今天的两条消息放在一起看，有点意思。

可灵把一镜到底的视频时长推到 30 秒，蚂蚁百灵则把一个 560B 的稀疏模型做到了 4 卡可部署。一个在追求更连贯的画面，一个在压低模型进入工程现场的门槛。模型能力还在涨，但技术竞争已经不只是谁的参数更大，谁能把能力做成可用的产品、可算的账单，才更接近下一阶段。

可灵 Kling 4.0 上线，30 秒视频终于不只是拼接感

可灵 AI 发布 Kling 4.0，支持最长 30 秒的一镜到底生成，并把首尾帧控制扩展到最多 10 帧的多帧参考。来自数字生命卡兹克的实测提到，复杂动作衔接、大范围动态和全能参考的表现都有提升，1080P 的 30 秒视频约消耗 450 积分。

视频模型的难点从来不只是生成一张好看的关键帧。镜头多走几秒，人物身份、物体形状、光线方向和动作惯性都会开始互相打架。能把 30 秒直出做稳，真正有价值的地方是让创作者少一点剪辑补洞，多一点镜头语言本身的选择。

当然，积分价格也提醒了一件事。它距离随手批量生产还有成本门槛，专业创作和营销素材大概会先吃到这波红利。

来源，AIHOT 收录的数字生命卡兹克实测

Kimi K3 跑上 AMD，推理优化开始脱离单一硬件叙事

vLLM 官方博客披露了 Kimi K3 在八卡 AMD Instinct MI355X 上的推理优化方案，摘要称单 GPU 吞吐量超过 NVIDIA HGX B300 24.4%。

这类性能数字当然要看具体 batch、并发和模型配置，不能拿来直接替换采购报价单。但它至少说明，开源推理栈正在把异构硬件的选择权还给团队。以前不少人讨论模型部署，默认前提是某一类 GPU。现在，框架、算子和调度策略开始成为同等重要的变量。

对国内做私有部署和推理服务的团队，这不是一条纯海外硬件新闻。硬件供应越多，软件栈是否能跑稳、跑满，越会决定成本差距。

来源，vLLM 官方博客

阶跃星辰开放 Step 5 Preview，600B 模型进入可试用阶段

阶跃星辰宣布开放 Step 5 Preview 的 BF16 与 FP8 权重，并已上架 Hugging Face 和 ModelScope。该模型采用 600B 稀疏 MoE 架构，每个 token 激活约 27B 参数，面向长程 Agent 工作流和软件工程任务。

开放权重不等于任何团队都能轻松用起来。600B 级别的模型即便是稀疏架构，显存规划、量化、并发和上下文缓存都绕不开。可它至少给了国内开发者一张更清晰的地图，哪些能力能自己验证，哪些问题仍要交给云服务。

大模型开放到这个尺寸，讨论重点也该从「有没有发布」往前走一步，变成工具调用是否可靠、长任务会不会漂、部署成本能否被业务收入覆盖。

来源，阶跃星辰 StepFun

PilotDeck 2.0 开源，把 Agent 的难处放回长任务交付

清华 THUNLP、面壁智能、OpenBMB 与 AI9Stars 联合开源 PilotDeck 2.0。项目定位是办公全流程交付与长任务稳定运行，不只生成一段回复，还要把任务推进到能验收的结果。

我一直觉得，办公 Agent 最容易被忽略的地方恰好是最后一公里。写出一份方案不难，难的是它能否持续处理文件、等待外部反馈、遇到异常后继续推进，还要让人知道它到底做到哪一步。

这类工作台未必会立刻变成爆款产品，但把「长任务稳定运行」放在台面上，是一个对的方向。演示里跑通一次，和一周后还能把十个任务交出来，中间隔着一整套工程细节。

来源，AIHOT 收录的面壁智能公众号

蚂蚁百灵开源 Ling-3.1-flash，560B 模型声称可 4 卡部署

蚂蚁百灵正式开源 Ling-3.1-flash，总参数约 560B，每个 token 激活约 25B，支持最高 1M 上下文。官方摘要称，该模型可在 4 卡环境部署，权重已同步到 Hugging Face 和 ModelScope。

这个消息最值得看的是部署口径，而不是单独的参数总量。稀疏 MoE、精度选择和工程优化正在重新定义「大模型需要多少卡」。对需要长上下文、又不愿把所有数据交给外部 API 的企业，这种选择会越来越多。

不过，能加载权重和能在生产中稳定服务是两回事。真实项目还得补上压测、故障恢复、权限隔离和成本核算。模型下载下来，只是部署工作的开始。

来源，AIHOT 收录的蚂蚁百灵公众号

Claude Code 团队把代码审查拆成机器阅读与人类判断

Anthropic 的 Claude Code 团队分享了 Claude Code 的代码审查实践。机器承担大部分变更阅读，人类注意力集中在高风险决策。官方给出的数据是，Claude Code 自己的仓库，6 月到 9 月合并 PR 数量翻倍以上，回退率下降超过 40%。Anthropic monorepo 每天落地的变更，则从 5 月约 2,500 次增加到 9 月超过 30,000 次。

这套做法不神秘，也不轻松。让 Agent 读代码、找模式很合适，但涉及架构取舍、权限边界和业务风险时，人不能只看一个「通过」。

国内团队如果要把 Agent 放进 CI/CD，比较务实的起点不是追求全自动合并，而是先让它替人筛掉低风险噪声，把审查时间留给真正需要判断的地方。

来源，Anthropic Claude.dev 开发者博客

ChatGPT 开始进入 Chrome 标签页，浏览器会变成新的权限战场

ChatGPT 宣布面向 Chrome 用户加入标签页读取与控制能力。在工作模式下，它可以查看已打开的标签页、汇总信息，并执行发送消息等操作。

从体验看，这正是很多人想要的浏览器 Agent。从安全角度看，它又是另一回事。标签页里可能有支付页面、内部系统、聊天记录和登录态，一个 Agent 能做得越多，授权范围、操作确认和审计记录就越不能含糊。

国内做浏览器插件、桌面助手或办公自动化的团队，会很快碰到同样的问题。用户讨厌重复点击，但也不愿意把所有点击权一次性交出去。

来源，ChatGPT

FLUX 3 Image Klein 把开源图像生成拉回消费级 GPU

Black Forest Labs 发布 FLUX 3 Image Klein，模型规模为 5.6B，支持文生图、图像编辑和最多 10 张参考图的多参考生成。官方称它可在单张消费级 GPU 上运行。

大模型的参数竞赛很热闹，真正能跑在手边硬件上的模型同样重要。尤其是电商图、产品图和设计草图这类任务，参考图一致性往往比单次生成的惊艳程度更重要。能本地跑，就多了一种保护素材、控制成本和反复调试的选择。

今天这些消息最后还是落到同一个问题。能力在往上走，部署、权限和工作流却在决定它能不能留下来。30 秒的视频也好，四卡能跑的大模型也好，技术不是上台亮相就结束了，能在真实流程里稳定交付，才算真正开始。