vLLM v0.31.0rc5 在依赖中为 Transformers 版本添加上限
vLLM 发布 v0.31.0rc5，在 requirements 中为 Transformers 添加版本上限。该改动由 Isotr0py 提交、Harry Mellor 共同署名，属杂项修复，用于约束依赖版本范围。
全部AI 前沿动态
全部动态
今日 4 条vLLM ReleasesAI 评分1010 SGLang Releases精选AI 评分8080 SGLang v0.5.21 发布，前缀缓存默认切换 Rust 核心并支持 PD 运行时角色切换
SGLang 发布 v0.5.21，合并 779 个 PR，新增 DeepSeek-V4.1 Flash、GigaChat 3.5、MiMo-V2.6 等模型支持，并引入 /v1/decisions 与 /v1/score 接口。
推荐理由：该版本将前缀缓存切换为 Rust 核心并支持 PD 实例运行时角色切换，为高吞吐推理部署提供多项可量化性能收益。
Ollama Releases精选AI 评分6262 Ollama v0.35.1 发布，支持 Cloudflare Clef 决策模型与多模态输入
Ollama 发布 v0.35.1，通过 /v1/systemone 接口支持 Cloudflare 新开源决策模型 Clef（27B）与 Clef Flash（9B），两者均为多模态，可在请求中同时传入图像与文本状态并联合评分。
推荐理由：Ollama 新增 Cloudflare 开源决策模型支持与多模态图像输入，并扩展联网搜索次数与 Modelfile 能力声明。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-6 系列模型选型与生产落地指南
OpenAI 发布 GPT-6 系列模型使用指南，面向初创团队讲解模型选型、推理强度调节、提示词与技能优化以及工具协同。该指南围绕将工作流部署到生产环境给出实践建议，但官方摘要未披露具体性能指标或版本参数。开发者可通过 OpenAI 官方页面获取完整指南内容。
GitHub Blog · AI & MLAI 评分2020 GitHub：AI 正在改变开发者工作，这三项技能值得加强
GitHub 博客指出，AI 正在改变开发者的工作方式，写代码仍属基本功，但定义问题、提供上下文、评估 AI 生成代码与做技术决策的能力愈发关键。
NVIDIA Technical Blog精选AI 评分6262 NVIDIA 推出 DGX Spark 64GB 版本，双机集群支持 200B 参数本地模型
NVIDIA 宣布本月起由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 等厂商推出搭载 64GB 统一内存的 DGX Spark，保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈。
推荐理由：64GB 统一内存版本把本地智能体推理门槛降到 4999 美元，双机集群可扩展至 200B 参数模型。
vLLM ReleasesAI 评分4242 vLLM v0.31.0rc4 发布：修复 FULL graphs 下 MTP 接受率崩溃问题
vLLM 发布 v0.31.0rc4，针对 HiSparse 场景修复了 FULL graphs 下 MTP 接受率崩溃的问题。该版本为候选发布版（rc），主要聚焦上述 Bugfix，未披露其他功能改动或性能数据。
Ollama ReleasesAI 评分1515 Ollama v0.35.1-rc2 发布
Ollama 发布 v0.35.1-rc2 候选版本，该提交在 GitHub 上创建并通过签名验证。此版本主要修复了 CI 中缺失构建上下文的问题（#18742）。
OpenAI NewsAI 评分2222 Chatham 借助 OpenAI 扩展资本市场专业能力
Chatham Financial 使用 Codex 和 GPT-5.6 构建技术并重新设计工作流程，将交易验证时间从 30 分钟缩短至 4 分钟以内。
NVIDIA Technical Blog精选AI 评分8282 NVIDIA GPU 加速 OpenAI GPT-6 Astra Ultrafast，token 生成最高提速 8 倍
OpenAI 发布 GPT-6 Astra Ultrafast，运行于 NVIDIA Blackwell GPU，现已上线 OpenAI API 并向符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由：OpenAI 新模型在 NVIDIA Blackwell 上通过推理优化实现最高 8 倍 token 生成加速，面向编码智能体等时延敏感场景。
Ollama ReleasesAI 评分2222 Ollama v0.35.1-rc1 发布，新增 clef 模型支持
Ollama 发布 v0.35.1-rc1，该版本在 models 模块新增 clef 支持（#18741）。提交 e4c0d18 已通过 GitHub 签名验证，具体性能指标与获取方式原文未披露。
OpenAI NewsAI 评分1010 OpenAI：先进 AI 或重塑突破性创意背后的日常执行工作
OpenAI 探讨先进 AI 对突破性创意背后日常工作的影响，认为执行环节可能成为决定下一阶段经济形态与进步速度的关键。文章围绕"执行"这一常被忽视的环节展开，讨论其如何塑造未来经济与进展节奏。
OpenAI NewsAI 评分2222 Albertsons 如何用 ChatGPT Enterprise 与 OpenAI API 重塑零售体验
Albertsons 正借助 ChatGPT Enterprise 和 OpenAI API 让团队工作更快，并为数百万顾客简化购物流程。原文未披露具体模型版本、参数规模或性能指标。
NVIDIA Technical BlogAI 评分2222 NVIDIA 阐述 AI 工厂三大特性：高产出、长寿命、通用性如何最大化投资回报
NVIDIA 提出 AI 工厂投资回报由三大要素决定：每兆瓦产出能力、硬件有效使用寿命与 token 需求广度。SemiAnalysis AgentX 数据显示，Vera Rubin NVL72 每兆瓦吞吐量超 GB300 NVL72 的 30 倍，在 DeepSeek V4 Pro 上每百万 token 成本最多低 45 倍。
vLLM ReleasesAI 评分1515 vLLM v0.31.0rc3 为 Model Runner V2 支持随机化 dummy inputs
vLLM 发布 v0.31.0rc3，为 Model Runner V2 加入随机化 dummy inputs 支持（#58411）。该改动由 Robert Shaw 提交，并经 Claude Opus 5.5 与 Nick Hill 共同参与，从 commit e5e38ba cherry-pick 而来。
OpenAI NewsAI 评分1717 The Den 借助 ChatGPT Work 每周节省 10-15 小时以拓展业务
社交俱乐部 The Den 在新店开业之际，借助 ChatGPT Work 将拨款申请准备时间从 3 天缩短至 2 小时，酒牌材料准备从 4 天缩短至 3 小时，每周因此节省 10-15 小时用于业务拓展。
NVIDIA Technical BlogAI 评分1818 NVIDIA 开放 2027–2028 研究生奖学金申请，单项最高 6 万美元
NVIDIA 第 26 届研究生奖学金项目面向全球开放申请，资助从事 AI、机器学习、自动驾驶、计算机图形学、机器人、医疗和高性能计算等方向研究的博士生，单项奖金最高 6 万美元。
NVIDIA Technical Blog精选AI 评分6262 CoreWeave 上线 NVIDIA Vera Rubin NVL72 与 Vera CPU，并推出 CoreWeave Forge
CoreWeave 宣布在 CoreWeave Cloud 上提供 NVIDIA Vera Rubin NVL72 系统与 Spectrum-X 102.4T 以太网，并将面向 AI 智能体的 NVIDIA Vera CPU 引入其云平台，同时推出统一模型与智能体训练评估环境的 CoreWeave Forge。
推荐理由：CoreWeave 上线 Vera Rubin NVL72 与 Vera CPU，并给出 Devin 推理吞吐与智能体沙箱启动的实测数据，可供评估智能体生产部署的算力选型。
vLLM ReleasesAI 评分3030 vLLM proto-v0.4.0 发布
vLLM 发布 vllm-proto 0.4.0，对应标签 proto-v0.4.0（提交 f28a508），该标签已通过提交者签名验证。发布页面提供 2 个资源文件供下载。
OpenAI News精选AI 评分6262 OpenAI 披露并阻断一起协同模型蒸馏攻击活动
OpenAI 披露其阻断了一起针对受保护模型推理能力的协同蒸馏攻击活动。该活动试图提取模型推理内容，OpenAI 表示正在加强针对对抗性蒸馏的防御措施。官方未在摘要中说明具体技术细节、受影响模型或防御机制，相关信息需查阅原文链接 https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign。
OpenAI NewsAI 评分2222 OpenAI 与美国 SBDC 合作，为小企业提供 AI 培训
OpenAI 宣布与美国 SBDC 合作，为小企业扩大实操型 AI 培训和本地支持，并同步发布一份关于小团队如何使用 AI 的新报告。
vLLM ReleasesAI 评分2222 vLLM v0.31.0rc2 发布：修复 Mamba 稀疏注意力下 prompt 末尾 prefill checkpoint 问题
vLLM 发布 v0.31.0rc2，针对 Mamba 模型修复了稀疏注意力场景下 prompt 末尾 prefill checkpoint 的保留问题。该版本为候选发布版，具体性能指标与获取方式需参见 vLLM 官方仓库。
Ollama Releases精选AI 评分6262 Ollama v0.35.0 发布，新增 /v1/systemone 决策模型接口
Ollama 发布 v0.35.0，新增基于 TypeSafe Jev API 的决策模型支持，通过 /v1/systemone 接口返回选项、概率与分数而非文本。
推荐理由：Ollama 新增决策模型接口，以概率与置信度输出替代文本生成，可用于工单分流与模型路由等分类任务。
Ollama ReleasesAI 评分3636 Ollama v0.35.1-rc0：create 支持显式模型能力声明
Ollama 发布 v0.35.1-rc0，为 Modelfile 新增 CAPABILITY 声明，并在 create 请求中加入可叠加的 capabilities 字段，该声明可在 GGUF 与 safetensors 的创建、继承及 Modelfile 导出过程中保留。
TensorRT-LLM Releases精选AI 评分6262 TensorRT-LLM 发布 v1.3.0rc29，新增 Qwen3.5 FP8 与 Kimi K3 NVFP4 MoE 支持
NVIDIA TensorRT-LLM 发布 v1.3.0rc29，为 Qwen3.5 全局 FP8 检查点、Kimi K3 NVFP4 SiTU 的 CuTeDSL MoE 后端以及 DeepSeek V4 的 NVFP4 MLA 残差开关提供支持。
推荐理由：该版本为 Qwen3.5、Kimi K3、DeepSeek V4 等模型补齐 FP8/NVFP4 量化与 MLA 推理路径，并移除 AutoDeploy 等破坏性接口。
OpenAI News精选AI 评分8282 OpenAI DevDay 2026 回顾：发布 GPT-6 Astra 及 20 余项更新
OpenAI 在 DevDay 2026 上公布超过 20 项发布，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。官方回顾页面汇总了这些更新，涉及模型、编程工具与 API 等多个方向。开发者可通过 OpenAI 官方页面查看完整发布清单与详情。
推荐理由：OpenAI DevDay 2026 集中发布 GPT-6 Astra 及 ChatGPT、Codex、API 等 20 余项更新，可了解其开发者生态与工具链走向。
Ollama ReleasesAI 评分2222 Ollama v0.35.0-rc1 发布
Ollama 发布 v0.35.0-rc1。该版本为 mlx 的拉取停滞重试设置上限，并允许看门狗中断这些重试（#1…）。版本已在 GitHub 打标签，提交 cc40693 通过签名验证。
Ollama ReleasesAI 评分2222 Ollama v0.35.0-rc0 发布，新增 System One 评分 API
Ollama 发布 v0.35.0-rc0，新增 System One 评分 API（#18606）。该版本为候选发布版，提交 ffb6f22 已通过 GitHub 签名验证。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 应用入门：如何用 canvas 构建自定义工作流
GitHub Copilot 应用推出 canvas（画布扩展）功能，这是一种由用户与智能体共享的可定制界面，可做成看板、issue 分诊板、发布清单或仪表盘。
Ollama Releases精选AI 评分6767 Ollama v0.40.0-rc0 发布，Apple Silicon 默认启用 MLX 运行时
Ollama 发布 v0.40.0-rc0 预发布版本，在 Apple Silicon 设备上，MLX 运行时支持的模型架构将自动改用 MLX 执行。该版本通过 ollama pull qwen3.8 与 ollama run qwen3.8 即可拉取并运行对应模型，预发布期间还将测试并启用更多模型。
推荐理由：Ollama 在 Apple Silicon 上默认切换到 MLX 运行时，为本地模型推理提供新的执行后端路径。
GitHub Blog · AI & MLAI 评分3838 GitHub 博文：当聊天是错误 UI 时，用 GitHub Copilot canvas 替代对话框
GitHub 博文提出，聊天框并非与 LLM 交互的最佳界面，多数任务更适合可定制 UI。GitHub Copilot app 中的 canvas 是运行在应用内的全栈小程序，可与 agent 双向通信、调用第三方 API 并在本地执行代码，例如用 canvas 管理 Winget 包或操作 SQLite 数据库，避免把 agent 本身当工具而浪费 token。
GitHub Blog · AI & ML精选AI 评分6666 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动化 C/C++ 模糊测试流程
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++ 并分诊崩溃。
推荐理由：该流水线把 harness 编写、覆盖率分析与崩溃分诊交给 LLM 智能体，并保留工具执行与决策的职责分离。
NVIDIA Technical Blog精选AI 评分6262 NVIDIA 联合 Google DeepMind 开源 2800 余种病毒蛋白复合物预测结构
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，通过 AlphaFold Database 开放 2800 余种病毒的蛋白复合物预测 3D 结构，其中约 30% 的蛋白相互作用此前未在 Protein Data Bank 中记录。
推荐理由：NVIDIA 联合 Google DeepMind 等机构开源 2800 余种病毒的蛋白复合物预测结构，并公开 GPU 加速的 BioNeMo 结构预测流程，为病毒研究与疫苗靶点设计提供可直接复用的结构数据与推理工具链。
NVIDIA Technical BlogAI 评分88 CONTROL Resonant 登陆 GeForce NOW，Googlebooks 将支持云游戏
Remedy Entertainment 的 CONTROL Resonant 在发售当日加入 GeForce NOW，Ultimate 会员可以 GeForce RTX 5080 级性能串流游玩，支持 DLSS 4、光线追踪、NVIDIA Reflex 与最高 5K HDR，无需 100GB 本地安装。
Ollama ReleasesAI 评分2222 Ollama v0.34.4 发布：优化思考模型结构化输出与 Apple Silicon 性能
Ollama 发布 v0.34.4，思考模型的结构化输出改为单次处理，速度更快、更可靠。该版本修复了本地模型库较大时偶发的“model not found”错误。
GitHub Blog · AI & MLAI 评分3434 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，以应对超大 diff 与评论对话带来的渲染压力。其测试的最大开源 PR 包含 2,200 个文件、超 100 万行改动和 400 多条行内评论，方案将文档高度拆分为确定性的代码几何与按需测量的动态块几何，避免滚动跳变。
vLLM ReleasesAI 评分2222 vLLM v0.30.1rc0 发布：为 ROCm 添加 MI355 密集 NVFP4 与 MoRI kernel 镜像
vLLM 发布 v0.30.1rc0，在 ROCm 平台新增 MI355 密集 NVFP4 支持及 MoRI kernel 镜像。该版本由 Andreas Karatzas 提交，OpenAI Codex 参与共同署名，相关改动已合入 CI 流程。
TensorRT-LLM Releases精选AI 评分6262 TensorRT-LLM 发布 v1.3.0rc28，默认启用 KV-cache manager V2
NVIDIA TensorRT-LLM 发布 v1.3.0rc28，为 Llama、Llama4 及 Nemotron 多模态模型默认启用 KV-cache manager V2，并移除 TensorRT serve、evaluation、benchmark 等废弃路径。
推荐理由：该版本为 Llama、Llama4 与 Nemotron 多模态模型默认启用 KV-cache manager V2，并新增 FP8 KV-cache 与 NCCL-EP 0.2 低延迟专家并行支持。
vLLM Releases精选AI 评分8888 vLLM v0.30.0 发布，新增 Fast Start 权重缓存与 HiSparse 主机分层
vLLM 发布 v0.30.0，包含来自 315 位贡献者的 762 个提交，新增 DeepSeek-V4.1-Flash、GLM-5.3-Flash、K2-Horizon 等模型支持，并引入 Fast Start 权重缓存守护进程与 HiSparse 主机分层解码。
推荐理由：该版本新增 Fast Start 权重缓存与 HiSparse 主机分层，并针对 DeepSeek-V4.1、Kimi K3 等模型优化稀疏注意力与量化内核，可降低重启与显存开销。
SGLang Releases精选AI 评分7878 SGLang v0.5.20 发布，新增统一基数树分支点缓存与采样掩码
SGLang 发布 v0.5.20，合并 713 个 PR，新增 GLM-5.3-Flash、Qwen3.8-Flash-Next 等模型支持，并引入统一基数树分支点缓存、采样掩码与 CPU 模拟器。
推荐理由：该版本通过统一基数树分支点缓存与采样掩码重叠调度，在长上下文与RL rollout场景下显著降低TTFT并提升解码吞吐。