मॉडल रिलीज़ और बेंचमार्क
NVIDIA Nemotron 3.5 मॉडल. NVIDIA ने अपने एम्बेडिंग, पार्सिंग और रीरैंकिंग मॉडल को वर्ज़न 3.5 में अपडेट किया है और Hugging Face पर 1B और 8B एम्बेड, 8B रीरैंक तथा एक पार्स मॉडल जारी किया है। यह अपडेट रिट्रीवल और डॉक्यूमेंट वर्कफ़्लो के लिए पिछली 3.0 जनरेशन के बाद आया है।
MiniMax M3.1 Flash. MiniMax ने Hugging Face पर MiniMax-M3.1-Flash जारी किया है, जो उसकी M-सीरीज़ का नया हल्का मॉडल है। मॉडल खुले उपयोग के लिए उपलब्ध है, हालाँकि अंश में इसके बारे में और जानकारी नहीं दी गई है।
Canva Craft इमेज मॉडल. Canva ने Canva Craft लॉन्च किया है, जो उसका पहला इमेज जनरेशन मॉडल है। यह दो-चरणीय आर्किटेक्चर का उपयोग करता है जो जनरेट करने से पहले डिज़ाइन की योजना बनाता है, जिससे टेक्स्ट की पठनीयता और ऑब्जेक्ट प्लेसमेंट बेहतर होते हैं। मॉडल 30 आस्पेक्ट रेशियो में 2K तक रिज़ॉल्यूशन देता है और OpenAI, Google तथा Microsoft के मॉडल्स से प्रतिस्पर्धा करता है।
Muse Spark Open बेंचमार्क. Artificial Analysis के एक चार्ट के मुताबिक Meta का 816B Muse Spark Open 39 अंक हासिल करता है, जो 180B वाले Qwen3.8-Flash-Next के 40 से थोड़ा कम है—हालाँकि यह आकार में 4 गुना से अधिक बड़ा है। चार्ट में MiMo-V2.6-Pro और DeepSeek V4.1 Flash को 45 के साथ शीर्ष ओपन-वेट परफ़ॉर्मर के रूप में भी रैंक किया गया है।
Ling Sante हेल्थकेयर. InclusionAI ने Ling-3.0-flash-Sante जारी किया है—124B कुल/5.1B सक्रिय पैरामीटर वाला हेल्थकेयर-विशेषीकृत MoE मॉडल, जो मेडिकल रीज़निंग और रिसर्च के लिए है और Hugging Face तथा ModelScope पर उपलब्ध है। यह एक रिसर्च मॉडल है, मेडिकल डिवाइस नहीं, और इसके लिए मानवीय समीक्षा ज़रूरी है।
Recursive Flint कोडिंग मॉडल. Recursive ने Flint जारी किया है, जो 40B कुल/2.5B सक्रिय MoE कोडिंग मॉडल है और मुख्य रूप से उसके ‘Eureka Machine’ AI सिस्टम द्वारा विकसित किया गया है। Apache 2.0 लाइसेंस वाला यह मॉडल Apple और Nvidia हार्डवेयर पर लोकल एजेंटिक कोडिंग के लिए ऑप्टिमाइज़्ड है।
छोटे ओपन TTS मॉडल. कई छोटे टेक्स्ट-टू-स्पीच मॉडल सामने आए: Gradium का Phonon 31M Apache 2.0 के तहत डिवाइस पर चलता है, AuroraTTS-100K 100K से कम पैरामीटर के साथ समझ आने वाली स्पीच बनाता है, और Kokoro TTS के एक ऑप्टिमाइज़ेशन का दावा है कि मॉडल हिल-क्लाइम्बिंग से 50-100 गुना स्पीडअप मिला है।
एजेंट टूल्स और फ्रेमवर्क
ThinkingBox RL रिवॉर्ड्स. Microsoft और Hugging Face ने ThinkingBox-Training ओपन-सोर्स किया है, जो एजेंट्स के पोस्ट-ट्रेनिंग के लिए डेटाबेस ग्रेडिंग को RL रिवॉर्ड में बदलता है। GRPO के साथ Qwen3.8-27B को फाइन-ट्यून करने पर बेंचमार्क से बाहर के टास्क पर औसत सफलता 51.7% से 60.8% हो गई।
NVIDIA OpenShell रनटाइम. NVIDIA ने OpenShell जारी किया है, जो स्वायत्त AI एजेंट्स के लिए सुरक्षित और निजी रनटाइम है। यह प्रोजेक्ट Reddit पर दिखा है, और अंश में इसकी और जानकारी नहीं है।
1Password for Agents. 1Password ने एक टूल लॉन्च किया है जो AI एजेंट्स को क्रेडेंशियल देखे बिना उपयोगकर्ता खातों में लॉग इन करने देता है; इसके लिए डिजिटल की और उपयोगकर्ता की मंज़ूरी का उपयोग होता है। यह Claude Duet, ChatGPT Work, Grok Bot और Meta के Muse जैसे एजेंट्स को सपोर्ट करता है।
Google Agent Compute Engine. Google ने Agent Compute Engine की घोषणा की है, जो हर Gemini एजेंट को हार्डवेयर-आइसोलेटेड माइक्रोVM देता है; यह निष्क्रिय होने पर पॉज़ हो जाता है और प्रति सर्वर 10 गुना अधिक एजेंट्स संभाल सकता है। यह आने वाले महीनों में टोकन ट्रैकिंग और थर्ड-पार्टी आइडेंटिटी सपोर्ट के साथ प्रीव्यू के लिए खुलेगा।
Liquid AI RIPL. Liquid AI ने RIPL लॉन्च किया है, जो Liquid Foundation Models के लिए रियल-टाइम इन्फ़रेंस इंजन है और छोटे रिक्वेस्ट पर 50 मिलीसेकंड से कम में एंड-टू-एंड पूरा रिस्पॉन्स देता है। उनके टेस्ट में एक B200 पर इसने vLLM पर Qwen3.5 की तुलना में 5.6 से 28.4 गुना कम p95 लेटेंसी दिखाई।
Cohere Rerank 5. Cohere ने Rerank 5 को Pro और Fast टियर में जारी किया है। इसमें Context Focus जुड़ा है, जो डॉक्यूमेंट्स के भीतर प्रासंगिक पैसेज लौटाता है और कैलिब्रेटेड प्रासंगिकता स्कोर देता है। Pro मॉडल BRIGHT पर 82.2 स्कोर करता है, जो Voyage AI Rerank 3 से 5.8 अंक अधिक है, लेकिन 96-डॉक्यूमेंट रिक्वेस्ट पर इसकी मीडियन लेटेंसी 11.7 सेकंड है।
OpenAI Decisions API. OpenAI ने अपने Decisions API को सामान्य रूप से उपलब्ध कर दिया है। यह GPT-6 Luna के साथ बनाया गया है और क्लासिफिकेशन व राउटिंग जैसे तेज़, कम लागत वाले फैसलों के लिए है—Responses API से 10 गुना तक तेज़। अब यह GPT-Live इंटीग्रेशन, प्रॉम्प्ट कैशिंग, JSON इनपुट, इमेज और प्रति रिक्वेस्ट 400 प्रश्नों को सपोर्ट करता है।
Agent Skills स्टैंडर्ड दान. Anthropic ने Agent Skills स्टैंडर्ड को Linux Foundation के तहत Agentic AI Foundation को दान कर दिया है, जो उसके पहले के MCP दान के बाद हुआ है। इस कदम का मकसद Skills को खुला, समुदाय-संचालित और वेंडर-न्यूट्रल बनाए रखना है।
रिसर्च और अनुप्रयुक्त AI
लक्ष्य-मुक्त एजेंट खेल. MIT के शोधकर्ताओं ने पाया कि सिम्युलेटेड द्वीप पर बिना किसी टास्क के छोड़े गए Eko एजेंट्स खुद चुनौतियाँ बनाने लगे, और जिन एजेंट्स ने खेला, उन्होंने बाद की चुनौतियों में न खेलने वाले एजेंट्स से बेहतर प्रदर्शन किया। पेपर में एजेंट्स के कौशल सीखने के तरीके के रूप में लक्ष्य-मुक्त एक्सप्लोरेशन का सुझाव दिया गया है।
Microsoft मेडिकल AI. Microsoft का MAI-DxO सिस्टम, जो डॉक्टरों के पैनल की तरह कई AI एजेंट्स को समन्वयित करता है, एक सिम्युलेशन में जटिल NEJM केसों का 83% बार सही निदान कर सका, जबकि अलग-अलग सामान्य चिकित्सकों ने 36% बार। अध्ययन Science में प्रकाशित हुआ है, और Microsoft अपना SDBench बेंचमार्क ओपन-सोर्स करने की योजना बना रहा है।
अर्थ ऑब्ज़र्वेशन AI. Google DeepMind ने Forest Typology 2020 जारी किया है, जो 10 मीटर का वैश्विक मानचित्र है और वन तथा भूमि-उपयोग के प्रकारों को वर्गीकृत करता है। वहीं OlmoEarth v1.3 बदलाव ट्रैकिंग और समानता सर्च के लिए सैटेलाइट एम्बेडिंग और पहले से कंप्यूट की गई वैश्विक एम्बेडिंग देता है।
उद्योग और कारोबार
OpenAI 30 अरब डॉलर राउंड. रिपोर्ट्स के मुताबिक OpenAI अपने IPO से पहले 1.25 ट्रिलियन डॉलर के प्री-मनी वैल्यूएशन पर 30 अरब डॉलर तक जुटाने पर काम कर रहा है। इस राउंड का नेतृत्व Coatue और UAE के निवेशक कर रहे हैं। डील में UAE में अतिरिक्त कंप्यूटिंग क्षमता शामिल हो सकती है।
Uber ChatGPT Work. Uber ने ChatGPT Work को अपने सभी 30,000 कर्मचारियों तक बढ़ाया है। 1,000 लोगों के पायलट में यह फाइनेंस, ऑपरेशंस और प्रोडक्ट में इस्तेमाल हुआ, और 80% उपयोगकर्ता नॉन-इंजीनियर थे। कंपनी अभी यूज़ केस तलाश रही है, लेकिन उसने एंटरप्राइज़ AI एजेंट को पूरी वर्कफ़ोर्स के लिए उपलब्ध करा दिया है।
Spotify एजेंट रणनीति. Spotify AI एजेंट्स को एक अवसर के रूप में देखता है। सह-CEO Gustav Söderström का तर्क है कि मनोरंजन ऐसी श्रेणी है जो एजेंटिक दौर में फलेगी-फूलेगी, क्योंकि लोग एजेंट्स से गानों का सारांश नहीं माँगेंगे। कंपनी ऐसी म्यूज़िक सर्विस बनना चाहती है जिसे एजेंट्स तब चुनें जब उपयोगकर्ता प्लेलिस्ट बनाना और खोजना उन्हें सौंप दें।
Meta Muse नेटवर्क. Mark Zuckerberg ने ऐसे भविष्य का ज़िक्र किया जहाँ अरबों लोग Muse पर्सनल एजेंट्स का इस्तेमाल करेंगे, जो दूसरों के Muse से बातचीत और लेन-देन करेंगे और एक बड़े पैमाने का नेटवर्क बनाएंगे। CFO Susan Li ने कहा कि सभी को खुद को ढालना होगा।
Gartner AI रिटर्न. Gartner के 2,002 CIOs के सर्वे में पाया गया कि सिर्फ 13% ने AI से बड़े या परिवर्तनकारी रिटर्न की रिपोर्ट की, जबकि 51% को उम्मीद है कि AI ऑपरेटिंग लागत बढ़ाएगा। विश्लेषकों को वेंडर इनोवेशन और कंपनी नतीजों के बीच अंतर दिखता है, फिर भी 75% CEO की AI खर्च बढ़ाने की योजना है।
inDrive रोबोटैक्सी टेस्ट. राइड-हेलिंग कंपनी inDrive ने Pony.ai और Nvidia के साथ एक MOU साइन किया है। 2027 में कज़ाकिस्तान की राजधानी अस्ताना में Pony.ai Gen-7 रोबोटैक्सी का टेस्ट होगा, शुरुआत में सेफ्टी ऑपरेटरों के साथ। Nvidia, Hyperion प्लेटफ़ॉर्म और Halos सेफ्टी सिस्टम देगा।
चीन एक्सपोर्ट क्लीयरेंस. DeepSeek और MiniMax ने चीन की नई अस्थायी AI एक्सपोर्ट रजिस्ट्रेशन फाइलिंग पूरी कर ली है। इससे उन्हें मॉडल वेट्स को ओपन-सोर्स करना जारी रखने और अंतरराष्ट्रीय साझेदारियाँ करने के लिए स्पष्ट नियामकीय मंज़ूरी मिल गई है।
रिकॉर्ड AI लॉबिंग. OpenAI, Anthropic और Nvidia का लॉबिंग खर्च किसी भी तिमाही में सबसे अधिक रहा; तीनों ने साइबरसुरक्षा और बाल सुरक्षा जैसे नीतिगत मुद्दों पर मिलकर लगभग 60 लाख डॉलर खर्च किए। यह रकम Google और Microsoft से कम है, लेकिन नीति में बढ़ती सक्रियता दिखाती है।
सुरक्षा और नीति
Meta स्क्रैपिंग टर्म्स. Meta ने बिज़नेस टर्म्स में बदलाव करके वह भाषा हटा दी जिससे लगता था कि वह न्यूज़ साइट्स पर मुक्त रूप से AI ट्रेन कर सकता है। लेकिन कानूनी विशेषज्ञों का कहना है कि बची हुई ‘associated with your products or services’ भाषा अब भी स्क्रैपिंग की इजाज़त दे सकती है। ये टर्म्स 30 अक्टूबर से लागू होंगी।
Muse शेयरिंग फिक्स. Meta ने Muse शेयरिंग फिर से चालू कर दी है। कंपनी ने URL की उस समस्या को ठीक किया है जिससे शेयर किए गए आर्टिफैक्ट्स पब्लिक DNS के ज़रिए खोजे जा सकते थे। पहले शेयर किए गए आर्टिफैक्ट्स के लिए नए URL जारी किए गए हैं।
बैंक रोक रहे AI एजेंट्स. Morgan Stanley, JPMorgan, Bank of America और Wells Fargo समेत बड़े अमेरिकी बैंक उन AI एजेंट्स को रोक रहे हैं जो ग्राहक क्रेडेंशियल्स से लॉग इन करते हैं। बैंक नीति उल्लंघन और सुरक्षा जोखिमों का हवाला दे रहे हैं। वे एजेंट्स को रीड-ओनली एक्सेस देना चाहते हैं, लेकिन अभी एजेंट और उपयोगकर्ता की क्रियाओं में फ़र्क नहीं कर पाते।
AI-त्वरित बड़े हमले. चीन के राज्य-समर्थित हैकर्स ने ओपन-सोर्स ARTEX AI फ्रेमवर्क का इस्तेमाल करके करीब 2,250 संगठनों में सेंध लगाई। उन्होंने ConnectWise क्लाउड बैकअप क्रेडेंशियल्स कंप्रोमाइज़ किए और प्रति मिनट करीब 3,000 साइन-इन की कोशिशें कीं। Microsoft का कहना है कि इस रफ़्तार से डिफेंडर्स को जवाब देने का बहुत कम समय मिलता है।
PHP2Shell AI-खोजी खामी. Amazon ने चेतावनी दी है कि PHP से जुड़ी एक भाषा में मिली कमज़ोरियों का व्यापक शोषण हो रहा है। ये कमज़ोरियाँ OpenAI और Google के मॉडलों की मदद से खोजी गई थीं, और हैकर्स को चार दिन की बढ़त मिल चुकी है। NSA और ब्रिटेन के अधिकारियों ने तत्काल चेतावनी जारी की है; ये खामियाँ हमले और बचाव दोनों में AI की भूमिका दिखाती हैं।
लोकल AI और परफॉर्मेंस
AMD पर DeepSeek V4.1. एक उपयोगकर्ता ने DeepSeek V4.1-1017 को DDR4 के साथ दो AMD GPUs (7900 XTX + W6800) पर क्वांटाइज़्ड चलाया। डिकोड औसतन 9 टोकन/सेकंड रहा और 19 टोकन/सेकंड तक पहुँचा, हालाँकि परफ़ॉर्मेंस I/O के साथ बदलती रही। मॉडल को बहुत स्मार्ट माना जा रहा है, लेकिन चैटिंग से आगे के कामों के लिए यह धीमा है।
Qwen 3.8 बनाम DeepSeek. संशोधित BenchKit से किए एक बेंचमार्क में Qwen3.8-Flash-Next W4A16 ने HumanEval के छोटे सैंपल पर 25/25 स्कोर किया। DeepSeek V4.1 Flash 2.6-bit ने 23/25 स्कोर किया और एक समस्या पर डूम लूप में फँस गया। उपयोगकर्ता लोकल काम के लिए Qwen का इस्तेमाल जारी रखेगा।
Intel XMX स्पीडअप. llama.cpp के एक पुल रिक्वेस्ट ने Intel XMX मैट्रिक्स इंजनों को रीफैक्टर किया है, जिससे Battlemage B70 पर स्पेक्युलेटिव डिकोडिंग की गति काफी बढ़ी है। कुल टोकन दर लगभग दोगुनी हो गई; कुछ टास्क 38-53 टोकन/सेकंड से 68-94 टोकन/सेकंड तक पहुँचे।
Snapdragon मिनी PC. एक Snapdragon X मिनी PC कस्टम इंजन से Qwen3.8 Flash Next को 46 टोकन/सेकंड पढ़ने की गति और 20 टोकन/सेकंड जनरेशन पर चलाता है। USB4 से जुड़े दो बॉक्स 35B A3B मॉडल पर 315/43 टोकन/सेकंड हासिल करते हैं। सेटअप की लागत लगभग £300 प्रति बॉक्स है और यह सिर्फ CPU/NPU का उपयोग करता है।
Perplexity लोकल Decider. Reddit की एक पोस्ट के मुताबिक Perplexity Decision Model pplx-decider-flash-v1.2 को Mac पर मेन्यू बार से पूरी तरह लोकल चलाया जा सकता है, जिससे डेटा डिवाइस पर ही रहता है।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।