HyperFlow H3 Flash 開源：MiniMax 視音訊模型瘦身至 9.1GB，24GB 顯示卡可跑
Video Rebirth 開源 HyperFlow H3 Flash，將約 31B 的 MiniMax-H3 壓縮至 14B，僅需 4 至 8 步取樣即可聲畫同步生成 768p 影片。模型 Q4 量化版體積縮減至 9.1GB，不僅能在 24GB 視訊記憶體顯示卡上執行，配合 4 張 B200 還能實現即時生成。這意味著高質量端到端影片生成首次能在消費級裝置上跑通。
NVIDIA
NVIDIA 開源 Auto Ontology：給企業資料建語義層，告別 AI 查數瞎編
NVIDIA 開源 Auto Ontology 框架，能自動從後設資料構建企業語義層，把業務術語對齊到資料庫欄位。智慧體通過自然語言提問時，系統會按統一口徑生成可審計的 SQL 並附帶資料溯源，還支援 MCP 與主流智慧體對接。
NVIDIA 釋出 Cosmos 框架：主打物理 AI 世界模型，覆蓋駕駛與機器人模擬
NVIDIA 釋出物理 AI 平臺 Cosmos Framework 及 NIM 微服務，用於世界模型訓練與部署。它提供 Cosmos 3 Nano 模型，可同步生成自動駕駛多視角影片與雷射雷達資料，並支援機器人與手術模擬。藉助投機解碼，在 H200 上推理提速 2 至 3 倍。
Meta 打造首款人形機器人 Max：聯手傅利葉 3 個月搞定，專攻家務
Meta 與中國機器人公司 Fourier 合作，僅用三個月就造出首款人形機器人原型「Max」，身高 5 英尺、重約 106 磅，專為家務設計。機身搭載輝達 Jetson Thor 晶片，配備表情屏與靈巧手。Meta 藉此搭建起具身智慧測試平臺，目前已在研發能爬樓梯的二代機型。
NVIDIA 開源 Nemotron 3.5 Transcribe：能認 8 人說話，可用提示詞控制
NVIDIA 釋出開源語音大模型 Nemotron 3.5 Transcribe。它把轉錄、區分說話人、翻譯和語音問答裝進同一個模型，支援 40 種語言轉錄與 1 小時長音訊，最多區分 8 位發言者。模型採用 MoE 架構，300 億總引數每次僅啟用約 40 億，在多項開源基準上登頂。
NVIDIA 開源 MotionBricks：給幾個關鍵姿勢，即時補全連貫動作
NVIDIA 開源動作生成模型 MotionBricks。它只需輸入前後的目標姿勢，就能即時計算並補全中間平滑的運動過渡，還能把翻越、坐下等複雜動作像積木一樣拼接。倉庫包含人體與宇樹 G1 機器人兩套預訓練權重和演示工具，程式碼採用 Apache 2.0 開源。
DeepSeek 開源自研推理框架 DeepInfer：支援華為晶片，無需輝達即可部署
DeepSeek 開源高效能推理框架 DeepInfer，用於驅動 DeepSeek-V4.1-Flash 模型。除了輝達 SM100，它還原生適配華為昇騰 950 NPU，讓企業無需輝達硬體即可離線部署。不過完整線上服務仍需自行配置 KV cache 等周邊元件。
NVIDIA 釋出 Nemotron 3.5：120B 多模態吞吐快 5 倍，端側模型進 RTX
NVIDIA 釋出 Nemotron 3.5 系列開源模型。120B 引數的 Super VL 專為智慧體打造，多模態吞吐量達同類 5 倍；同時推出的 Bolt 74B-A9B 原生 2-bit 量化，可在 24GB 視訊記憶體裝置上本地執行。這意味著企業和個人能把複雜智慧體工作流搬到本地部署。
Black Forest Labs 釋出 FLUX 3 Klein：5.6B 引數跑進 8GB 視訊記憶體
Black Forest Labs 開源 5.6B 引數的影像生成模型 FLUX 3 Image Klein。它支援原生 4K 輸出、精準區域編輯和多圖參考，INT8 版本在 8GB 視訊記憶體顯示卡上就能直接執行，讓本地與端側部署的門檻大幅降低。
NVIDIA 開源 Stream Render H3：用影片模型把遊戲粗模即時變成大片
NVIDIA 釋出並開源 Stream Render H3，利用 MiniMax H3 影片模型將遊戲引擎輸出的簡單語義圖即時渲染成高畫質畫面。玩家可通過參考圖一鍵切換風格；不過實現即時需 8 塊 GP200 GPU，整套模型體積超 200GB。
微軟釋出新一代 Surface：搭載輝達 Spark 晶片，起售價 2600 美元
Microsoft 釋出搭載 Nvidia RTX Spark 晶片的 Surface Laptop Ultra，起售價 2600 美元。新裝置專為本地執行 AI 模型打造，新版 Windows 11 還引入「執行容器」給智慧體提供沙盒環境。以舊換新 MacBook Pro 最高可抵 1000 美元。
Google 全球開放 SynthID 檢測工具：免費查驗音影片，還支援 OpenAI
Google 宣佈向全球使用者開放 SynthID Detector。此前該工具僅供媒體使用，現在所有人都能免費查驗圖片、音訊或影片是否由 AI 生成。除了自研模型，它還支援 OpenAI、NVIDIA 和 Kakao 等夥伴的內容，並即將支援 Apple。
NVIDIA 推出 DGX Spark 64GB 版：4999 美元起，兩臺直連跑千億模型
NVIDIA 宣佈將於 10 月 23 日推出 64GB 版 DGX Spark，起售價 4999 美元。它搭載 GB10 晶片，單機可跑 1000 億引數模型，還支援用 QSFP 線兩臺直連組成 128GB 叢集，效能提升 1.7 倍。開發者無需依賴雲端，在本地就能跑智慧體。
科技領袖簽署白宮《超級智慧協議》：明確安全首要責任與董事會監督
昨天，科技行業領袖在白宮共同簽署《超級智慧協議》，明確研發先進 AI 的企業對安全開發與部署負有首要責任。該協議要求企業建立嚴格的內部控制、引入獨立外部評估以及董事會層面的監督機制，並承諾在未達安全標準時承擔問責。
特朗普簽署行政令：美政府停用「AI」字樣，全面改稱「超級智慧」
美國總統特朗普簽署行政令，要求所有聯邦行政機構在官方網站、政策檔案和新聞稿中，將「人工智慧」統一更名為「超級智慧」（Super Intelligence）。雖然已有法規無需追溯修改，但官員今後在相關場合不得再提「AI」。特朗普稱「super」是最好的詞，而「artificial」就像虛假新聞。
輝達開源 PixelUMM：不用 VAE，一個模型搞定影像影片理解與生成
NVIDIA 開源多模態模型 PixelUMM。它完全去掉了傳統的 VAE 與視覺編碼器，基於 Qwen3-8B 骨幹網路，直接在原始畫素空間同時完成影像與影片的理解和生成。最值得關注的是，單一架構通吃四項任務，大幅簡化了多模態管線。
NVIDIA 推出 SoL-Refiner：僅需一步去噪提至 4K，影片生成提速 27 倍
NVIDIA 團隊釋出影片精煉模型 SoL-Refiner。它通過單步去噪將低解析度影片直接提升至最高 4K，可搭配 MiniMax H3 等多種基礎生成器。測試顯示其能將 H3 生成提速達 27 倍，但增強後部分畫面細節會與原影片略有差異。
體積僅 164MB：開源語音識別模型 Phonon-2 登頂同量級榜單
Fermion Research 開源輕量級語音識別模型 Phonon-2。該模型僅 164MB，基於 NVIDIA Parakeet 最佳化，平均字錯誤率僅 5.21%，在 M5 MacBook Air 上轉錄 1 小時音訊只需 20 秒，適合在本地端側直接部署。
NVIDIA 釋出智慧體安全平臺：軟硬結合，毫秒級隔離越界行為
NVIDIA 釋出 Open Agent Safety Platform。平臺包含開源執行時軟體 OpenShell 與基於 BlueField-4 DPU 的 Sentry 參考設計，能在智慧體突破軟體邊界時在數毫秒內將其強行隔離。最值得關注的是，該方案將安全控制下沉至晶片層，目前已獲 Anthropic、微軟等上百家機構支援。
Skild AI 讓機器人自我對戰：在虛擬世界踢球 140 年後跑進現實
Skild AI 宣佈具身 AI 自我對弈訓練成果。團隊給 S1 機器人模型設定單一目標「進球」，在模擬環境自我對戰 140 年後自主學會盤帶、護球與搶斷，併成功遷移至真實人形機器人，試圖突破人類動作資料上限。