，僅草稿訓練在單一 GPU 上達到 15,256.44 輸入 token/秒，為 TorchSpec 的 1.96 倍，而 8-GPU 線上穩定視窗則達到 77,721.37 token/秒，為 TorchSpec 的 2.28 倍。它支援 DSpark、DFlash、EAGLE3/4 與原生 MTP 草稿，並提供 Qwen3-8B 與 Ling tiny 快速入門。

  3. Mastra Blog38

    Mastra 推出 Custom Harness 計畫，配置嵌入式前線部署工程師

    Mastra 推出 Custom Harness 計畫，由前線部署工程師進駐客戶團隊，共同打造量身訂製的 agent harness。該計畫涵蓋可觀測性、evals、自訂 MCP、human-in-the-loop 工作流程、驗證與 RBAC，並可優先使用 Mastra Enterprise Platform。Mastra 以 Workday 為例，該公司在 31 天內從 Amazon Bedrock Agents 遷移，減少 3,000 行程式碼，並將向量儲存成本降低 98%。

11月4日星期三
  1. vLLM Blog73

    Buoyant 發布 Kinference，一個針對 vLLM 與 Kubernetes 的開源推論控制平面

    Buoyant 宣布推出 Kinference，這是一個 Apache v2 開源控制平面，可將相容於 OpenAI 與 Anthropic 的推論流量路由至 Kubernetes 上的 vLLM 工作節點，並加入權杖速率限制、各租戶用量與成本追蹤、KV 快取感知負載平衡，以及 YAML 推論策略。在該專案的公開基準測試中，Kinference 在單一工作負載上，相較於標準 Kubernetes 服務負載平衡，將中位數首字延遲降低了 95%，中位數端到端延遲降低了 45%；在容量測試中，於共享前綴情境下提供 7.4 倍的有效吞吐量，於多輪對話情境下約提供 3.5 倍。策略可將較簡單的提示路由至較便宜的模型、將突發溢流導向 Bedrock 與 Databricks 等供應商，或將標記為 PII 的請求保留在叢集內；各租戶指標涵蓋權杖速率、TTFT、ITL，以及快取與未快取的提示權杖。

    推薦理由：Buoyant 的 Kinference 在 vLLM 之上加入了 KV 快取感知負載平衡與 YAML 推論策略，基準測試聲稱相較於標準 Kubernetes 服務路由，在 TTFT 與有效吞吐量上有大幅提升。

  2. Google DeepMind72

    Google Antigravity 新增化學資訊學技能，用於代理式藥物探索

    Google DeepMind 為 Google Antigravity 推出化學資訊學技能（Cheminformatics Skills），讓代理能在約一小時內搜尋文獻、整理化合物、執行配對分子對分析、訓練效力模型，並提出具合成路線的剛性化大環化合物；其表示此工作流程過去需時數天。這些技能以 RDKit 為基礎，並連接 ChEMBL 與 PubChem，團隊以非小細胞肺癌的 crizotinib 與 lorlatinib 類似物進行示範。這些技能即日起可透過 Antigravity 應用程式的 Science 外掛使用，DeepMind 另提供 10,000 名科學家免費使用最高用量方案 6 個月，須符合資格、容量與遴選條件。

    推薦理由：Google DeepMind 展示 Antigravity 中的化學資訊學技能，將數天的藥物探索循環壓縮至約一小時，同時指出設計仍屬假設，需經實驗室驗證。

  3. Figma Blog58

    Figma 以代理驅動的原型工作流程，向所有使用者開放程式碼層級功能，進入公開測試

    Figma 的程式碼層級功能現已進入公開測試，100% 的使用者皆可使用，讓團隊能直接在 Figma 畫布上建置並比較以程式碼為後盾的原型。操作示範中，一位設計師將 GitHub 儲存庫複製到程式碼層級，提示 Figma 代理並排生成三種收件地址變體，並在全螢幕程式碼編輯器中調整其中一個。擷取設計可將畫面或錄製的流程轉為可編輯的設計層級，並能透過「更新程式碼層級」送回原型，代理還能將兩位隊友的程式碼層級合併為單一整合體驗。

11月3日星期二
  1. Sierra Blog42

    Sierra 圍繞 Ghostwriter 重新設計 Agent Studio

    Sierra 圍繞 Ghostwriter 重新設計了 Agent Studio，Ghostwriter 是其常駐的代理構建代理，因此調查問題、編輯旅程和測試修復現在都在一次對話中完成。Ghostwriter 會跟隨你跨越旅程、模擬和儀表板，每個工作階段都會將變更和測試結果保存在一起，直到隊友審查並合併它們。Agent Studio 還將相關代理分組到單一專案中，並新增逐行差異、Preview Chat、Simulations 以及帶有必需審批和受控推出的發布治理。

10月29日星期四
  1. Meta Engineering Blog40

    Meta Andromeda：Meta 新一代廣告檢索引擎每秒處理 10 億則廣告

    Meta 詳細介紹了新一代 Andromeda——其個人化廣告檢索引擎，在生產環境中每秒可評分超過 10 億則廣告，相較 2024 年系統吞吐量提升 100 倍。新架構將受 LLM 啟發的混合專家模型引入檢索，以約少 300 倍的推論時 FLOPs 達到接近排序級別的模型效能，在單張 NVIDIA GH200 GPU 上每秒可處理超過 100 億則廣告。自 2025 年以來，Andromeda 已為 Facebook 帶來 2.4% 的轉換率提升。

  2. Replit Blog55

    Replit 詳述其 Agent Habitat 背後的資安架構，以支援代理程式工作

    Replit 公布了 Agent Habitat 背後的架構，這項產品讓代理程式能在公司可控的邊界內存取公司知識與系統。文章提出四項原則：代理程式的最小權限、故障的隔離控制、可問責的生產環境變更，以及可治理的委派工作。Replit 表示，其既有的 microVM 隔離機制防範了近期揭露的 Linux 核心漏洞遭利用，且連接器憑證不會留在代理程式的上下文中，而是由憑證代理在每次請求時先行授權，再從保管庫取出機密。

10月28日星期三
  1. inclusionAI Repositories28

    UBTree 專案頁面：以 Unigram 與 Bigram 模型進行平行樹狀草稿的推測解碼

    UBTree 專案頁面介紹 UBTree，這是一種使用 unigram 與 bigram 模型草擬平行 token 樹的推測解碼方法，詳見 arXiv:2609.39972。示範影片在 Ling3 Tiny 與 Flash 上，使用未經修改的 HumanEval anti_shuffle 與 bf 提示，比較 UBTree 與 AR、DFlash 及 DSpark，四種方法產生的輸出 token 完全相同。該網站是以純 HTML/CSS/JS 透過 GitHub Pages 提供，圖表與表格的數字存放在 static/js/data.js。

10月27日星期二
  1. Replit Blog75

    Replit Cloud Agents 現在讓非工程人員也能參與公司程式碼庫

    Replit 為既有儲存庫推出 Cloud Agents，讓團隊中任何人都能用自然語言描述變更，並由代理在 GitHub 或 GitLab 開啟經過測試的提取請求，所有 Pro 與 Enterprise 客戶皆可使用。代理會在隔離的雲端沙箱中執行每項變更、點擊操作運行中的應用程式，並將截圖與影片附加到 PR，而共享環境則為每位貢獻者提供預先配置的設定，並從主分支更新。Replit 同時推出早期存取的自我改進工作區記憶，可將審查意見轉化為由工程師核准的團隊技能，以及一項 Slack 整合，讓使用者在討論串中提及 @Replit 即可發起變更。

    推薦理由：Replit 把 Cloud Agents 接入企業既有程式碼庫，讓非工程人員以帶測試影片的 PR 形式提交改動，展示了 AI 編碼工具向團隊協作流程延伸的一種路徑。

  2. Sakana AI Blog40

    Sakana AI 開放企業版 Sakana API 平台早期存取

    Sakana AI 已開放其 Sakana API 平台的早期存取計畫，讓企業客戶可透過 API 存取其大型語言模型，並能在組織與工作區層級管理成員及使用成本。此 API 與 OpenAI 相容，只需變更端點即可使用，首批提供 Sakana Fugu 與 Fugu Ultra，Sakana Namazu 與 Fugu Max 將隨後推出。功能包括角色型存取控制、CSV 稽核日誌、預算上限、發票付款、MSA 與 DPA，以及承諾不會以客戶輸入內容進行訓練。

  3. Apple Newsroom40

    Apple 發表搭載 M6 的新款 iMac

    Apple 宣布推出搭載 M6 晶片的新款 iMac，配備最高 12 核心的 CPU，以及每顆核心皆內建神經網路加速器的 GPU，另搭載雙 16 核心神經網路引擎，裝置端 AI 速度最高可達 M4 的 5 倍。Apple 宣稱其效能最高可達最受歡迎的 Intel 版 iMac 的 18 倍，在 LM Studio 中的 AI 提示處理速度最高可達 M1 的 12 倍。10 月 28 日開放預購，11 月 6 日星期五起開賣。

  4. Google Developers Blog58

    Google A2UI 新增可替換的推論格式，Express 最高可將延遲降低 3 倍

    Google 為 A2UI 發布了可替換的推論格式，A2UI 是其針對生成式 UI 最佳化的代理協定，讓代理生成一種中間格式，再由 SDK 編譯器轉換為經過驗證的 A2UI 訊息。新的預設格式 A2UI Express 在相同 UI 下使用的 token 比 Direct JSON 少最多 3 倍，並將延遲降低最多 3 倍，且已隨 Python（a2ui-agent-sdk 0.9.0）、TypeScript（@a2ui/agent）與 Dart SDK 一同發布。Google 也展示了決策模型，例如 TypeSafe 的 Jev 在預先定義的版面配置中進行選擇，其表示可將延遲降低最多 80 倍；在 Apparite 範例中，11 個提示的畫面均在 0.8 至 1.7 秒內完成。

  5. Apple Newsroom58

    Apple Creator Studio 加入 AI 助理、MCP 支援，以及 Final Cut Pro 的 MotionVFX

    Apple 為 Apple Creator Studio 推出更新，將建構於 Apple 與第三方模型的智慧助理帶進 Keynote、Pages 和 Numbers，並支援 Model Context Protocol，讓外部 AI 代理能讀取這些 App 的內容並執行編輯。Mac 版 Final Cut Pro 現在內建 MotionVFX 與 Content Hub 庫存影片，Logic Pro 新增 Beta 版助理與可分離鼓聲的 Stem Splitter，Pixelmator Pro 則加入可用自然語言編輯影像的 Generate Fill。這些更新將於今年 11 月在 App Store 上線，現有訂閱者免費，新訂閱為每月 $12.99 或每年 $129。

10月26日星期一
  1. Vapi Blog38

    Vapi 推出語音代理部署的流量拆分功能

    Vapi 已推出流量拆分功能，讓團隊可先將 0.1%、1% 或 5% 的來電與去電導向新的代理版本，再決定是否全面切換。過去發布新的助理版本時，100% 的流量會立即導向該版本。此功能包含「黏性」機制，讓重複來電者持續使用同一版本，Vapi 建議先從雙向拆分開始。

  2. Google Developers Blog58

    Google Docs 與 Drive 新增原生 Markdown 預覽、編輯與協作功能

    Google Workspace 現在讓使用者能在 Google Docs 和 Drive 中原生檢視、編輯及協作 Markdown（.md）檔案，無需轉換成其他格式。檔案會保留 .md 類型，並在文件標題列顯示可見的標記；Drive 則提供包含表格與超連結的渲染預覽，或可切換為原始文字。Google 將 Markdown 定位為人類與 AI 代理共通的語言，支援即時共同編輯、行級註解與版本記錄，涵蓋人類與代理的修訂；任何擁有 Google 或 Workspace 帳戶的人，只要將 .md 檔案上傳到 Drive 即可開始使用。

  3. Mastra Blog40

    Mastra 開放 Knowledge 給另外八家設計夥伴，這是一套為 AI 代理打造的自架式公司大腦

    Mastra 正開放其 Knowledge 服務給另外八家設計夥伴，採先到先得制；這是一套為 AI 代理提供的自架式全公司情境層。Knowledge 可連接 Slack 和 Monday 等系統、自行保持最新狀態，並支援各職能各自獨立的知識庫，權限細分到個人、團隊和組織層級。Mastra 表示，將全公司知識圖譜接入其編碼代理後，交付程式碼的品質有明顯提升。

  4. Apple Newsroom30

    Apple 發表全新 iPad mini，配備 OLED 顯示器與 A20 Pro

    Apple 發表全新 iPad mini，配備 8.5 吋 OLED 顯示器，峰值亮度較前代提升超過 2 倍，機身更薄更輕，並搭載 A20 Pro 晶片，每個 GPU 核心均內建神經網路加速器，以及雙 16 核心神經網路引擎。它新增 IP67 防塵防水能力、1200 萬像素 Center Stage 前置相機，以及採用裝置端處理與 Private Cloud Compute 的 Apple Intelligence。10 月 28 日起在 36 個國家和地區開放預購，Wi-Fi 機型售價自 $699 起，Wi-Fi + 行動網路機型售價自 $849 起。

10月23日星期五
  2. Amazon Science38

    TorchNeuron 背後的科學：Amazon 為 AWS Trainium 晶片打造的全新 PyTorch 後端

    Amazon 發布了 TorchNeuron，這是一個開源的 PyTorch 後端，能將 PyTorch 程式碼轉換為可在 AWS Trainium 系統上執行的操作，且幾乎或完全無需修改程式碼。它新增了一個可選用的自適應 eager 模式，會將操作分組並編譯，以達到接近編譯後的效能，另外還有多層 NEFF 快取；在一項 64 程序的 LLM 測試中，共享編譯服務將首次訓練步驟的時間縮短了約三分之一。Annapurna 團隊使用從數十萬個開源模型中精選出的 841 個代表性模型，對其進行了調校與基準測試。

  3. Microsoft Research58

    Microsoft Research 發布 Flint-interactive，一種用於 AI 生成互動式資料視覺化的語言

    Microsoft Research 發布 Flint-interactive，這是一種建構於 Flint 之上的語言，讓代理與開發者能透過高階語意事件與更新運算子建立互動式資料視覺化。Flint 的編譯器負責處理命中測試、版面配置、渲染與視覺相依性，因此使用者只需指定連結刷選、醒目提示或視埠變更等互動，無須撰寫低階視覺化程式碼。此語言可透過聊天環境中的 Flint-MCP 與 MCP Apps、用於儀表板與資料故事的 Flint Interactive Canvas，以及供客製化互動使用的程式設計 API 取得。

10月22日星期四
  1. Sakana AI Blog58

    Sakana AI 推出 Sakana Aquarium，一個以本體論為基礎、供企業決策使用的 AI 代理平台

    Sakana AI 宣布推出 Sakana Aquarium，這是一個用於建置、執行與營運 AI 代理的平台，這些代理以本體論為基礎，支援組織的決策與執行。該平台結合三個部分：本體論（Ontology），用以組織知識、規則與資料及其含義和關聯，並在無需遷移的情況下連接既有來源；治理（Governance），用於設定存取權限與執行前核准，並記錄從決策理由到執行結果的一切；以及託管代理（Managed Agents），用於部署涵蓋資訊查詢、AI 判斷、功能執行與人工核准的工作流程。Sakana AI 表示，資料連接與本體論可在不同代理之間重複使用，且該平台源自其由 FDE 主導、與 MUFG、SMBC Group 及 Daiwa Securities Group 等金融機構合作的工作。

  2. Modal Blog71

    Modal 發布 Spindle，一個開源、相容於 Tinker 的訓練伺服器

    Modal 發布了 Spindle，這是一個開源、相容於 Tinker 的訓練伺服器，可在客戶的 Modal 工作區中運行，讓團隊能自訂技術堆疊，並按 GPU 時間而非 token 計費。Spindle 支援對開源模型進行全參數訓練與多 LoRA，Modal 表示，在一個 DAPO-math GRPO 任務上，讓 8 個客戶端共用一個訓練器，相較於 Tinker，每 100 萬輸出 token 的成本最多可降低 80%。Modal 表示 Spindle 仍處於 beta 階段，並將其定位於自家的 Dojo 訓練函式庫與原始叢集基礎元件之間。

    推薦理由：Modal 的開源 Spindle 伺服器為團隊提供了一個相容於 Tinker 的替代方案，以 GPU 時間取代按 token 計費，據稱多 LoRA 共用可將成本最多降低 80%。

  3. MiniMax Blog62

    MiniMax Code 推出 Mini App 執行環境，內建託管 MCP 與開源儲存庫

    MiniMax 在 MiniMax Code 桌面應用中推出 Mini App，這是一種外掛格式的應用程式，具備前端與 Node.js 後端，讓 Agent 的工作保留在一個持續運行的頁面上，而不是散落在各段對話中。此次發布包含具備持久化資料目錄的執行環境、託管 MCP、Agent API、Host Connectors 與頁內工具核准，以及可從一句話需求直接生成可用頁面的 /miniapp-creator，還有外掛市集中的官方 Mini Apps。MiniMax Bot 本身就是一個 Mini App，其原始碼與社群打造的 Mini Apps 現已收錄於開源的 MiniMax-Code-MiniApps 儲存庫；Mini Apps 可在 macOS 與 Windows 的本機工作階段中使用。

    推薦理由：MiniMax Code 把 Agent 的工作從對話流搬進常駐頁面，並公開了 Mini App 的執行環境與開源儲存庫，為 Agent 工具形態提供了一種可參考的架構。