HyperFlow H3 Flash 开源：MiniMax 视音频模型瘦身至 9.1GB，24GB 显卡可跑
Video Rebirth 开源 HyperFlow H3 Flash，将约 31B 的 MiniMax-H3 压缩至 14B，仅需 4 至 8 步采样即可声画同步生成 768p 视频。模型 Q4 量化版体积缩减至 9.1GB，不仅能在 24GB 显存显卡上运行，配合 4 张 B200 还能实现实时生成。这意味着高质量端到端视频生成首次能在消费级设备上跑通。
NVIDIA
NVIDIA 开源 Auto Ontology：给企业数据建语义层，告别 AI 查数瞎编
NVIDIA 开源 Auto Ontology 框架，能自动从元数据构建企业语义层，把业务术语对齐到数据库字段。智能体通过自然语言提问时，系统会按统一口径生成可审计的 SQL 并附带数据溯源，还支持 MCP 与主流智能体对接。
NVIDIA 发布 Cosmos 框架：主打物理 AI 世界模型，覆盖驾驶与机器人仿真
NVIDIA 发布物理 AI 平台 Cosmos Framework 及 NIM 微服务，用于世界模型训练与部署。它提供 Cosmos 3 Nano 模型，可同步生成自动驾驶多视角视频与激光雷达数据，并支持机器人与手术仿真。借助投机解码，在 H200 上推理提速 2 至 3 倍。
Meta 打造首款人形机器人 Max：联手傅利叶 3 个月搞定，专攻家务
Meta 与中国机器人公司 Fourier 合作，仅用三个月就造出首款人形机器人原型「Max」，身高 5 英尺、重约 106 磅，专为家务设计。机身搭载英伟达 Jetson Thor 芯片，配备表情屏与灵巧手。Meta 借此搭建起具身智能测试平台，目前已在研发能爬楼梯的二代机型。
NVIDIA 开源 Nemotron 3.5 Transcribe：能认 8 人说话，可用提示词控制
NVIDIA 发布开源语音大模型 Nemotron 3.5 Transcribe。它把转录、区分说话人、翻译和语音问答装进同一个模型，支持 40 种语言转录与 1 小时长音频，最多区分 8 位发言者。模型采用 MoE 架构，300 亿总参数每次仅激活约 40 亿，在多项开源基准上登顶。
NVIDIA 开源 MotionBricks：给几个关键姿势，实时补全连贯动作
NVIDIA 开源动作生成模型 MotionBricks。它只需输入前后的目标姿势，就能实时计算并补全中间平滑的运动过渡，还能把翻越、坐下等复杂动作像积木一样拼接。仓库包含人体与宇树 G1 机器人两套预训练权重和演示工具，代码采用 Apache 2.0 开源。
DeepSeek 开源自研推理框架 DeepInfer：支持华为芯片，无需英伟达即可部署
DeepSeek 开源高性能推理框架 DeepInfer，用于驱动 DeepSeek-V4.1-Flash 模型。除了英伟达 SM100，它还原生适配华为昇腾 950 NPU，让企业无需英伟达硬件即可离线部署。不过完整在线服务仍需自行配置 KV cache 等周边组件。
NVIDIA 发布 Nemotron 3.5：120B 多模态吞吐快 5 倍，端侧模型进 RTX
NVIDIA 发布 Nemotron 3.5 系列开源模型。120B 参数的 Super VL 专为智能体打造，多模态吞吐量达同类 5 倍；同时推出的 Bolt 74B-A9B 原生 2-bit 量化，可在 24GB 显存设备上本地运行。这意味着企业和个人能把复杂智能体工作流搬到本地部署。
Black Forest Labs 发布 FLUX 3 Klein：5.6B 参数跑进 8GB 显存
Black Forest Labs 开源 5.6B 参数的图像生成模型 FLUX 3 Image Klein。它支持原生 4K 输出、精准区域编辑和多图参考，INT8 版本在 8GB 显存显卡上就能直接运行，让本地与端侧部署的门槛大幅降低。
NVIDIA 开源 Stream Render H3：用视频模型把游戏粗模实时变成大片
NVIDIA 发布并开源 Stream Render H3，利用 MiniMax H3 视频模型将游戏引擎输出的简单语义图实时渲染成高画质画面。玩家可通过参考图一键切换风格；不过实现实时需 8 块 GP200 GPU，整套模型体积超 200GB。
微软发布新一代 Surface：搭载英伟达 Spark 芯片，起售价 2600 美元
Microsoft 发布搭载 Nvidia RTX Spark 芯片的 Surface Laptop Ultra，起售价 2600 美元。新设备专为本地运行 AI 模型打造，新版 Windows 11 还引入「执行容器」给智能体提供沙盒环境。以旧换新 MacBook Pro 最高可抵 1000 美元。
Google 全球开放 SynthID 检测工具：免费查验音视频，还支持 OpenAI
Google 宣布向全球用户开放 SynthID Detector。此前该工具仅供媒体使用，现在所有人都能免费查验图片、音频或视频是否由 AI 生成。除了自研模型，它还支持 OpenAI、NVIDIA 和 Kakao 等伙伴的内容，并即将支持 Apple。
NVIDIA 推出 DGX Spark 64GB 版：4999 美元起，两台直连跑千亿模型
NVIDIA 宣布将于 10 月 23 日推出 64GB 版 DGX Spark，起售价 4999 美元。它搭载 GB10 芯片，单机可跑 1000 亿参数模型，还支持用 QSFP 线两台直连组成 128GB 集群，性能提升 1.7 倍。开发者无需依赖云端，在本地就能跑智能体。
科技领袖签署白宫《超级智能协议》：明确安全首要责任与董事会监督
昨天，科技行业领袖在白宫共同签署《超级智能协议》，明确研发先进 AI 的企业对安全开发与部署负有首要责任。该协议要求企业建立严格的内部控制、引入独立外部评估以及董事会层面的监督机制，并承诺在未达安全标准时承担问责。
特朗普签署行政令：美政府禁用「AI」字样，全面改称「超级智能」
美国总统特朗普签署行政令，要求所有联邦行政机构在官方网站、政策文件和新闻稿中，将「人工智能」统一更名为「超级智能」（Super Intelligence）。虽然已有法规无需追溯修改，但官员今后在相关场合不得再提「AI」。特朗普称「super」是最好的词，而「artificial」就像虚假新闻。
英伟达开源 PixelUMM：不用 VAE，一个模型搞定图像视频理解与生成
NVIDIA 开源多模态模型 PixelUMM。它完全去掉了传统的 VAE 与视觉编码器，基于 Qwen3-8B 骨干网络，直接在原始像素空间同时完成图像与视频的理解和生成。最值得关注的是，单一架构通吃四项任务，大幅简化了多模态管线。
NVIDIA 推出 SoL-Refiner：仅需一步去噪提至 4K，视频生成提速 27 倍
NVIDIA 团队发布视频精炼模型 SoL-Refiner。它通过单步去噪将低分辨率视频直接提升至最高 4K，可搭配 MiniMax H3 等多种基础生成器。测试显示其能将 H3 生成提速达 27 倍，但增强后部分画面细节会与原视频略有差异。
体积仅 164MB：开源语音识别模型 Phonon-2 登顶同量级榜单
Fermion Research 开源轻量级语音识别模型 Phonon-2。该模型仅 164MB，基于 NVIDIA Parakeet 优化，平均字错误率仅 5.21%，在 M5 MacBook Air 上转录 1 小时音频只需 20 秒，适合在本地端侧直接部署。
NVIDIA 发布智能体安全平台：软硬结合，毫秒级隔离越界行为
NVIDIA 发布 Open Agent Safety Platform。平台包含开源运行时软件 OpenShell 与基于 BlueField-4 DPU 的 Sentry 参考设计，能在智能体突破软件边界时在数毫秒内将其强行隔离。最值得关注的是，该方案将安全控制下沉至芯片层，目前已获 Anthropic、微软等上百家机构支持。
Skild AI 让机器人自我对战：在虚拟世界踢球 140 年后跑进现实
Skild AI 宣布具身 AI 自我对弈训练成果。团队给 S1 机器人模型设定单一目标「进球」，在仿真环境自我对战 140 年后自主学会盘带、护球与抢断，并成功迁移至真实人形机器人，试图突破人类动作数据上限。