OpenMOSS 推出 MOSS-Live，Antigravity 详解语音模式，NVIDIA 发布 CUDA 13.5，GitHub 介绍 Rubicon

语音正成为操控智能体的一种方式：OpenMOSS 推出了 MOSS-Live，这一系统能够同时收听、说话并调用工具；Antigravity 则详细介绍了基于 Gemini Live 的语音模式，覆盖应用和终端。NVIDIA 通过 CUDA 13.5、用于强化学习的 Reshard 集合通信，以及在 Blackwell 上加速的 FLUX 3 Image Klein，完善其 GPU 软件层。GitHub 介绍了新的 Git 存储架构 Rubicon，测试中有 5 000 个智能体同时操作一个仓库；同时，GitHub 将 Copilot 打造成团队工具，支持通过 API 管理代码审查，@GitHub 也在 Slack 和 Teams 中正式可用。

通过语音操控智能体：OpenMOSS 的 MOSS-Live 与 Antigravity 的 Gemini Live 语音模式

这两项公告采用了相同的架构：一个模型在前台负责对话，另一个智能体在后台工作，类似于 Cursor 在 11 月 6 日推出的基于 Grok Voice 的语音聊天功能。

OpenMOSS 推出 MOSS-Live：能够看、听并调用工具的全双工语音系统

11 月 7 日 — OpenMOSS 团队推出 MOSS-Live，这一实时对话系统能够同时收听和说话（全双工，full-duplex），理解摄像头或屏幕共享显示的内容，并将搜索和耗时任务交给第二个模型处理，同时保持对话不中断。Chen Yang 在 Hugging Face 社区博客上发表的文章介绍了这一架构：前台交互模型决定回答、等待还是让出话轮，后台模型负责推理和调用工具，协调层则共享记忆与任务状态。MOSS-Live 需要区分“嗯嗯”这样的应答和真正的打断，忽略并非对它说的话，并提供同声传译。

基准与指标（据 OpenMOSS）	MOSS-Live 成绩	文中提及的最佳竞品
FDB v3，工具调用成功率	51,00 %	51,00 % (Doubao SeedDuplex)
τ-Voice，多轮任务（pass¹）	57,93 %	67,68 % (GPT-Live-1)
τ-Voice，对非定向语音的选择性	78,90 %	66,99 % (GPT-Live-1)
Big-Bench Audio，准确率	88,40 %	90,50 % (Doubao SeedDuplex)
FDB v3，工具使用场景中的延迟	2,36 s	1,61 s (GPT Realtime 2.1)

MOSS-Live 并非开放模型：GitHub 仓库中只有文档，没有许可证，也没有权重。用户可以在在线测试空间（playground）中试用这一系统，也可以通过 MOSS 平台的实时 API 进行集成。

🔗 Hugging Face 博客上的 MOSS-Live 介绍 · MOSS 平台上的 MOSS-Live 文档

Antigravity 详解应用及 Antigravity CLI 1.5.0 中的 Gemini Live 语音模式

11 月 6 日 — Antigravity 博客详细介绍了语音模式（voice mode），该功能已随应用 2.29.0 版本于 11 月 3 日开始逐步推出。Gemini Live 直接理解语音，无需经过转录，能够实时回答并接受打断：用户可以交代任务，在任务执行期间调整方向（“你在做什么？”、“停止”），并通过语音回应授权请求。文章还补充了更新日志未提及的信息：从 1.5.0 版本开始，Antigravity CLI 也支持这一模式。

Destructive actions, such as deleting files, running commands with elevated privileges, or force-pushing to a Git remote, can’t be approved by voice.

🇨🇳 删除文件、以提升的权限执行命令或向远程 Git 仓库强制推送等破坏性操作，无法通过语音批准。 — Antigravity 博客，Antigravity 中的语音模式

设置或限制	Antigravity 给出的值
在 CLI 中启动	`/voice live` 或 F6；通过 SSH 使用 `agy mic-serve`
声音与语速	9 种声音；应用中为 0,75x 至 2x，CLI 中为 0,5 至 3
按需汇报进展	大约每 30 秒一次（“随时告诉我进展”）
语音模式对话	一次只能进行一个，且仅限本地

语音模式无法用于 Remote Control、在云端运行的对话或使用远程智能体的会话，麦克风音频会发送至 Google 服务器。文档没有提及任何套餐，仅提醒该模式可能尚未向所有账户开放。

🔗 @antigravity 在 X 上的公告 · 语音模式文档

NVIDIA GPU 软件：CUDA 13.5、NCCL M2N Reshard 与 Blackwell 上的 FLUX 3 Image Klein

CUDA 13.5 对 Vera Rubin 的支持正式可用

11 月 4 日 — NVIDIA 发布 CUDA 13.5。最主要的新变化是：对 Vera Rubin 架构的支持从面向开发者的抢先体验阶段转为正式可用（general availability），据 NVIDIA 表示，已可用于企业生产环境。自 CUDA 13.4 起正式可用的 Windows on Arm 支持扩展至运行 Windows 的 DGX Station；在 Rubin 上，TCC 模式被弃用，改用 WDDM 和 MCDM。在 GPU 共享方面，MPS 升级至第 3 版，支持加权时间片、分区间借出和借入流式多处理器（SM），以及按 cgroup v2 路由；CUDA Tile 则在内核中新增多 GPU 通信能力。

库或工具	NVIDIA 公布的新功能
CCCL 3.5	批量 Top-K，已集成到 FlashInfer；可复现的浮点扫描运算
cuBLAS	Vera Rubin 上更快的 NVFP4 和 MXFP8 乘法，未给出具体数值
cuSPARSE	稀疏矩阵乘法速度提升至原来的 1,65 至 2,27 倍
Nsight Perf SDK for AI	公开预览，可对长时间训练进行持续性能分析
Compute Sanitizer	帮助编程智能体诊断内存错误的技能

🔗 NVIDIA CUDA 13.5 带来对 NVIDIA Vera Rubin 的正式支持（GA）

NCCL M2N Reshard 将强化学习中的权重传输速度提升至原来的 2,7 至 5,7 倍

11 月 6 日 — 在强化学习（reinforcement learning，RL）中，负责生成轨迹的推理 GPU 需要定期接收训练 GPU 更新后的权重，这一过程称为权重刷新（refit）。常规方法会先收集每个参数，再进行广播（gather-and-broadcast），导致每一步传输的数据量约为模型大小的两倍；据 NVIDIA 介绍，Kimi K3 的这一数据量接近 11,2 TB。新型集合通信 Reshard 将这一刷新过程视为对分布式张量的重新分片：每个 GPU 只接收自己所需的部分，每个 NVLink 域只有一份副本经过网络传输，随后 GPU 通过 NVLink 相互补齐数据。

参考实现 NCCL M2N Reshard 已开源并集成到 NeMo RL 中，用于传输前馈层（feed-forward）的权重，约占参数总量的 95 %。据 NVIDIA 表示，权重刷新速度提升至原来的 2,7 至 5,7 倍：

测试平台	训练的模型	常规方法	使用 Reshard
DGX H100	Qwen 3 235B	6,4 s	1,9 s
DGX H100	DeepSeek V3 671B	14,9 s	2,6 s
DGX GB200	DeepSeek V3 671B	6,1 s	2,3 s
DGX GB200	Nemotron Ultra v3	8,2 s	2,3 s

🔗 利用 Reshard 集合通信加速强化学习中的权重刷新 · NVIDIA/nccl-extensions 仓库

借助 TensorRT LLM VisualGen，FLUX 3 Image Klein 在 Blackwell 上的速度最高提升至原来的 4,45 倍

11 月 6 日 — NVIDIA 发布了一篇教程，介绍如何在 TensorRT LLM VisualGen 中使用 Black Forest Labs 的开放权重图像模型 FLUX 3 Image Klein；TensorRT LLM VisualGen 是 TensorRT LLM 专用于视觉生成的运行时。在单张 B200 GPU 上，以 2048x2048 分辨率运行时，叠加编译、NVFP4 权重、Sol-Attention 稀疏注意力和 Cache-DiT 缓存等优化后，相比未经编译的 BF16 推理，Klein Base 的文生图速度最高提升至原来的 3,46 倍，图生图速度最高提升至原来的 4,45 倍。

测量配置（2048x2048）	未经编译的 BF16 推理	优化后	实测提升
文生图，Klein Base，1 B200	22,36 s	6,46 s	3,46x
图生图，Klein Base，1 B200	54,64 s	12,28 s	4,45x

NVIDIA 使用 LPIPS 分数衡量视觉差异，分数越低，图像越接近参考图像：文生图为 0,095，图生图为 0,045。从一张扩展到八张 B200 后，Klein Base 文生图的延迟中位数从 14,90 秒降至 3,00 秒；在 RTX PRO 6000 Blackwell Server Edition 上，速度提升至原来的 1,73 至 3,25 倍。教程提供了 TensorRT LLM 容器、YAML 配置，以及通过 trtllm-serve 提供的兼容 OpenAI 的端点。

🔗 在 NVIDIA Blackwell GPU 上使用 FLUX 3 Image Klein 加速图像生成

GitHub 详解全新 Git 存储架构 Rubicon：已测试 5 000 个智能体同时操作一个仓库

11 月 5 日 — 继 10 月 6 日和 21 日的文章之后，GitHub 发布了面向智能体的 Git 基础设施系列的第三篇文章，并于 11 月 6 日在 X 上转发。Karthik Raman 和 Brian Celenza 在文中介绍了 GitHub Universe 上公布的新 Git 存储架构 Rubicon。目前，最活跃的仓库每秒最多接收几十次写入，且呈突发式发生；GitHub 预计一年内这将变成持续性的负载。另一篇文章则给出了规模参考：10 月的某一周内，提交次数超过 12 亿次。

Through internal testing, we’ve demonstrated the ability to support 5,000 concurrent agents working on a repository, sending 7,200 pushes per second to a repo, all while serving read traffic with consistently low latency.

🇨🇳 在内部测试中，我们证明了系统能够支持 5 000 个智能体同时在一个仓库中工作，每秒向该仓库执行 7 200 次推送（push），同时以始终保持较低的延迟处理读取流量。 — @github 在 X 上

Spokes 仍然负责路由请求，但目标变成了可随时丢弃的虚拟副本，其本地磁盘仅用作缓存。Git 打包文件存储在 Azure Blob Storage 中，引用则存储在 Ref-CAS（Reference Compare-and-Swap）中；Ref-CAS 是一种复制日志，每次更新都由法定数量的副本确认：最初完全基于 Blob 的原型每秒最多只能处理几百次写入，而 Ref-CAS 每秒可处理数万次写入。Rubicon 目前处于限量私有预览阶段，计划于明年年初扩大部署范围。

🔗 深入了解 GitHub 全新的 Git 存储架构

团队协作中的 Copilot：通过 API 管理代码审查，@GitHub 在 Slack 和 Teams 中正式可用

Copilot 代码审查支持通过 REST 和 GraphQL API 配置，并精简审查摘要

11 月 6 日 — 继 10 月支持通过 API 触发审查之后，GitHub 开放了通过 REST 和 GraphQL API 读取和修改 Copilot 代码审查设置的能力，覆盖从企业策略到仓库的各个层级。响应还会标明哪些内容由 Copilot 撰写、所使用的推理力度，以及它作为来源引用的技能、MCP 服务器和指令。

设置层级	API 可配置的内容
企业	为所有组织启用或关闭审查，或允许各组织自行选择
组织	启用状态、默认推理力度、运行器，但不能覆盖企业的选择
仓库	推理力度、自定义指令与 MCP 工具的使用

限制：企业和组织端点不接受 GitHub Apps 和细粒度个人访问令牌（fine-grained PAT），只有仓库端点接受它们。摘要评论变得更紧凑，推理力度和调查问卷移至页脚，并且只保留一个“未审查的文件”部分；审查会话会显示消耗的人工智能额度，Balanced 推理力度改为使用三个模型进行审查，再由另一个模型汇总它们的发现。失败的审查会重试一次，并可能切换到另一个模型。适用于 Pro、Pro+、Max、Business 和 Enterprise 套餐。

🔗 Copilot 代码审查：API 管理与审查概览更新

@GitHub 在 Slack 和 Microsoft Teams 中正式可用，并在 Teams 中加入 Canvas

11 月 6 日 — 继 8 月 21 日开放公开预览之后，@GitHub 智能体在 Slack 和 Microsoft Teams 中正式可用。用户可以在对话中提及它，让它调查缺陷、创建议题、实现更改或发起拉取请求，无需切换工具。唯一新增的功能是 Teams 中的 Canvas：实施计划、代码更改和预览会显示在讨论旁边，团队可以在其中发表评论并推动工作进展。

其余变化均为调整：系统会根据消息推断仓库，无需再次选择；修复了后续消息可能得不到回应的问题；从对话中创建的议题和拉取请求会标注提出请求的人的姓名。页面没有说明适用套餐，也没有提供使用量数据。

🔗 @GitHub 在 Slack 和 Teams 中正式可用及其他更新

简讯

编码智能体与工具

Copilot CLI 1.0.108-0 和 1.0.108-1 — 两个预览版于 11 月 7 日发布，距稳定版 1.0.107 发布仅一天：符合条件的仓库默认启用 /index 命令和共享 tgrep 索引，CLI 可依据自身文档回答有关其工作方式的问题，另有 72 项修复，包括即使使用 --allow-all-tools 也会执行 MCP 拒绝规则。🔗 来源
Qwen Code v0.27.0 — 11 月 7 日发布的稳定版，距 v0.26.9 发布仅一天，没有破坏性变更：共 73 项更新，包括面向本地会话 hooks 的 FileChanged 通知、用于频道的 GitHub 仓库事件过滤器（允许和阻止），以及 Managed Agent 子智能体的并发提问。🔗 来源
Antigravity 远程智能体 — 同一项目可同时连接一个 GitHub 仓库和一个 Google Drive 文件夹，并支持读写；网页端启动的任务可在应用中接续，权限也可通过手机放行。推文提及所有面向个人用户的付费套餐，文档则列出 Google AI Pro 和 Ultra，不包括 Google AI Plus 和企业账户。🔗 来源
Replit Agent 内的支持服务 — 当用户咨询支持问题时，Agent 会先检查当前故障、文档和平台已知限制，全程无需离开对话；如果问题仍未解决，Agent 会自行提交工单，并附上环境调试详情，此功能适用于 Pro 套餐。🔗 来源
OpenAI Developers 的 Showcase — OpenAI Developers 插件新增 Showcase 标签页：提供可在 Codex 中打开的 API 入门项目，涵盖智能体、创意工具、数据可视化和语音；API 演示页面共列出十二个项目，其中八个可直接在 Codex 中打开或下载。🔗 来源

GitHub Copilot

GitHub Copilot 应用更新汇总 — 11 月 6 日的每周汇总详细介绍了应用的新功能：可从 pull request 中配置 Agent Merge，并在检查待完成期间保持启用；对话达到上下文上限时进行压缩；将 CSV 和 TSV 文件以表格形式打开；以及需主动启用的辅助审批个人指令。🔗 来源
Copilot impact dashboard — 该仪表板跟踪的 Copilot 使用体验从七种增至九种，新增 Copilot Chat 和 VS Code 的 Agents 窗口；“被动用户”群组更名为“聊天优先用户”，采用阶段和群组规模均不变。🔗 来源
一周内 12 亿次提交 — 在一篇由尼克·利芬和菲利普·霍勒兰署名、未涉及产品更新的智能体工程（agentic engineering）指南中，GitHub 表示，10 月曾在一周内记录超过 12 亿次提交，比一年前增长超过 400%。🔗 来源

推理、榜单与开放模型

Together Compiler — Together AI 于 11 月 4 日介绍了持续优化各客户 kernels 的智能体，此次再次提及它们，仅提供一项新数据：据 Together AI 称，在已经过手工优化的无服务器（serverless）端点上，每秒 tokens 数的中位数提高了 12 至 20%。🔗 来源
Fireworks 上的 MiniMax M3.1 Flash — MiniMax 在推文中宣布，M3.1 Flash 已在 Fireworks AI 上线，并邀请用户参加 11 月 10 日在旧金山举行的晚间活动；推文未说明价格或吞吐量。🔗 来源
Construction AI Leaderboard — ONESTRUCTION 发布面向建筑行业的模型排行榜，得分为五项基准测试的平均值，涵盖图纸、BIM 模型、成本估算和 IDS 生成：Claude Opus 5.5 以 73.7 分领先，比 Gemini 4 Argon（73.6）高 0.1 分，其后是 Claude Opus 5（72.7）和 GPT-6.1 Sol（70.2）。数据由发布方测得。🔗 来源
kniv v7.1 — Dragonscale 表示，在未进行任何重新训练的情况下，改进了其于 11 月 2 日介绍的六个提取编码器：在 Claude Code 中，Claude Opus 5.5 发现指代消解的先行项数量上限为 50，随后在 ONNX 图中将其提高至 100；六个模型的指代消解表现均有提升，计算速度提高了 7 至 16%。🔗 来源

开放机器人技术

Hugging Face 的机器人技术 — 据克莱芒·德朗格称，Hub 拥有近 100 000 个公开机器人数据集（+48%）和超过 30 000 个模型（+41%），LeRobot 下载量超过一百万次，而 Microduck 和 Reachy Mini 到年底的销量可能超过 50 000 台，交付量可能超过 20 000 台。🔗 来源
FiftyOne 中的 HapTile — 哈普里特·萨霍塔（Voxel51）将 HapTile 数据集转换为适用于 FiftyOne 的格式：包含 1 699 段记录，共 12.36 小时，记录了一台遥操作 UR5e 机械臂，配有凝胶触觉传感器、两台 RGB-D 摄像头，以及操作员感受到的触觉反馈强度，采用 CC BY 4.0 许可。🔗 来源

企业与应用

Harper 和 Grok Bot — 11 月 5 日，保险经纪公司 Harper 介绍了基于 Grok Bot 构建、负责其后台业务的环境智能体，它们会由电子邮件或截止日期唤醒。据 Harper 称，自 9 月以来，其中一个智能体已帮助 200 多家小企业向其融资机构完成资料更新，期间没有发生任何取消。🔗 来源
Replit 和 Plaid — Replit 在一条附有视频的推文中重点介绍了其 Plaid 连接器，它可连接金融账户，让 Agent 无需编写代码即可围绕用户的资金构建工具；Plaid 也就此采访了 Replit 总裁米凯莱·卡塔斯塔。据 Replit 文档，该连接器仅面向拥有团队空间的付费套餐，由管理员一次性配置 Plaid 凭据后，即可访问余额、交易和投资信息。🔗 来源 · 🔗 文档
Perplexity 无障碍指南 — Perplexity 发布了一份指南，介绍人工智能如何服务残障人士，以及人工智能工具自身的无障碍性，未涉及自有产品或独家数据；指南引用了 Microsoft 的一项测试：未提供相关指令时，生成的页面中有 12% 通过自动检查，而在模型测试并修正自身代码时，这一比例为 86%。🔗 来源

这意味着什么

语音正在成为智能体的交互界面，一种架构反复出现：一个模型在前台对话，一个智能体在后台执行操作。MOSS-Live 将其作为系统核心，并在两个模型之间设置协调层；Antigravity 将其引入应用和终端，而同一天 Cursor 也开放了语音聊天。限制依然明确：Antigravity 的语音模式同一时间仅支持一个本地对话，破坏性操作仍需点击确认；MOSS-Live 既未发布权重，也未公布许可证，其自行公布的分数也显示，在 τ-Voice 的多轮任务上落后于 GPT-Live-1。

基础设施正在针对智能体负载重新调整。GitHub 按照突发写入将逐渐成为持续负载的预期来规划 Rubicon 的容量，在单个仓库上测试 5 000 个智能体，并在 10 月的某一周记录了超过 12 亿次提交。同样的变化也影响着工作组织方式：Copilot 的 code review 可通过 API 从企业层级一直配置到仓库层级，如同任何其他基础设施策略；@GitHub 则进入 Slack 和 Teams，融入团队原本就用来讨论待修复问题的场所。

性能提升也来自软件。CUDA 13.5 对 Vera Rubin 的支持进入正式可用阶段，并加速了 cuSPARSE 等库；Reshard 使强化学习中的权重传输速度提高至原来的 2.7 至 5.7 倍；叠加多项优化后，FLUX 3 Image Klein 在单张 B200 上的速度最高可达原来的 4.45 倍。Together AI 则称，通过持续优化 kernels 的智能体，吞吐量中位数提高了 12 至 20%。这些数字均由各厂商在自己的配置上测得。