AINews - 2025-10-01
📰 十大AI新闻要点
1. Anthropic发布Claude Sonnet 4.5，创SWE-Bench Verified新纪录
Claude Sonnet 4.5在SWE-Bench Verified上达到77.2%的准确率（并行TTC为82%），在金融、法律和STEM领域有显著改进，支持30+小时的自主编码运行，约11,000行代码的代码库构建和维护
2. DeepSeek发布V3.2-Exp稀疏注意力模型，API价格降低50%+
DeepSeek V3.2-Exp采用学习稀疏注意力方案，在128k上下文长度下，预填充成本降低约3.5倍，解码成本降低约10倍，质量与V3.1相当，同时发布技术报告和内核代码
3. OpenAI与Stripe合作推出即时结账和Agentic Commerce Protocol
ChatGPT现在支持直接在聊天中购买，从Etsy开始，很快将支持超过100万家Shopify商家，ACP是一个开放标准，用于用户、AI代理和企业之间的程序化商务
4. 阿里巴巴公布Qwen路线图，目标100M上下文窗口和10T参数
阿里巴巴的Qwen路线图包括上下文窗口从1M增长到100M tokens，参数数量从约1T增长到10T，测试时计算预算从64k增长到1M，数据规模从10T增长到100T tokens
5. RL研究显示LoRA在强化学习后训练中可匹配全参数微调
新实验表明LoRA在许多RL后训练机制中可以匹配全参数微调，即使在低秩情况下，由QLoRA经验（超过1500次实验）和最近的GRPO实现证实
6. 腾讯发布Hunyuan Image 3.0，号称最强开源文生图模型
腾讯发布Hunyuan Image 3.0开源文本到图像模型，声称将成为”最强大”的开源T2I模型，据称需要96GB VRAM进行推理
7. OpenAI推出家长控制功能，加强青少年安全保护
OpenAI为所有ChatGPT用户推出家长控制功能，允许父母将账户与青少年账户链接，自动获得更强的安全保护，包括自残风险通知
8. 中国Fenghua No.3 GPU支持CUDA和DirectX，挑战NVIDIA垄断
中国离散GPU”Fenghua No.3”支持现代图形API—DirectX 12、Vulkan 1.2、OpenGL 4.6，并宣传CUDA支持，试图在非NVIDIA硬件上运行CUDA工作负载
9. Modal完成8700万美元B轮融资，估值达”B”illion级别
Modal筹集8700万美元B轮融资，现在估值达到”B”illion级别，继续构建ML原生基础设施，客户强调其”远程但感觉本地”的开发体验和扩展人体工程学
10. Google发布TimesFM 2.5，更强的零样本时间序列预测器
Google发布TimesFM 2.5（2亿参数，16k上下文，Apache-2.0许可），作为更强的零样本时间序列预测器，在多个时间序列预测任务上表现优异
🛠️ 十大工具产品要点
1. Claude Code v2发布检查点功能和原生VS Code扩展
Claude Code v2引入检查点功能，保存进度并允许即时回滚到先前状态，刷新终端界面，并发布原生VS Code扩展，新的吉祥物Clawd
2. Claude API新增上下文编辑功能和内存工具
Claude API新增上下文编辑功能和内存工具，让代理运行更长时间，处理更复杂的任务，Claude Code SDK更名为Claude Agent SDK
3. Claude.ai应用集成代码执行和文件创建功能
Claude应用集成代码执行来分析数据，创建文件（电子表格、幻灯片和文档），并直接在对话中可视化见解，Claude for Chrome扩展现在可供上个月加入等待列表的Max用户使用
4. vLLM支持DeepSeek稀疏注意力，提供H200/B200构建
vLLM提供DSA支持配方和H200/B200构建，DeepSeek的内核以TileLang/CUDA形式提供，TileLang（TVM）在约80行代码中达到手写FlashMLA的约95%性能
5. OpenRouter Auto现在根据需要将提示路由到支持网络的模型
OpenRouter Auto现在动态地将提示路由到支持网络的模型，扩大支持的后端，改进实时查询的检索，在合格任务上实现动态在线路由
6. Windsurf集成Claude Sonnet 4.5和Code Supernova 100万上下文
Windsurf发布code-supernova-1-million（100万上下文升级）并集成Claude Sonnet 4.5，通过并行工具执行加速Cascade代理，个人用户限时免费访问
7. Cursor集成Claude Sonnet 4.5并添加浏览器控制
Cursor现在提供Sonnet 4.5，并添加浏览器控制功能，Perplexity和OpenRouter也广泛可用，支持更复杂的代理工作流程
8. Anthropic推出Claude使用限制计量器
Anthropic在Claude Code（通过/usage斜杠命令）和Claude应用（设置→使用情况）中添加实时使用计量器，预计少于2%的用户会达到限制
9. Imagine with Claude生成UI实验研究预览
Imagine with Claude是一个生成UI实验研究预览，即时生成软件，无需预写功能，可供Max用户使用5天
10. llmq库支持LLaMA/Qwen的完全分片FP8训练
新存储库支持LLaMA/Qwen在纯CUDA/C++中的完全分片FP8训练，旨在实现内存和吞吐量优势，建议实现8位Adam m/v状态以推动大规模训练的优化边界