活动动态

  • EOGEE 1024 造物节
    我与我周围的一切，岳来越好 · vibecoding 作品征集；进行中、作品 1 件（本周 +1）、累计 10 票（本周 +10）

新增教程

  • 网络知识基础完整教程：端口、域名、HTTP与排错验证
    本教程面向 VibeCoding 学习者，用最小的知识量讲清端口、IP 与域名、HTTP 协议、CORS 与代理、公网部署这些绕不开的网络概念，并在最后给出一套"收集事实、求助 AI、命令验证"的网络排错工作流，让你在与 AI 协作时问得准、验得了、不盲信。

新增资讯

  • 千问预告 Qwen4 下周发布：四款型号现身阿姆斯特丹，官方仓库默认上下文升至 1M
    2026 年 10 月 30 日——10 月 29 日，阿里云云栖大会欧洲站在荷兰阿姆斯特丹举行，千问研究科学家 Xudong Guo 在现场表示 Qwen4 系列将于"下周"发布，Qwen4-Max、Qwen4-Flash、Qwen4-Plus 与开源档位 Qwen4-27B 四款型号同台亮相；此前一天（10 月 28 日），千问官方命令行工具仓库 qwen-code 合并一项更新，把所有以 qwen4 开头的模型 ID 默认上下文从 262,144 token 提至 1,000,000 token。
  • 阿里开源 OvisOCR3 统一文档模型：0.8B 提示词切换五大任务，OCRBench v2 中英文双榜登顶
    2026 年 10 月 29 日——阿里 ATH-MaaS 团队于 10 月 20 日发布并开源 0.8B 参数的统一文档理解模型 OvisOCR3，该模型以 Qwen3.5-0.8B 为基座，经多教师在线蒸馏与混合任务强化学习训练，将文档解析、通用 OCR、关键信息抽取、文档图表描述与跨页表格重建五大任务整合进单一模型，各任务通过提示词切换、无需分别部署。官方技术报告显示，OvisOCR3 在 OmniDocBench v1.6 上取得 96.74 的总分，在 OCRBench v2 上以英文 65.9、中文 61.3 的成绩位列双榜第一，权重以 Apache 2.0 许可证开放。
  • 记忆张量开源记忆原生大模型 MemT 1.0，双版本累计下载超 11 万次
    2026 年 10 月 29 日——记忆张量（MemTensor）于 10 月 20 日发布并开源记忆原生基础模型 MemT 1.0 系列，包含 MemT-1.0-Flash（288B 参数、17B 激活）与 MemT-1.0-Nano（36B 参数、3B 激活）两个规模版本；截至 10 月 29 日，两款模型在 Hugging Face 累计下载约 11.2 万次，按上架约 9 天折算日均下载超万次，66 页技术报告已在 arXiv 一并公开。
  • NVIDIA 开源统一扩散语言模型 NLD-Uni，视觉理解与图像生成共用一个模型
    2026 年 10 月 29 日——NVIDIA 于 10 月 27 日发布并开源统一离散扩散大语言模型 NLD-Uni（Nemotron-Labs-Diffusion-Uni），同一个模型同时承担视觉理解与图像生成任务，模型权重与推理代码已上架 Hugging Face，论文同日提交 arXiv。
  • 扩散智能开源 Clover-35B-A3B-Preview：35B 级扩散语言模型，官方称单卡 680 tokens/s
    2026 年 10 月 28 日——扩散智能 DiffuSpace 于 10 月 28 日发布并开源扩散语言模型 Clover-35B-A3B-Preview，采用 MoE 架构、总参数 350 亿、激活参数约 30 亿，支持 128K 上下文；官方公布其在智能体编程等六项 Agent 评测中取得所列模型最高分，并在单张 NVIDIA GB300 上实测整体生成速度 680 tokens/s。
  • 商汤开源 SenseNova 6.8 Code2Video 视频创作模型：生成可执行代码渲染短视频
    2026 年 10 月 28 日——商汤科技于 10 月 24 日开源代码驱动视频创作模型 SenseNova 6.8 Code2Video，模型基于 Qwen3.8-27B 微调、支持 512K 上下文，通过生成可执行代码构建并渲染视频，权重、示例轨迹与 code-video Skill 以 Apache 2.0 许可一并开放。
  • 微软向约 6 万名员工提供自愿离职买断方案：约占全球员工总数 27%，年内第三轮人员调整
    2026 年 10 月 28 日——据 Business Insider 当地时间 10 月 26 日报道，微软向美国、加拿大、印度和英国部分部门的约 6 万名副总裁及以下级别员工提供自愿离职买断方案，符合条件的员工约占其全球 22.3 万名员工总数的 27%；这是微软继 4 月自愿退休计划、7 月裁员约 4,800 人之后年内第三轮人员调整，被多家媒体解读为微软在 AI 大额投入下压缩成本、腾挪预算的举措。
  • vLLM Semantic Router 发布 27B 决策模型 d3-turbo：单图 255 问 2.12 秒、较 d3-flash 提速 15.5 倍
    2026 年 10 月 28 日——vLLM 生态开源项目 vLLM Semantic Router（GitHub vllm-project 组织旗下）于 10 月 19 日在 HuggingFace 上架 Decision 3.0 系列的升级款 27B 多模态决策模型 d3-turbo：对同一张图片只读取一次，即可一次回答 255 个问题，官方实测耗时 2.12 秒；对比口径下，上一代 d3-flash 完成同任务需要 32.94 秒，提速 15.5 倍。模型以 Apache 2.0 许可证开源，可通过免费 API 试用或本地加载。
  • Claude Code 支持 MCP Tasks 与 Elicitations：长任务先返回任务 ID，无需持续等待
    2026 年 10 月 26 日——Anthropic 在 Claude Code 中引入 MCP Tasks 任务机制与 Elicitations 交互能力：MCP 服务器接到长耗时请求时可先返回任务 ID 再继续执行，Claude 无需持续等待，任务完成后结果自动回传；任务执行中途还能通过 Elicitation 对话框向用户提问。官方文档显示，MCP Tasks 目前处于公开测试（public beta）阶段，需要 Claude Code CLI v2.1.304 或更高版本（2026 年 10 月 19 日发布）。
  • FDE前线部署工程师岗位爆发：大厂年薪百万争夺，AI人才竞争转向业务落地
    2026 年 10 月 26 日——据脉脉平台数据（媒体转述口径）及财新等媒体报道，2026 年国内 FDE（前线部署工程师，Forward Deployed Engineer）相关岗位招聘量同比增长约 1523%；截至 2026 年 7 月初，猎聘平台综合年薪 50 万至 100 万元的 FDE 岗位接近 300 个、年薪超百万元的超过 40 个；字节跳动公开招聘的「豆包 AI 大模型 FDE」岗位最高年薪达 105 万元，腾讯云已推出行业首个 FDE 认证。AI 人才竞争的焦点正从模型研发转向业务落地一线。
  • 腾讯混元发布并开源同声传译大模型 Hy-SimulMT：中英双向语音到语音翻译，延迟约 3 秒
    2026 年 10 月 26 日——腾讯混元今日发布并开源同声传译大模型 Hy-SimulMT（规格 30B-A3B，模型权重以 Apache 2.0 许可证开源），支持中英双向语音到语音实时翻译：模型以流式方式持续接收说话人音频，边听边译，同步输出译文文本与合成语音，并集成实时音色克隆能力，在目标语言中保留原说话人的音色与语气。官方模型卡数据显示，在长音频开源评测集 RealSI 上，该模型的流式翻译延迟指标 StreamLAAL 约 3 秒，为参评系统最低；翻译质量得分（GEMBA）超过参评开源模型和 5 家商用 API 中的 4 家。
  • gpu-unlock开源工具改写显卡寄存器解除算力限制，RTX 3090 Ti矩阵吞吐最高提升约八成
    2026 年 10 月 25 日——GitHub 开发者 Zagitta 于 10 月 18 日发布开源工具 gpu-unlock，在 NVIDIA 官方驱动加载前改写显卡内部速度选择寄存器，解除 GeForce 消费级显卡在部分 Tensor Core 运算上的半速限制，无需超频、无需修改官方驱动；作者实测 RTX 3090 Ti 的 BF16 矩阵乘吞吐从 87.50 TFLOPS 提升至 157.41 TFLOPS（约 +80%），社区衍生分支在 RTX 4090 上测得 FP16/BF16 指令发射速率接近翻倍。截至发稿，主仓库星标数已达 4774。
  • 百度开源 OCR 模型 Unlimited-OCR：一次解析数十页文档，GitHub 星标 2.83 万
    2026 年 10 月 25 日——百度于 2026 年 6 月 22 日开源的长文档解析模型 Unlimited-OCR，截至 2026 年 10 月 25 日在 GitHub 已收获 28,358 个星标与 3,004 次 fork。该模型以 DeepSeek OCR 为基线构建，通过自研的参考滑窗注意力机制 R-SWA 将解码全程的 KV Cache 开销控制为恒定量，官方技术报告称其可在 32K 最大生成长度下单次前向解析数十页文档，把扫描件、照片与多页 PDF 转成 Markdown 格式的结构化文本。
  • 阿里云栖大会首进欧洲定档 10 月 29 日，Qwen4-27B 适配现身英特尔开源仓库
    2026 年 10 月 25 日——阿里云官方活动页确认，云栖大会（Apsara Conference）将于 2026 年 10 月 29 日在荷兰阿姆斯特丹 Beurs van Berlage 会展中心举行，为该大会首次落地欧洲，官方议程已包含 Qwen 主题演讲；同期，开源社区在英特尔系 vLLM GPU 内核仓库发现针对 Qwen4-27B 的适配代码，评测平台 Arena 上的匿名模型 Kalmia 也被社区指认为 Qwen4。三条独立信号同时指向 Qwen4 系列正式发布临近。
  • 微软开源Skill Recorder：录一遍操作即可教会AI代理干活，星标超4800
    2026 年 10 月 25 日——微软在 GitHub 开源桌面应用 Skill Recorder：用户完整执行一遍任务，应用录制屏幕操作后交由 GitHub Copilot 重构为「意图 + 有序步骤」，一键生成 AI 代理可重复执行的技能（Skill）或定时自动化任务（Automation）。项目采用 MIT 协议，截至发稿获 4830 星标、527 次 fork。
  • 腾讯WorkBuddy开放平台内测收入变现：技能与专家可付费售卖，内测期平台服务费1%
    2026 年 10 月 25 日——腾讯 WorkBuddy 开放平台已上线「收入变现」功能，目前处于内测阶段：开发者可将技能（Skill）与专家（Expert）设为付费资产上架售卖，用户购买后方可使用，内测期平台服务费为 1%，收入经微信签约后可提现。
  • FrontiersMind AI 开源 DecisionFormer：像微调语言模型一样训练决策模型
    2026 年 10 月 24 日——FrontiersMind AI 于 10 月 24 日发布并开源 DecisionFormer v0.2.0（GitHub 组织名为 FrontiersMindAI）：一个构建在 Hugging Face transformers 之上的决策模型训练与服务框架，输入状态与带类型的问题后，模型无需生成文本，单次前向计算即为每个选项输出校准概率，兼容 40 余个模型家族，采用 Apache 2.0 许可。
  • Modular MAX 全栈源码开放：图编译器、运行时与硬件后端一并放出，商用免授权费
    2026 年 10 月 24 日——Modular 于 10 月 22 日宣布 AI 开发与部署平台 MAX 的全部源代码公开可取（source available），开发者可从 GitHub 仓库 modular/modular 获取源码，用于学习、构建与本地部署；同日发布的 Modular 26.7 版本放出 MAX 图编译器、运行时与硬件后端等最后一批核心组件，配套的新版 MAX License 允许在任意硬件上免费商用，不收取授权费与版税。GitHub 数据显示，该仓库星标数 30019、复刻数 3213（截至 10 月 24 日）。
  • 月之暗面发布 Kimi K3.1 Pro：K3 基座加大后训练，编程跑分距 Opus 5.5 仅 0.7 个百分点
    2026 年 10 月 24 日——月之暗面于 10 月 24 日凌晨正式发布 Kimi K3.1 Pro 与高速版 K3.1 Pro Highspeed：这是 K3.1 系列的首个模型，也是官方口径下迄今能力最强的 3 万亿级参数模型，支持 100 万 token 上下文；在考察真实终端编程任务的 Terminal-Bench 4.0 测试中得分 65.7%，超过 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 仅差 0.7 个百分点，API 定价较上一代 K3 整体下调约 33%，完整模型权重计划于 11 月 4 日前发布。
  • Simular 发布 Agent S4：AI 自动编写工具接口，Qwen3.8-27B 在 OSWorld V2 得分 5.6% 升至 21.3%
    2026 年 10 月 24 日——由前 DeepMind 科学家创立的 Simular 于 10 月 21 日在官方研究博客发布 Agent S4，论文与开源代码已于 10 月 20 日先行上架。Agent S4 本身不执行任务，而是观察计算机使用智能体的操作轨迹，用种群演化方式自动为其编写和改进工具接口。在 108 个任务的 OSWorld V2 基准上，Agent S4 将 Qwen3.8-27B 的严格二值完成率从固定接口下的 5.56% 提升至 21.30%，为该基准开源智能体中的最高成绩，同时超过 GPT-5.5 的 13.0% 与 Claude Opus 4.8 的 20.6%，单任务成本仅为 GPT-5.5 的约 4.3%。
  • 腾讯混元开源交互式视频世界模型 Hy-Nomas，附 280 用例 Hy-Nomas-Bench 基准
    2026 年 10 月 24 日——腾讯混元于 10 月 21 日在 GitHub 与 Hugging Face 开源交互式视频世界生成模型 Hy-Nomas，支持文本提示词与相机轨迹的自由交互，720×1280、24 FPS 生成可在单张 RTX 4090 上运行，并同步发布含 280 个测试用例的 Hy-Nomas-Bench 评估基准，全部资产采用 Apache 2.0 许可证。
  • 国务院办公厅印发意见：部署6方面18项任务，构建就业友好型人工智能发展方式
    2026 年 10 月 24 日——国务院办公厅于 10 月 16 日印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（国办发〔2026〕29 号），中国政府网已于 10 月 23 日 17 时公开发布。文件围绕人工智能对就业的影响部署 6 个方面 18 项任务，提出优先在劳动力紧缺、环境高危等岗位推广应用人工智能，对劳动密集型行业稳慎把握应用节奏，鼓励企业探索建立失业缓冲期制度，并对可能造成较大就业冲击的应用场景项目建立就业风险评估机制。
  • Ideogram 发布矢量模型 Vector 1.0：文本生 SVG 每张 0.13 至 0.32 美元，图像转矢量 0.10 美元
    2026 年 10 月 23 日——Ideogram 推出首个矢量模型 Ideogram Vector 1.0，模型 ID 为 ideogram-vector-1，已在 Ideogram 平台与 API 同时上线。该模型提供两条生成链路：按文本提示生成带平滑渐变与清晰字体的可编辑 SVG，以及把现有位图图像转换为可无限缩放的矢量图；API 单张定价为文本生成 0.13 至 0.32 美元、图像转矢量 0.10 美元。

工坊上新

本页由系统每周五 15:00 自动汇总生成，收录上一周（周五 15:00 ~ 本周五 15:00）本站新增的教程、资讯、视频、工坊与资源。