AI 日报 · 2026 年 10 月 20 日 · 星期二
MYHOT
MiniMax M3.1 Flash 发布，推理性能超越 DeepSeek
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis Intelligence Index 得分 42，超越 Gemini 3.8 Flash 并在多项推理基准上表现优于 DeepSeek V4.1。该模型在保持高性能的同时实现了更低的成本。
模型发布/更新
The DecoderMiniMax M3.1 Flash 发布，推理性能超越 DeepSeek 且成本更低
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis Intelligence Index 得分 42，超越 Gemini 3.8 Flash 并在多项推理基准上表现优于 DeepSeek V4.1 Flash。该模型单次任务成本降至约 0.22 美元，API 已上线，计划于 10 月 23 日开源权重。
产品发布/更新
AWS Machine Learning Blog一手Amazon Bedrock 为 Anthropic Claude 模型全面支持结构化输出
Amazon Bedrock 现已全面支持 Anthropic Claude 模型的结构化输出，涵盖 bedrock-runtime 和 bedrock-mantle 端点。该功能通过约束解码强制 JSON Schema 合规，支持 JSON Schema 输出格式与严格工具调用，无需自定义解析或重试逻辑即可实现生产级可靠响应。
AWS Machine Learning Blog一手TwelveLabs Pegasus 1.5 视频语言模型上线 Amazon Bedrock
TwelveLabs Pegasus 1.5 视频语言模型现已在 Amazon Bedrock 上线。该模型支持单次请求处理长达两小时的视频，新增视频分段、多模态提示和即时处理功能，可将视频内容转化为带时间戳的结构化 JSON 数据，无需预索引。
Hugging Face 发布 TorchNeuron 原生支持 AWS Trainium
Hugging Face 发布 TorchNeuron，为 PyTorch 提供 AWS Trainium 原生后端，使 Transformers、Diffusers 等库可直接在 Trainium 上运行。该方案支持 eager 模式、torch.compile 及 FSDP 等分布式 API，文本生成模型支持率从 46% 提升至 89%，并简化了微调与图像生成流程。
技巧与观点
AWS Machine Learning Blog一手vLLM 新增双向 KV 缓存转移功能以降低多轮智能体工作流延迟
vLLM 新增双向 KV 缓存转移功能，允许预填充节点复用解码节点保留的 KV 块，从而在多轮智能体工作流中降低首次 token 生成时间。在 Amazon EC2 P5en 实例上的基准测试显示，该功能使 Qwen3-32B 的延迟降低 1.6 倍，zai-org/GLM-5-FP8 降低 3.3 倍。