10月29日，宇树科技宣布即将推出一款全新产品，动力性能约为Go2两倍。根据宣传海报推测，新品可能为四足机器人，主打“小巧身躯，行业性能”。这一发布引发市场关注，或将推动四足机器人技术进一步发展。

10月29日，NVIDIA推出的迷你AI超算DGX Spark被曝实际功耗与性能远低于官方宣称值。据id Software联合创始人John Carmack透露，该设备额定功耗为240W，但实测最高仅约100W，性能表现同样大打折扣：BF16工作负载下约为60 TFLOPS，FP4负载下约480 TFLOPS，远低于预期的1 PFLOPS。此外，设备在高负载运行时容易过热，甚至出现自动重启现象。苹果MLX框架开发者Hannun也证实了类似结果，其测试显示PyTorch和MLX环境下持续性能仅为60 TFLOPS左右。DGX Spark基于GB10超级芯片，结合联发科ARM CPU与NVIDIA Blackwell GPU，定位为‘迷你工作站’，起步价高达3999美元（约合28396元人民币）。

10月20日，Anthropic公司推出“Claude生命科学版”计划，基于Claude Sonnet 4.5模型改进，专攻生物医学领域。新模型性能媲美人类专家，并集成多种研究工具如Benchling、PubMed等，还新增自动化技能，例如单细胞RNA测序数据质量控制功能。Anthropic提供生命科学专用提示词库，覆盖文献综述、实验方案起草等场景。赛诺菲、艾伯维、诺和诺德等顶级药企已开始使用该工具，反馈显示其显著提升效率并降低技术门槛。服务现已通过官网及AWS Marketplace上线，未来将登陆Google Cloud Marketplace。此外，Anthropic还将为高影响力科研项目提供免费API积分支持。

2025年10月17日，EXO实验室展示了将两台NVIDIA DGX Spark迷你超算与苹果M3 Ultra Mac Studio结合的AI协同网络，性能提升显著。其核心项目EXO通过智能分配大型语言模型推理任务到不同设备，实现高效协同。演示中，混合设置比单独使用Mac Studio快2.8倍，基于Meta Llama-3.1 8B模型测试。DGX Spark提供强大计算能力，Mac Studio则以宽内存位宽和快速传输见长，二者融合效果显著。若使用更大模型或更长提示，性能提升可能更明显。

标题：你骂AI越狠，它反而越聪明？ 正文： 一项名为《Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy》的研究发现了一个有趣的现象：与AI交流时，礼貌的语气反而让其表现变差，而粗鲁甚至带有威胁性的语言...

10月17日，EXO Labs展示了一项名为“分布式推理”的新成果，通过结合苹果M3 Ultra Mac Studio和两台英伟达DGX Spark设备，在AI推理测试中实现2.8倍性能提升。该方案基于开源项目EXO，可将大语言模型的工作负载分配至不同硬件，形成类似WiFi Mesh的“AI Mesh”网络。测试显示，DGX Spark在计算密集型预填充阶段快3.8倍，而Mac Studio在带宽敏感的解码阶段快3.4倍，两者互补显著优化性能。EXO框架目前为早期版本，计划引入更多功能，但仍属研究工具。这一创新表明，未来AI算力扩展可通过智能硬件协同实现，而非依赖单一设备。

10月13日，蚂蚁集团开源了业界首个高性能扩散语言模型推理框架dInfer。在基准测试中，dInfer将扩散语言模型的推理速度提升10.7倍，超越英伟达Fast-dLLM框架；在代码生成任务HumanEval上，单批次推理速度达1011Tokens/秒，首次显著超越自回归模型。扩散语言模型通过“去噪”生成文本，具备高度并行、全局视野等优势，但推理效率长期受限于计算成本高等问题。dInfer通过四大核心模块针对性解决这些瓶颈，支持多种模型优化与评测。在配备8块NVIDIA H800 GPU的节点上，其速度是vLLM运行AR模型的2.5倍。蚂蚁集团表示，dInfer推动扩散语言模型迈向实践高效，邀请全球开发者共同探索AI潜能。

10月5日，加州大学欧文分校研究团队发布名为“Mic-E-Mouse”的研究成果。通过高性能鼠标（如20000 DPI及以上）的传感器捕捉桌面传递的声学震动，并结合AI技术处理，可将鼠标转化为窃听工具。测试显示，该技术语音识别准确率达42%-61%，且随着AI进步有望提升。攻击需用户将鼠标连接至被攻陷电脑，但感染源可能仅为普通开源软件。PAW3395/3399传感器普及使高性能鼠标价格降至百元级别，扩大潜在受影响用户范围，引发安全隐忧。

2025年9月20日，埃隆·马斯克旗下xAI公司推出全新AI模型Grok 4 Fast。该模型在性能上接近Grok 4，但推理tokens减少40%，价格降低98%。测试显示，其在AIME 2025无工具测试中正确率达92.0%，并在数学推理、多跳搜索等任务中表现优异，多项排名领先同类模型。Grok 4 Fast还创新性地整合长链推理与快速响应模式，支持动态切换以适应不同需求，显著降低延迟和成本。目前，该模型已对所有用户开放，并在OpenRouter和Vercel AI Gateway上限时免费提供，API调用费用低至每百万tokens输入0.20美元起。

2025年9月，Gimlet Labs研究发现，AI可自动生成苹果设备的Metal内核，并显著提升PyTorch推理速度。实验显示，AI生成内核在215个PyTorch模块上实现平均1.87倍加速，部分工作负载甚至快数百倍。研究人员使用Mac Studio（Apple M4 Max芯片）和PyTorch eager模式作为基准，测试了Anthropic、DeepSeek和OpenAI等模型。AI生成内核正确性随尝试次数增加而提高，第5次尝试时可达94%。智能体群体策略进一步优化性能，平均加速31%，特定层级达42%。研究强调其目标是验证AI生成内核的可行性，而非追求极限性能，展现自动化内核工程的潜力。