AI 产品发布与更新

vLLM 宣布 Day-0 支持 Recursive 的 Flint，其 NVFP4 和 BF16 checkpoint 均可在单张 GPU 上运行，在一张 GB200、100K token 上下文下单请求解码约 500 tokens/s。

Mastra 通过 @mastra/mcp ^2.0.0 支持 MCP 2026-07-28 规范，新规范移除 initialize 握手和会话 ID，每个请求自包含，MCP 服务器可像普通 HTTP 服务一样在负载均衡多实例或可缩容到零的 serverless 平台上部署。

Mastra 发布托管平台 Mastra Observability，直接接入 Mastra 框架项目，自动追踪 agent 运行，集中查看 traces、性能与成本指标并运行在线 scorers。

Anthropic 开启 Claude Duet 研究预览，一款让 Claude 作为主动式智能体工作的独立应用，已登陆 iOS、Android 和 claude.ai，面向美国 Pro 和 Max 用户开放候补名单。

Recursive 发布开源权重编码模型 Flint，采用 40B 参数 MoE 架构，每 token 激活约 2.5B 参数，以 Apache 2.0 许可发布。

我们很高兴与 @FireworksAI_HQ 合作，提前发布 EAGLE-4。 查看我们的技术博客，了解 EAGLE-4 的工作原理，以及它对创意工作流为何重要：https://blog.fal.ai/eagle-4-technical-deepdive/

OpenAI 当地时间周二宣布为 ChatGPT 推出锁定对话功能，用户可用四位 PIN 码或面容 ID、触控 ID 保护敏感对话。锁定对话移入独立分区，与普通记录、搜索和置顶隔离，开启记忆功能时拥有独立记忆空间；但该功能不启用端到端加密，不改变数据留存时长，且临时对话、群组对话等类型不可锁定。免费版到企业版等多数版本可用，医疗专用版除外，功能从周二起分批上线。

推文称互联网结构性转型已开始，用户正从 Human 迁移到 Agents，用量将激增千倍以上。作者建议投资所有受益于这一转型的公司，并称 NET 是今年投资回报最好的公司之一，认为迁移才刚开始。

Google 为 Android Auto 和 Google built-in 车机上的 Gemini 推出 Personal Intelligence，可跨 Gmail、Calendar、Maps、Photos、YouTube 和 Search 调用个人信息，例如从 Gmail 读取航班确认信息后查询航班状态，或按上周照片找到洗车点并导航前往。

Mistral 发布 Voxtral 3 Transcribe 和 Speech 模型，为其新的语音智能体 API 提供支持。Mistral CEO Arthur Mensch 补充称，Voxtral 可实时完成说话人分离（diarization）和轮次结束检测，既可跑在用户自有基础设施上，也可使用 Mistral 的 API。

Eagle Corp 发布开源灵活草稿模型 EAGLE-4，可根据批大小、硬件和工作负载自适应调整投机解码策略，并保持目标模型的输出分布。实测搭配 Qwen3.8-27B 在 4× NVIDIA B300 上达到 961.6 tokens/s。Eagle 是服务 NVIDIA、Meta、Intel、AMD、Perplexity 等公司的 AI 推理平台。

ComfyUI 宣布支持 Hao AI Lab 的 FastH3 OmniRef，这是 MiniMax H3 的蒸馏版本，可进行多模态参考视频生成，能在本地硬件上运行。官方称其在质量与速度之间取得较好平衡，并开放了权重与云端入口。

Personal Intelligence 现已在 Android Auto 上的 Gemini 中推出，并将在未来几个月内推广到内置 Google 的汽车，让你在行车途中获得更出色的免手操作帮助。 经你许可，Personal Intelligence 会安全地连接你已在使用的 Google 应用中的信息——如 Gmail、Google Calendar 和搜索——让你可以发出复杂请求、获取个性化推荐、检索过往对话中的细节等。

天哪，我的 Dot 智能体今天干了件有用的事

打开声音！

Higgsfield 推出 Genjutsu Lite，可将用户照片置入任意热门视频中。720p 生成成本降低 3.5 倍、1080p 降低 5 倍，现已上线 Higgsfield 平台并提供 API，Genjutsu 和 Genjutsu Lite 在部分区域可免费试用。

Claude Code v2.1.305 新增 sandbox.allowNestedUserNamespaces 选项，让 Linux 沙箱内命令可创建用户命名空间，从而绕过沙箱的文件保护限制。

Google 开始向 Android Auto 推送 Gemini 的 Personal Intelligence，并将在未来几个月覆盖搭载 Google Built-in 的车型，该功能仍为可选。它让 Gemini 调用 Gmail、Calendar 等应用中的数据来生成回答，无需用户额外提供上下文。

这趟真该带上我的人字拖

Google 开源 TorchTPU，为 TPU 提供原生 PyTorch 后端，替代此前的 PyTorch/XLA 层。它按写入顺序逐个运行算子以便像 GPU 一样逐步调试，再切换 torch.compile 获得生产速度；训练 Qwen 3 8B 时最高用到 52% 的峰值 TPU 算力。原文还提到 Amazon 也提供原生 PyTorch 后端，让代码脱离 Nvidia GPU 运行。

FastVideo（Hao AI Lab）宣布开源与 MiniMax 合作的 FastH3 Omni，并附带训练代码。项目在 NVIDIA Blackwell 上实现 12 倍于原速度的实时生成，支持 NVFP4/FP8 用于 Spark 与 RTX 设备，ComfyUI 首日可用；合作方包括 NVIDIA AI、Nuva Lab 和 Reactor。

HeyGen 的 Professional Voice Clone 用 30 分钟到 2 小时的录音音频训练，保留呼吸、停顿、笑声、口音和元音发音，官方称生成的声音无人能分辨真假。推文强调这一数据量区间是关键：短参考片段无法体现长句前的换气节奏或语速加快时的口音特征，而这些细微的不规则正是听者判断声音是否属于真人的依据。

Perplexity Computer 的 macOS 桌面应用面向 Pro、Max 和 Enterprise 订阅用户上线完全本地模式，不再需要联网或消耗付费 credits。本地模式由 PPLX Pro 驱动，这是对 Qwen 3.8 做后训练得到的模型；复杂任务可用 Hybrid 模式调用云端模型。原文建议 36 GB 统一内存，并称 harness 表现不错但需要大量测试时间。

DeepSeek 在 X 上宣布以 Apache License 2.0 开源内部推理框架 DeepInfer，该框架支撑其 V4.1-Flash 模型的大规模快速推理。

Google 于周二宣布其 PyTorch 版本 TorchTPU 以开源项目形式发布，让现有 PyTorch 应用只需简单配置改动即可运行在 Google TPU 和 Google Cloud 上。

OpenAI 于周二宣布用户可锁定 ChatGPT 对话，通过四位 PIN 或 Face ID、Touch ID 保护敏感内容，锁定聊天会移入独立的 Locked Chats 区域并拥有独立记忆。

一个模型即可生成 3D 角色、动作和场景。 JST-2 现已在我们的 API 上线。 今天就开始构建：https://viggle.ai/developers

OpenAI 的 ChatGPT Locked Chats（锁定聊天）功能正推向 Free、Go、Plus、Pro、Business、Enterprise 和 Edu 全部方案。用户可将聊天移入受保护空间，网页和桌面端用 PIN 解锁，移动端还支持 Face ID、Touch ID 或设备解锁。

OpenAI 宣布 API 现在可选择 12 小时提示词缓存。共享的指令、工具和上下文可以缓存更长时间，即使请求间隔数小时也能按更低的缓存输入价格计费，适合像 dots 这类全天复用上下文的持久化 Agent。

Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5 已在 Google Antigravity 2.0 桌面端、CLI 及 VS Code、JetBrains、Visual Studio 的 IDE 扩展中正式可用。

Shadeform 发布 Flex VMs 和 Shadeform Spot，把闲置的裸金属 GPU 服务器转化为可租用的云算力，数小时内即可上架。作者认为关键在于无需构建 API，只需一个 IP 和 SSH 密钥即可完成接入，这消除了闲置算力难以触达买家的集成障碍。

Perplexity CEO Aravind Srinivas 转引 Engadget 报道称，Perplexity AI 工作流现在可以在 Mac 上完全本地运行，要求配备至少 36GB 内存。

ChatGPT 推出 Locked Chats 功能，把敏感对话从常规历史记录和搜索中移入受保护空间。用户在网页端和桌面端可用 PIN 解锁，支持的移动设备上可用 PIN、Face ID、Touch ID 或设备解锁；锁定会话中的新消息不会更新常规对话使用的记忆。该功能即日起向 Free、Go、Plus、Pro、Business、Enterprise 和 Edu 套餐推出。

Databricks 在 Agent Bricks 平台推出 Agent Memory Beta，通过存储关键事实、偏好和工作流提升智能体质量并降低成本和延迟，底层由 Lakebase 提供、基于 Databricks 的 MemCurrent 记忆研究。

OpenRouter 宣布 Mistral 的 Voxtral 3 已上线其平台。Mistral 此次发布了两款新的语音转文本模型和一款新的文本转语音模型，支持 50+ 种语言，将用于驱动 Mistral 新的语音智能体 API。

Mistral AI 发布面向实时语音智能体的 Voxtral 3 模型家族，包含语音转文本模型 Voxtral Small Transcribe 3、文本转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK，将听、思考、工具调用和说话整合为单一流式管线。

Elon Musk 转发 Grok @Bot 更新演示视频，介绍其大规模功能更新。新功能包括新聊天卡片、更快速度、草稿编辑、Email 别名、X DM、@bot 标签、Connectors、语音通话、通知、邀请与 Android Assistant，以及访问列表、未读、routines 和登录等。

Grok @Bot 升级

Perplexity CEO Aravind Srinivas 宣布，Perplexity Computer 现可在 Mac 上完全本地运行，无需云端推理，也不用 WiFi。模型和智能体都在本机运行，可操作 Mac 原生应用和本地文件，敏感数据不必发送到云端，现已在 Perplexity Mac 应用中可用。

你也在学校舞会做志愿者啊，希望没问题