DeepSeek V4.1 Flash：长任务Agent的成本账
KV缓存占用降到上一代的四分之一，不等于一个项目便宜了四分之三。V4.1 Flash的意义，要放进缓存命中、输出用量、失败重试和人工复核这四笔账里看。
精选热点
查看完整榜单筛选资讯 · 2026-09-11 · 全部主题
9月11日
2026-09-11今日 22 条动态
黄仁勋重申英伟达明年营收可增长70%，回应“循环交易”质疑
在高盛Communacopia + Technology大会上，黄仁勋再次确认明年营收同比增长70%的预期，并称英伟达已深度嵌入AI生态，能“看到未来”。
GitHub官方博客介绍Copilot应用内置diff、终端与浏览器面板
GitHub官方博客介绍，GitHub Copilot应用内置diff面板、终端面板和浏览器面板，让审查、运行和预览agent生成的代码在同一应用内完成，无需在编辑器、终端和浏览器之间切换。
Runway公布实时视频生成研究：从等待成片改为边提示边流式出帧
Runway发布研究说明，介绍其通过让基础模型因果化、自回归化再蒸馏的方式实现实时视频生成；公司称目标是优化首帧时间并流式输出视频，但未给出具体延迟或成本数字。
OpenAI因Astra需求暂停新Pro订阅，月费 200 美元档位暂停注册
OpenAI产品负责人Thibault Sottiaux在X上表示，Pro套餐对系统压力最大，因此暂时关闭该档位的新用户注册；API、Go和Plus等其他套餐仍可订阅，但公司未说明暂停持续多久。
OpenAI发布Codex Windows语音版Cygwin构建输入与对应源码
这批归档仅用于CI构建原生Windows语音版Codex，不包含在Codex用户安装包中，包含 103 个固定版本Cygwin二进制包和 83 个对应源码包。
Google AI开发者撰文解释“图工程”：用fan-out/join编排多智能体
一篇Google AI Developers的开发者文章称，“图工程”是把微服务式后端架构思路用于智能体编排：用严格schema的节点和fan-out、join、条件路由，替代让LLM在黑盒循环里自由游走，以找回可预测性和可调试性。
LangChain发布langchain-anthropic 1.7.2，修复无效工具调用块丢失问题
该版本距 1.7.1 仅有一处修复：保留无效的tool use块；来源为GitHub Release摘要。
llama.cpp发布b10900：Vulkan后端借add_alloc_dep为预填充启用topk_moe融合
该版本说明（来源仅为发布页摘要）写明唯一改动是Vulkan后端使用addallocdep让topkmoe融合在预填充（prefill）阶段生效（PR #28422），同时照例提供各平台预编译包。
Amazon Quick桌面应用在macOS和Windows正式可用，移动端加入活动流
AWS宣布Amazon Quick桌面应用在macOS和Windows上正式可用，并为iOS和Android移动端加入整合邮件、日历、CRM和消息的活动流。
llama.cpp b10897发布：Windows ARM64的CUDA 13构建改用 13.4.1 GA可再发行组件
该版本将Windows ARM64 CUDA 13.4构建从Developer Preview归档迁移到 13.4.1 正式发布（GA）可再发行组件，并同步更新各平台预编译包。
OpenAI将GPT-Live-1开放为API，支持全双工语音
该语音模型可同时听与说，在OpenAI基准测试中全双工交互得分 80.1%，前代为 45.4%；定价每分钟 0.05 美元。
Anthropic Python SDK发布 1.5.0：Managed Agents可挂载公开GitHub仓库
该版本为Managed Agents加入自动模式工具权限、无需authorizationtoken即可挂载公开GitHub仓库，并新增webfetch的contenttoolarge错误码。
Pocket FM年化营收翻倍至 5 亿美元，AI承担 93% 内容生产
这家印度音频故事平台的联合创始人兼CEO罗涵·纳亚克称，AI让内容制作成本降低约 80 倍，过去需要一年制作的 100 小时内容现在一天即可完成；美国是其最大市场，贡献约 70% 的年化营收。
Sierra发布多模态客服代理：界面随对话切换语音、文字与可视化
Sierra在官方博客介绍新一代多模态代理，把语音、文字和可视化组件放进同一段对话，代理自行判断何时用哪种形式，并支持一次开发、全渠道部署。
LiteLLM发布v1.100.1，回滚部分支出归因改动
LiteLLM v1.100.1已发布，除回迁两项改动外，还撤销了stable/1.100.x上的支出归因回迁；版本说明同时提醒Docker镜像已用cosign签名。
ONNX Runtime 1.30.0发布：新增Go绑定，CUDA与WebGPU推理能力扩展
微软ONNX Runtime发布 1.30.0 版本，这些说明覆盖自 1.29.1 以来的变更。亮点包括：CUDA推理支持扩展，为连续批处理引入变长因果卷积、paged XQA中的投机解码，以及带per-channel scales的INT4 paged KV cache；WebGPU方面改进PagedAttention、新增GPT-OSS支持与INT8 KV-cache块量化；CPU端新增AVX-512、Arm64 NEON和SVE的融合LinearAttention内核；并新增ONNX Runtime C API的Go绑定与DeepSeek Engram contrib算子。
供应链AI仍停在"发现问题"：2025年中断损失约1840亿美元
J.S. Held《全球风险报告》数据显示，2025年供应链中断给企业造成约1840亿美元损失；FourKites与ABI Research报告称，仅27%的组织允许AI自主行动，52%仍将其限制在决策支持环节。
前DeepMind公关员工称该实验室曾禁止公开讨论AI灭绝风险
Vishal Maini称，2018至2022年在DeepMind传播与政策团队任职期间，"任何人在组织任何层级都不被允许对外沟通人类灭绝的可能性"，研究人员被指示将这类风险斥为危言耸听。
Skild AI发布S1机器人基础模型：看一段视频即学新任务，无需重训权重
Skild AI称S1通过上下文学习，从单段视频演示中学会此前未见的长程任务，单步成功率约 66%，对照系统为 9%；公司还称达到 1 亿美元年化营收、10 个月内建立 60 多个部署合作。
英伟达称全球主要Robotaxi项目均在其平台上运行，预计2035年市场规模达4000亿美元
英伟达发布博客，介绍其面向Robotaxi的三计算机架构：DGX负责模型训练、Omniverse与Cosmos负责仿真验证、DRIVE Hyperion负责车载计算与传感器融合，并列出Uber、Wayve、Pony.ai、特斯拉等采用方。
OpenAI称研究团队用Codex和ChatGPT在现存与灭绝基因组中寻找抗菌分子
OpenAI新闻页面发布的摘要显示，César de la Fuente的实验室使用Codex和ChatGPT，在现存和已灭绝生物的基因组中搜索候选抗菌分子，用于应对耐药感染。
已加载全部资讯