找到 15 筆
DeepSeek 發布 DeepSeek-V4.1-Flash-1017，是 DeepSeek-V4.1-Flash 的小版本更新，權重以 MIT 許可開放。官方稱其在推理、程式設計、Agent 與視覺基準上均有提升，同時縮短任務執行時間與輸出長度：Terminal-Bench 4.0 從 31.2 升至 42.3，Apex Bench v1.1 從 64.6 升至 72.1，HLE（無工具）從 36.8 升至 42.6。
開源安全運營平台 Argus 發布，採用 MIT 許可、免費自託管，核心是讓 AI 代理以機器速度檢測並自動阻斷攻擊。它接入 AWS、Azure、GCP、Kubernetes、Okta、Entra、CrowdStrike 等服務，提供 27 個一鍵修復，並支援在 Slack 中一鍵批准或回滾。新版新增自主回應（未人工確認則按定時器自動回滾）、統一 AI 閘道器（用公司持有的金鑰代理 OpenAI 與 Anthropic 呼叫，含模型白名單與預算）以及影子 AI 發現。
DeepSeek 上線 V4.1 Flash 1017，552B 總引數 / 16B 啟用 MoE，支援 1M token 上下文，MIT 許可，API 價格維持每百萬輸入 0.30 美元、輸出 1.20 美元，閒時半價。Artificial Analysis 智慧指數升至 45（+6），在開源權重模型中與 GLM-5.3 並列第二，僅次於 MiMo-V2.6-Pro；Code Arena WebDev 與 Agent Arena 均為開源第一。
DeepSeek 發布開源權重模型 V4.1 Flash 1017 (Max)，採用 MIT 許可，權重已上傳 Hugging Face，支援文字與影像輸入。在 Artificial Analysis 智慧指數上它得分 45，遠高於同類開源模型中位數 19；總引數 552B、每 token 啟用 16B，上下文視窗 1M token，輸出速度約 230 token/秒。
明略科技與中國科學院自動化研究所聯合提出 VisionHOPE，稱其為首個以自修改學習系統為核心的通用視覺骨幹網路，程式碼、底層運算元與預訓練權重已按 MIT 協議開源。模型在單次前向計算中一邊讀圖、一邊更新決定特徵關聯、學習步長與記憶保留的規則，由五類可更新記憶協同完成。VisionHOPE-S 以 52.9M 引數在 ImageNet-1K 取得 85.2% Top-1 準確率，引數量不到 VMamba-B 的六成、準確率高 1.3 個百分點；
10 月 28 日，螞蟻集團百靈大模型開源 Ling-3.1-flash-1019，面向 Personal Agent 場景強化複雜工作流與多步驟任務，在 Artificial Analysis 智慧指數 v4.3.2 中得 44 分，比上一版高 3 分。
DeepSeek 於 10 月 17 日把 V4.1 Flash 升級為 V4.1-Flash-1017，網頁端、App 與 API 同步切換，API 呼叫方式不變。新模型引數量 763B，高於 V4.1F 的 552B；Terminal-Bench 4.0 從 31.2 升至 42.3，max 檔每任務平均費用從約 3.3 元降至約 1.3 元，API 單價保持不變，權重以 MIT 許可在 Hugging Face 與 ModelScope 開放下載。
10 月 13 日，APUS AI 開源 Personal Agent 產品 Reflex Agent，採用 MIT 協議，提供桌面端、Web 和 SDK。官方實測其在相關場景中回應速度最快可達 Claude Code、Codex 等主流 Agent 的 3 倍。與依賴程式碼和提示片語織 Harness 的方案不同，它由自研決策模型 Reflex 承擔模型路由、技能選擇與執行監督，按「決策—執行—反饋—再決策」迴圈推進任務；
Hob 是一個 MIT 許可的 Mac、Windows、Linux 桌面應用，用開放權重模型（目前 Gemma 4 與 gpt-oss）在本機讀寫資料夾、跑沙箱 Python、識別圖片，聊天和檔案都不離開系統。首次安裝會自動挑選適合當前硬體的模型，聯網部分只有基於 SearXNG 的網頁搜尋（可在設定裡關閉）和使用者自行新增的 MCP 聯結器。程式碼沙箱只能寫入當前會話資料夾、預設無網路；作者稱 16GB 以上記憶體的機器表現較好。
開發者基於 Opus 5.5 做出 Skill「Papermorph」，能把 PDF 依次轉成書籍規劃、分鏡、旁白、動畫與測驗，最終生成可探索的動畫互動網頁書。目前僅依賴 Opus 5.5，未接入影像模型，直接輸入 PDF 效果已不錯；下一步將加入影像模型以支援繪本與人文紀錄片。專案已在 GitHub 以 MIT 協議開源，並提供線上書架。
哈佛、輝達、伯克利、MIT 與斯坦福團隊提出 RAX：讓通用 Coding Agent 直接接入機器人的感知與控制介面，靠自主探索把成功決策寫成可執行程式，模型引數全程凍結。
macOS 命令列工具 bigarrow 發布，讓 AI agent 在螢幕上畫出大箭頭、方框和文字，指向需要人類親手點的按鈕，比如「Allow」權限彈窗、OAuth 同意頁和 2FA 輸入框。它只是一個 Swift 二進位制，點選穿透、不搶焦點、覆蓋所有顯示器與 Space，繪製不需要任何權限，箭頭預設 8 秒後自行消失。
Nietzschian Debugger v0.1.0 已發布到 npm，原始碼託管在 GitHub，是一個只提問、不給答案的除錯命令列工具：它接入 Anthropic API（需自備 key），但從不告訴使用者怎麼修，而是一步步追問，逼開發者自己找到根因。它提供 socrates、nietzsche、zarathustra 三檔強度，從溫和引導到對抗式質詢；傳入檔案路徑時，它會讀取真實程式碼，會話結束生成除錯能力評分並把記錄存在本地 .nietzschian/sessions/。
輝達聯合 MIT 與牛津大學提出的 Physis-Lang，把物理原因、規律和結果寫進影片文字描述，並貫穿資料篩選、模型訓練與影片生成。其 Cosmos3-Super 與 Cosmos3-Nano 在 Physics-IQ Verified 榜單以 48.2 和 43.3 分列前二，Super 較此前最高分高出 5.5 個百分點。基於 Cosmos3-Nano 的版本在論文四項物理 benchmark 上取得開源最佳，三項總分超過 Veo 3.1。
一位 C 程式設計師撰文認為 Rust 的採用速度是危險的，並給出三條理由：Rust 基金會由 Amazon、Google、Huawei、Microsoft、Mozilla 創立，每年 32.5 萬美元即可購得董事會席位；社群熱衷把既有專案重寫為 Rust，他認為這無助於安全，反而通過 GPL 轉 MIT 讓企業免費受益；Rust 編譯器只能由基金會發布的上一版二進位制引導編譯，理論上存在後門卻無從驗證。他建議放慢節奏，把精力投入仍處早期開發的 GCC Rust 前端等替代編譯器。