TorchNeuron让PyTorch直跑Trainium
Amazon 10月19日宣布TorchNeuron：开发者可把既有PyTorch训练或推理代码切到Trainium2、Trainium3，官方演示只需改变设备配置，不重写模型代码；框架接入PyTorch原生设备机制，并兼容TorchTitan的FSDP分布式训练。项目计划于10月20日在PyTorch Conference North America以Apache 2.0开源。
这次竞争落点不只是芯片峰值，而是迁移成本。Amazon称每次构建会用数十万模型测试兼容性，并向PyTorch上游提交硬件解耦改动；但正式代码发布、算子覆盖和真实工作负载的性能成本仍待外部复测。当前可确认的是Trainium获得更原生的PyTorch入口，而非CUDA生态壁垒已经消失。
Amazon微软给Agent配置动态权限与风险
微软10月19日把企业Agent按“内部人风险”建模：新增35类本地Agent发现能力，总数扩至60类，并为Agent引入独立身份、按任务和时限授予的Dynamic Permissions，以及随行为变化收缩写权限、要求人工批准或隔离运行时的Dynamic Agent Risk与Conditional Access。核心变化是让安全决策位于模型之外；公告未给出各项能力的普遍可用时间和误报数据。
Mercury 3把扩散式LLM推到千Token每秒
Inception 10月19日发布Mercury 3，称其参数规模较Mercury 1扩大逾40倍，仍在NVIDIA GPU上达到每秒1068 Token，并把上下文从Mercury 2.5的26万扩至100万Token；标准价为每百万输入0.20美元、输出0.70美元。其50项实时Mind2Web测试完成率为50%，但速度、质量和对手比较都来自厂商自有服务与Harness，尚无统一硬件上的独立复测。
MiniMax M3.1 Flash降价70%
MiniMax 10月19日上线M3.1 Flash，API定价为每百万输入0.15美元、输出0.60美元、缓存输入0.015美元；厂商称日常输出可超过200 Token/秒，中位速度超过170 Token/秒，相对上一代Agent任务总成本降低70%。模型在DeepSWE v1.1、OSWorld V2等成绩均为官方口径，权重也仍标为后续发布，因此当前增量首先是托管API的速度与价格，而非已可复现的开放模型。
CERN与Mistral共建对撞机基础模型
10月15日补漏：CERN与Mistral签署意向书，计划用数十亿次LHC模拟质子碰撞训练单一Large Physics Model，覆盖碰撞重建、粒子识别、异常信号和探测器设计。CERN称现存实验数据约1 EB，高亮度LHC约2030年运行后碰撞量将增至十倍；合作仍处意向阶段，模型架构、开放范围、算力和时间表均未披露。
MLOps-Bench揭示Agent的半成品问题
10月16日论文补漏：MLOps-Bench从31个公开机器学习仓库构造212项可执行任务，覆盖数据、训练、服务、监控、CI/CD与治理。六种Agent中最佳系统完整解决率只有31.2%，但测试通过率达到68.7%；两项指标的37.5个百分点差距说明“修过多数测试”不能替代端到端需求完成。结果仍受作者任务采样和测试充分性约束。
接口漂移的主要风险来自干扰工具
10月16日论文补漏：SchemaShield-Lite在不重训模型的情况下，组合Schema校验、缺失工具名重试和一次约束修复，使Qwen3.5-9B在DICE-300上的准确率从0.717升至0.813、BFCL-200从0.580升至0.805。消融显示，候选集中混入干扰工具造成的损害大于描述或Schema文本变化；结论来自两个基准和单一主模型，尚不能外推到生产工具链。
新图像Agent先核对身份再找参考图
10月16日论文补漏：Savanna用近期新闻构造500个易混淆实体的图像生成请求，现有前沿模型Harness只有约一半能检索到正确参考图。作者提出“定位—交叉核验—隔离”流程，并用1.5万条轨迹训练Ranger-8B，检索得分达到67.2。数据、模型和流水线已承诺开放，但结果仍是作者基准，不能等同于开放网页上的普遍准确率。
小米4B模型用视觉隐变量输出区域Mask
10月16日论文补漏：Xiaomi-Lens-0在Qwen3.5基础上加入轻量解码器，把视觉编码器特征与语言模型的Mask Token状态结合，使区域监督直接进入共享骨干。作者称4B模型在RefCOCO系列八个划分上比Qwen3.5平均提高5.6分，并在比较模型中取得最高分割cIoU；这些成绩尚需独立复现，论文也未证明细粒度定位提升会同步改善所有多模态推理任务。
Tenstorrent完成15亿美元E轮
Tenstorrent 10月19日完成15亿美元E轮融资，投后估值62亿美元；公司称资金将用于Galaxy服务器量产、全球商业扩张，以及面向开放权重LLM和视频生成的芯片与可授权AI/CPU IP。TechCrunch指出估值较2024年底的26亿美元增长逾一倍；融资规模证明资本投入，不等于其服务器已经取得与NVIDIA可比的部署份额。