AI 编程实时动态与要闻

谷歌 CEO Sundar Pichai 和 Google Research 宣布，10 月 1 日发射的 Project Suncatcher 原型卫星完成调试后，地面上行提示词，星上 TPU 运行 Gemma 4 开源模型，在掠过挪威斯瓦尔巴群岛时回传了一首俳句，这是数据中心级 TPU 首次在轨完成 AI 推理。下一步测试热应力和辐射下的表现，2027 年发射两颗互联卫星验证跨星分布式计算。

查看大图

Google CEO Sundar Pichai 于 10 月 30 日在 X 上宣布 Project Suncatcher 的「hello world」里程碑：团队向轨道上的原型卫星发送指令、启动 TPU、运行提示词，并在地面收到第一条完整回复——一首俳句。据 TechCrunch，回复由星上预装的 Gemma 4 生成。

查看大图

Google 官方账号 @googlegemma 10 月 26 日发帖称，借助 Gemini 4 Argon 完成的一组 vLLM 优化，让 gemma-4-E2B-it 在单张 A100 上的吞吐从约 37,900 提升到 108,000+ tokens/秒，约 2.85 倍，且输出 token 100% 一致。对应 PR 由 Google DeepMind 的 Luciano Martins 提交，大部分仍在评审中。

查看大图

2026-10-23（UTC 15:41，SGT 23:41），NVIDIA AI 官方账号 @NVIDIAAI 宣布 Nemotron 3.5 Bolt E4B 4GB 上线，定位是能对话、能调用工具的本地小模型，用于本地助手、互动角色和机器人。Hugging Face 官方模型卡显示：它由 Gemma-4-E4B-it 后训练而来，总参数 8B（有效 4B），Q4_K_M 量化，输入输出各支持最多 64K token，可开关思考模式，并提供 DFlash 推测解码草稿模型和 BF16 版本；权重、数据和训练配方开放，许可证为 OpenMDW-1.1，可商用。模型卡跑分中，4GB 量化版 MultiChallenge 55.60（Gemma4 E4B-it 同量化 39.36、Qwen3.5 4B 52.23），但 Tau2-Bench 52.32、BFCL-v3 67.31 低于 Qwen3.5 4B。

查看大图

Inworld AI 于 2026-10-14 向所有开发者开放 Inworld Inference，定位为面向消费级应用（陪伴、家教、语音、互动小说）的推理服务。它不铺海量模型，而是为 Gemma 4、GLM 5.3 Flash、DeepSeek、MiMo 等开源模型逐个定制推理构建：草稿-验证（投机）解码、改写的 split-KV 验证注意力、KV 感知路由和按评测把关的低精度权重。官方口径：Gemma 4 26B p95 首 token 0.31 秒，比 OpenRouter 中位供应商快 7.8 倍；最高 90% 提示命中缓存；GLM 5.3 Flash 30 天 2000 万+请求成功率 99.999%。API 兼容 OpenAI SDK，按请求选 Flex/Default/Priority/Fast 四档。

查看大图

作者 Logesh Kumar Umapathi 于 2026-10-10 在 Hugging Face 博客发布 GUI-Decisions：把 computer-use 的 action/坐标写成固定槽位，从下一 token 分布一次性读出，而不是自回归解码 JSON。基于 Gemma 4 31B 的 LoRA/合并权重在 RTX PRO 6000 + vLLM 上，槽位读中位约 146–158 ms/步，相对原生生 JSON 约 472–546 ms 约 3.5×；相对带思考解码可快约 20–25×。ScreenSpot 点击命中约 0.87；开源 31B/2B 权重、GitHub 与 Spaces Demo。

查看大图

开源项目 FeSens/openTPU（Apache-2.0）在 Hacker News 登上首页（250+ 分、300+ 评论）：作者沿用此前用 AI 设计 RISC-V 核的 auto-arch-tournament 方法，让 AI 代理迭代设计一颗推理加速器，单仓库包含 SystemVerilog RTL、ISA、逐位精确模拟器、内核语言编译器与 Profiler。在 Kintex-7 xc7k480t PCIe 卡上以真实权重运行 Qwen3、Qwen3.5、Gemma 4、Phi-4-mini 等模型，输出与模拟器逐 token 一致；LFM2.5-230M 4-bit 解码 85.8 tok/s，Qwen3.5-35B-A3B 借主机专家卸载跑到 3.95 tok/s。

查看大图

Google DeepMind 于 2026-10-06 发布 EmbeddingGemma 2：基于 Gemma 4 架构、740M 参数、Apache 2.0 许可，把文本、代码、图像、音频、视频映射到同一 768 维向量空间，上下文 8K，MTEB Code 从 68.76 提升到 78.68，量化后在 Pixel 11 Pro 上纯文本仅需约 191MB 内存。Hugging Face Transformers v5.19.0 已原生支持。

查看大图