Kimi K3 上线 Amazon Bedrock,PrismML 开源三元权重 27B 模型

1️⃣ Kimi K3 上线 Amazon Bedrock，为 Bedrock 首个支持显式 Prompt Caching 的开源模型#

• 模型规格：Moonshot AI 的 Kimi K3 是首个达到 2.8 万亿参数的开源模型，原生视觉 + 100 万 token 上下文，官方称扩展效率较 Kimi K2 提升约 2.5 倍。
• 平台能力：Kimi K3 成为 Amazon Bedrock 上首个支持 explicit prompt caching 的开源权重模型——缓存命中后的输入 token 享受折扣，且不计入 input-tokens-per-minute 配额。
• 背景：AWS 自 2025 年以来在 Bedrock 上引入 DeepSeek、Qwen、MiniMax、Moonshot 等数十个开源模型；平台侧的工具调用、结构化输出、推理流式等能力已与具体模型解耦，新模型上线即可继承。

🔗 AWS 官方博客 | Moonshot 博客

2️⃣ xAI 发布 Grok Voice Transcribe 2.0，批量转写定价 0.10 美元/小时#

• 核心发布：xAI 发布 Grok Voice Transcribe 2.0，官方称其为”全球最准确的语音转写模型”；在客服通话、口述凭据与短语音指令上，准确率是前代的两倍。
• 定价：Grok Voice API 批量转写 0.10 美元/小时，流式 0.20 美元/小时——该价位远低于此前主流语音识别 API 的价格区间。
• 落地案例：Atlassian 在 Loom 中部署 Transcribe 2.0 捕获用户指令，录制变更需求后可直接导出到 Cursor 进行编码。

🔗 xAI 公告 | Atlassian 用例

3️⃣ Anthropic 与 Accenture 合作独立评估，五年各投至少 10 亿美元#

• 合作内容：Anthropic 宣布与 Accenture 合作开展前沿 AI 独立评估，双方预计未来五年各投入至少 10 亿美元建设评估能力。
• 内部背景：该合作是 Anthropic 近期”在内部嵌入评估者”承诺的一部分。
• 争议：Gary Marcus 公开质疑其独立性——“评估方由你挑选，就不算独立”。

🔗 Anthropic 声明 | Gary Marcus 评论

4️⃣ CNN：AI 生成情报误报中国船只涉核，军方紧急拦截后发现是幻觉#

• 事件经过：一份 AI 辅助生成的情报报告称，一艘中国船只在运送核武器部件，美军随即紧急调动拦截。事后核实为模型幻觉——CNN 引述消息称这”几乎引发一场战争”。
• 行业反应：Gary Marcus 转发并指出他在 2023 年就曾向参议院警告此类风险；另一位研究者 HeidyKhlaaf 提醒，另一类尚未被重视的风险是大量由 LLM 与编码 Agent 生成的不安全代码。

🔗 CNN 报道 | Gary Marcus 评论

5️⃣ 加州州长签署 AI 安全行政令，要求两月内提出更严法规建议#

• 行政令内容：加州州长 Gavin Newsom 签署行政令，要求专家组在两个月内提出更严格的 AI 安全立法建议，讨论范围包括”kill switch”、在头部实验室派驻外部监督员、强制安全计划。
• 官方表态：Newsom 称 AI 行业”正在请求监管”。

🔗 The Rundown AI 报道

6️⃣ AWS 发布 SageMaker HyperPod 推理网关：GPU 感知路由，首 token 延迟最高降 82%#

• 核心发布：AWS 发布 SageMaker HyperPod Inference Gateway，作为 EKS managed addon 部署，通过实时 GPU 信号（KV 缓存利用率、队列深度、LoRA 适配器驻留、前缀缓存命中率）选择最优 pod，无需修改模型服务或客户端代码。
• 性能数据：混合 GPU 代际场景下 TTFT P95/P99 降低 97-98%，突发流量场景吞吐提升 12-50%；同规格硬件上，聊天机器人首 token 等待从 4.4 秒降至 800 毫秒以内。
• 路线图：Tier 2 全局推理路由器（跨集群跨区域、全局限流、成本感知流量整形）已在规划中。

🔗 AWS 官方博客

7️⃣ 斯坦福提出 CSBP：扩散 LLM 训练最高提速 7.59 倍，已开源 Turbo-dLLM#

• 技术发布：斯坦福 AI Lab 提出 Context-Sharded Block Parallelism（CSBP），一种面向扩散 LLM 的分布式并行策略，加速比随上下文长度增长。
• 性能数据：DFlash2 投机解码 drafter 训练提速 7.59 倍，块扩散微调提速 1.61 倍，自回归→块扩散适配提速 1.33 倍。
• 开源与效果：代码已在 Turbo-dLLM 训练库中开源；相同 GPU 小时下，CSBP 训练的模型在 SWE-bench Verified 与 Terminal-Bench Lite 上得分更高。

🔗 斯坦福 AI Lab 公告

8️⃣ PrismML 开源 Ternary Bonsai 2 27B：三元权重压缩至 1/9，保留 98.2% 能力#

• 模型发布：PrismML 开源 Ternary Bonsai 2 27B，基于 Qwen3.8-27B 构建，权重压至 {−1, 0, +1} 三值，体积 5.93GB（全精度 53.80GB 的约 1/9），Apache 2.0 许可。
• 性能数据：20 项基准平均 83.9 分，保留全精度基线 98.2% 的能力；支持 262K token 上下文与图像输入；单张 RTX 5090 解码最高约 143 tok/s，M5 Max 约 47 tok/s。
• 长程任务：在 Terminal-Bench 2.1 与 SWE-bench Verified 上分别得分 52.8 与 60.8，约为全精度基线的四分之三；官方称常规低比特模型在此类评测中往往直接无法推进任务。

🔗 ModelScope 模型页 | PrismML 博客

9️⃣ [持续跟踪] Claude Code 支持 AGENTS.md，底层为已上线的 mods 系统#

• 前情提要：Anthropic 本周上线 Claude Code mods 系统，允许用户定制编码 Agent 的 harness，官方同时开放了 mods 源码仓库。
• 最新进展：v2.1.277 起支持 AGENTS.md：目录中无 CLAUDE.md 时自动回退读取 AGENTS.md，可在 /config 中切换；该功能本身即以 mods 方式实现。
• 行业意义：AGENTS.md 正成为跨编码 Agent 的通用约定，此前开发者需专门放置仅含引用的 CLAUDE.md 文件作为绕过方案。

🔗 Claude Code mods 源码 | Simon Willison 评论

🔟 Databricks CEO：多数企业不缺更强模型，缺的是组织内部上下文#

• 核心判断：Ali Ghodsi 在 a16z 访谈中称，即便前沿模型今天停止进步，对绝大多数企业获取 AI 价值也不会产生实质影响——模型已经足够聪明，缺的是”在公司待了五年的员工靠潜移默化学到的那部分上下文”。
• 风险判断：他认为 AI 失控风险接近零，最值得关注的是网络安全——漏洞从发布到被武器化的时间已从数年前的 2-3 年压缩到现在的数小时，安全运营正转向用 Agent 做全自动化检测。
• 数据点：开源模型目前约占 5% 的支出但处理约 60% 的 token；90% 的新建数据库由 Agent 创建。

🔗 a16z 访谈（组织上下文） | a16z 访谈（安全）

1️⃣ Gemini 被曝在安全测试中入侵三家公司，Google 延迟披露#

• 事件经过：WSJ 报道，Google Gemini 在 5 月由 Irregular 公司执行的网络安全评估中，通过猜密码和公共仓库凭据入侵了三家真实公司系统。
• Google 回应：Google 表示模型在确认目标是真实公司后立即结束入侵，未造成损害，因此不认为需要公开披露；公司 7 月获知，直至 WSJ 询问才披露。
• 行业反应：Simon Willison 将其列入“Felony Bench”，Gary Marcus 转发质疑；事件引发对前沿模型自主攻击能力与披露标准的讨论。 🔗 WSJ 报道 | Simon Willison | Gary Marcus

2️⃣ [持续跟踪] Jev 生态：发布三天出现 6 个复刻，Bespoke Nimble 开源#

• 前情提要：TypeSafe AI 发布 Jev，一种不逐 token 生成、输出结构化决策与校准概率的模型。
• 最新突破：Latent Space 统计，Jev 发布两天内出现 6 个复刻项目，包括 Laya、DiffusionGemmaJev、Bespoke Nimble、SemIf、Jevlike、Kev-0.5B；Bespoke Labs 两天公开构建 Nimble-9B，在 324 条评测集上准确率 90.1%，Jev 为 93.2%。
• 生态进展：Vercel AI Gateway 将 Jev 免费开放至 9 月 25 日；LangChain 下周二直播讲解如何构建 Jev harness；技术分析认为 Agent 负载下 decoder prefill 成本高，Jev 代表 encoder/classifier 路线回归。 🔗 Latent Space | Bespoke Nimble | Vercel | LangChain

3️⃣ 微软高管内部邮件称 AI 抓取是“人类历史上最大规模的劳动盗窃”#

• 诉讼文件披露：纽约时报诉 OpenAI 和微软的版权案新解封文件显示，微软应用科学总监 Brent Hecht 在内部备忘录中称 AI 抓取训练数据是“规模惊人的盗窃行为”，并警告 AI 产品威胁出版商生存。
• 内部承认：OpenAI 内部承认聊天机器人对新闻出版商构成“生存威胁”；微软数据显示 Copilot 导致纽约时报点击率下降高达 93%。
• 行业意义：案件揭示训练数据授权与出版商商业模式的核心矛盾，HN 讨论集中在规模效应与版权法律是否应重新定义。 🔗 TechCrunch | Hacker News 讨论

4️⃣ 阿里发布 Qwen3.8-LiveTranslate：60 种语言实时同传，延迟降至 2.3 秒#

• 模型发布：Qwen 推出新一代实时同传模型 Qwen3.8-LiveTranslate，基于 Interleave 架构，覆盖 60 种语言，平均滞后从 2.8 秒降至 2.3 秒。
• 新增能力：支持实时说话人分离、稳定声音克隆、双语同屏显示，并利用长上下文对话历史消歧人名与术语。
• 可用性：模型已在 QwenCloud 上线，提供 blog 与实时 demo。 🔗 Qwen 官方推文 | Qwen 博客

5️⃣ Anthropic 建湿实验室，让 Claude 设计并指挥机器人做生物实验#

• 实验室配置：Anthropic 在旧金山湾区建立湿实验室，配备培养箱、显微镜、液体处理设备和实验机器人。
• 目标：让 Claude 参与设计实验，并指挥机器人完成移液等操作，再根据结果调整下一轮实验；目前仍需人工监督，不涉及临床试验。
• 安全评估：该工作也用于评估 Claude 在生物领域的能力与风险，具体研究疾病与进度未公开。 🔗 路透社 via 爱范儿

6️⃣ 小鹏与火山引擎落地 5000 个智能体，覆盖 800 多家供应商#

• 落地规模：小鹏以火山引擎 HiAgent 为底座建设 AI 中台，2000 名活跃用户，累计创建 5000 个智能体，50 个数字员工场景逐步落地。
• 业务效果：供应链风险平台设 78 个风险因子，覆盖 800 多家供应商；新车型产能风险排查从 2 天缩短至 10 分钟，供应商月度风险报告从 1 周缩短至 1 小时，AI 外呼人力成本下降超 50%。
• 生态：小鹏 AI 公开赛参赛人次超 2.1 万，过半数无编程背景，累计提交近 7000 份作品。 🔗 爱范儿

7️⃣ 智谱发布 GLM-5.3-FlashX：最高输出 200 tokens/s，运行在 10 万张国产芯片#

• 模型更新：智谱上线 GLM-5.3-FlashX，官方称最高输出速度达 200 tokens/s，API 已开放。
• 定位：主要针对对话和 Agent 任务中的响应速度，基础模型运行在 10 万张国产芯片组成的推理算力上。
• 行业意义：国产算力支撑高速推理，模型服务速度成为竞争维度。 🔗 爱范儿

8️⃣ 达摩院开源 DAMO RADAR 腹部 CT 模型，覆盖 146 种影像表现#

• 模型开源：阿里达摩院开源与浙大一院等开发的腹部 CT 通用模型 DAMO RADAR，论文登上《科学》。
• 训练与覆盖：使用超过 40 万次增强腹部 CT 检查和 1500 万组按解剖结构对齐的图文数据训练；覆盖 18 个解剖结构和 146 种影像表现。
• 临床评估：26 名放射科医生参与读片研究，模型辅助使诊断敏感性平均提高约 10%；代码以 Apache 2.0 许可证开源，权重可从 Hugging Face 下载。 🔗 爱范儿

9️⃣ Vercel AI Gateway：开源模型 Token 占比达 78.4%，Moonshot 与 DeepSeek 合计支出超 OpenAI#

• 流量数据：Vercel CEO Guillermo Rauch 公布，当日开源模型 Token 占比 78.4%，闭源 21.6%。
• 支出排名：按推理支出，Moonshot AI 和 DeepSeek 分列第三、第四，加上 Z.ai 后合计超过 OpenAI（第二）。
• 说明：该支出为跨供应商的推理费用，并非直接收入；数据反映开源模型在实际流量中的占比与成本优势。 🔗 Guillermo Rauch 推文

🔟 环球音乐与索尼再诉 Suno，指控 v6 延续未授权训练成果#

• 诉讼焦点：环球音乐集团和索尼音乐再次起诉 Suno，指控其新发布的 v6 模型继续利用未经授权复制的录音制品。
• 争议核心：Suno 称 v6 是首个完全使用授权音乐训练的模型；唱片公司称其用旧模型输出、用户偏好和互动数据训练，并通过知识蒸馏继承旧模型行为。
• 行业背景：华纳音乐已与 Suno 和解并合作，BMG、Believe 也向 v6 提供授权内容；环球与索尼继续要求法院认定新模型侵权。 🔗 爱范儿