AI 编程实时动态与要闻

月之暗面 Kimi 官方账号 10 月 30 日 03:14（UTC）发布 3D Make，称 Kimi 可连接 Blender 和 CAD 等工具来建模、组装场景和开发游戏，已在 kimi.ai 和 Kimi Work 上线。官方同步发布的 3D 教程说明，K3.1 Pro 经过专门训练，通过 Python 脚本操作 3D 软件，即使没有 MCP 支持的专业软件也能纳入工作流；人物、动物等网格模型则自动调用 Tripo 等扩散模型生成。需要本地软件的插件仅在 Kimi Work 中可用。

查看大图

GitHub 10 月 28 日在 Universe 2026 宣布 Copilot Fusion 正式可用（GA）。它把此前研究预览的 Project HydraFusion 多模型编排和 Copilot auto 模型选择合并：用户在模型选择器里选 Copilot Fusion 和努力档位（Standard / High / Max），由系统按任务决定用哪些模型、走 Single、Cascade 还是 Critique 流程。官方称 Fusion Max 在 Artificial Analysis 编码智能体指数得 60 分，比 Claude Code + Opus 5.5 Max 低 2 分，但每任务 API 成本约一半、token 约一半、耗时少约 40%。按所用模型标准价计费，付费用户到 11 月 30 日享 30% 折扣。

查看大图

扩散智能 DiffuSpace（成员来自推出 Dream 7B 的港大 NLP 实验室）10 月 28 日发布首个模型 Clover-35B-A3B-Preview：基于 Qwen3.6-35B-A3B 初始化的 MoE 扩散语言模型，总参 35B、激活约 3B、128K 上下文，按块并行去噪生成。官方口径下 SWE-bench Verified 73.6、Terminal-Bench 2.1 51.7、GPQA Diamond 83.8，单张 GB300 上 Agent 场景生成速度 680 tokens/s。权重 Apache 2.0，已上 Hugging Face、ModelScope 和 GitHub，支持 SGLang 与 llama.cpp。

查看大图

Oracle 10 月 26 日在拉斯维加斯 Oracle AI World 发布一组企业 AI 更新：新的智能体执行运行时 Oracle Fusion Claw，以及基于它的 25 个 Agentic Applications，已覆盖 ERP、HCM、供应链（SCM）和客户体验（CX）；同时推出 Fusion Companion 和 Fusion Agentic Home，员工可以在 ChatGPT 等受支持的 AI 工具或 Fusion 原生界面里用自然语言描述目标，由系统自动挑选并协调交易、工作流、审批和 AI 智能体，全程沿用企业现有的身份、权限和审批控制。官方未公布定价、跑分或具体上线时间表。

查看大图

来自新加坡国立大学（NUS）、香港中文大学（深圳）等机构的研究团队在 arXiv:2610.28630 正式发布视频生成渲染框架 SolarRenderer。针对当前 3D 游戏引擎灰模、姿态骨骼、深度图与点云难以极速转化为高保真视觉视频的难题，SolarRenderer 基于冻结的 MiniMax-H3 33B 基础视频模型，引入轻量化控制 LoRA 与 4 步生成 LoRA。利用结构引导分布匹配算法，仅需 4 步去噪即可完成高质量渲染（比传统 50 步采样提速 12.3 倍），并提出块因果（Block-Causal）变体，成功实现 768p 高清视频的毫秒级实时流式生成，为下一代神经游戏引擎与虚拟制片树立了全新标杆。

查看大图

在 GTC Berlin 开幕主题演讲中，NVIDIA 官方集中发布了横跨多个专业垂直领域的全新开源模型矩阵。核心亮点包括：支持长文本视觉推理的 Nemotron 3.5 Super VL 与即开即用的 Bolt 系列语言模型；专为高精度 RAG 打造的 Nemotron Retriever 嵌入、重排与文档解析全套套件；面向实体工业的 Cosmos 物理世界模型；面向自动驾驶的 Alpamayo 2 Edge；以及与华盛顿大学 Baker 实验室联合开发的蛋白质生成大模型 BioNeMo RFD4-Proteina。官方实测显示，RFD4-Proteina 在 10 项以上蛋白质设计基准中斩获全球第一，在 200 个氨基酸的靶点设计上比 RFdiffusion3 提速惊人的 13 倍。

查看大图

权威独立 AI 基准测试机构 Artificial Analysis 正式发布针对 Cognition 旗下最新编程智能体 Devin Fusion 的全面实测报告。Devin Fusion 采用了革命性的“异构双模型并行协同架构”：由旗舰级的 Claude Opus 5.5（Max）担任总架构师与核心决策大脑，配合轻量极速的 GPT-6 Luna（High）作为并行子智能体执行具体检索与代码试跑。在 Coding Agent Index 综合大考中，Devin Fusion 斩获 68.1 分的高分，位居全球最顶级智能体梯队；而在经济性方面，单任务综合调用成本从 Claude Code Opus 单模型的 13.04 美元骤降至 9.01 美元（成本节省达 31%），单任务平均耗时由 65 分钟缩短至 55 分钟。

查看大图

vLLM 官方项目组正式宣布将 PhysisServe 的核心推理加速架构整合至 vLLM-Omni 多模态全能推理引擎中。针对物理世界 AI、视频扩散生成与具身大模型在长程去噪阶段面临的高显存占用与高延迟痛点，PhysisServe 创新性提出去噪步与 Transformer 跨块流水线并行（Block Pipelining）、时间分片批处理与虚拟秩联合调度。在 200 张 GPU 集群上对 MiniMax H3 33B 展开实测，实现每 4.1 毫秒输出一个 Chunk（折合千帧/秒渲染），Wan2.2 5B 单卡单请求延迟从 173 毫秒降至 98 毫秒。

查看大图

Adobe Research 与布朗大学在 arXiv:2610.22744 中正式发布统一多模态多参考视频编辑框架 OmniXRef。针对现有视频编辑模型通常仅支持单一文本提示、难以精确解耦多参考源（如参考视频的运镜、参考图像的主体外观与自然语言指令）的行业痛点，OmniXRef 采用单流扩散 Transformer（Diffusion Transformer）架构，提出 Mix-Patchify 与参考相对位置编码（R2-RoPE）。实测显示在运镜轨迹迁移中旋转误差低至 0.874、平移误差 3.961，超越顶尖商用闭源系统达 5 倍以上。

查看大图

Cognition 10 月 19 日宣布，Devin Fusion 用 Claude Opus 5.5 做主控（lead）、GPT-6 Luna 做执行助手（sidekick）的组合，在 Artificial Analysis Coding Agent Index v1.5 拿到 68.1 分。按 Artificial Analysis 网站当前数据，这一分数位列榜首，但只比第二名 Muse Code + Muse Wonder Full（68.0）高 0.1 分，基本并列；第三名 Antigravity CLI + Gemini 4 Argon 为 63.8。Cognition 称该组合每任务成本比 Claude Code 搭配 Opus 5.5 低 31%（厂商口径）。Fusion 已在 Devin CLI 和桌面版提供。

查看大图

由 Maluuba（已被微软收购）原班团队创办的 Skyfall AI 于 10 月 19 日发布研究预览版 SKY-001，自称首个「工程世界模型」。它不做下一个 token 预测，而是从文字或一张 2D 图出发，先并行生成几种粗略 3D 方案，再递归拆成零件树，逐个零件画 2D 草图、拉伸成 3D，最后按层级组装，可在 Autodesk Fusion 等 CAD 软件中查看。官方自测 3D CAD 任务：IoU 79.7%（GPT-6 Astra 79.1%），单例 3.9 秒、0.005 美元（Astra 199 秒、0.75 美元）。目前仅开放候补名单，商用部署目标是 2027 年初；所有跑分均为厂商自测，暂无独立复现。

查看大图

前沿 AI 初创公司 Inception 联合创始人 Stefano Ermon 宣布正式推出新一代扩散架构大语言模型 Mercury 3。模型在 NVIDIA GPU 上实现高达 1,068 Token/秒的超高生成吞吐，参数量达到前代 Mercury 1 的 40 倍并支持 100 万（1M）Token 原生上下文。在 IFBench、GPQA Diamond 与 SWE-Bench Atlas 基准上全面对标前沿闭源基线，输入/输出百万 Token 标准定价为 0.20 / 0.70 美元（上线期半价优惠仅需 0.10 / 0.35 美元）。

查看大图

Inception 10 月 19 日发布 Mercury 3，称其为迄今最强的扩散式大语言模型（dLLM）。官方口径：参数规模是 Mercury 1 的 40 倍以上，输出速度 1068 token/秒，上下文从 Mercury 2.5 的 26 万扩到 100 万 token，在 GPQA Diamond、IFBench、SWE-Bench Atlas 等基准上超过 GPT-6 Luna 与 Claude Haiku 5.5（均为 medium 档）。标价每百万输入 0.20 美元、输出 0.70 美元，首发五折。已上线 Inception API、OpenRouter、Baseten 和 Vercel AI Gateway，兼容 OpenAI API。跑分均为厂商自测，暂无独立复现。

查看大图

现有连续扩散语言模型（CDLM）普遍直接套用自回归 LLM 或图像 DiT 架构，存在特征尺度失控与梯度路由紊乱问题。小红书、北京大学、香港中文大学（深圳）与 UCLA 团队联合发表 LangDiT（arXiv:2610.22330）。通过骨干网与 Q/K RMSNorm、展宽噪声条件调制、词表头残差截断解耦及置信度门控自条件引导，在 OpenWebText 基准上将 LangFlow 生成困惑度压至 21.72，适配 Plaid 架构后进一步取得 11.33 的全新 SOTA 困惑度记录。

查看大图

三维与四维视觉生成迎来三项底层革新：Gen4P（arXiv:2610.22371）将预训练视频生成模型改造为无需迭代去噪的单次前馈 4D 感知器，在 WorldTrack 基准全面超越 MonST3R 与 Any4D；华科与华为团队推出 SUPRA-TEX（arXiv:2610.22352），将 DTC-Tex 渲染 PBR PSNR 推高至 32.08 dB（超越 TRELLIS.2 的 28.60 dB）；港科大 ForcingBooster（arXiv:2610.12625）通过自适应分块去噪将自回归视频扩散 Patch NFE 砍半（-50.19%），实现无损画质下 1.30 倍端到端加速。

查看大图