Perplexity推出本地Agent运行时Portable Computer，OpenAI芯片Jalapeño计划年底部署

要点速览

1. Perplexity在NVIDIA DGX Spark上推出完全本地化的Agent运行时Portable Computer，无云端依赖。
2. OpenAI首款自定义推理芯片Jalapeño公布推理性能，优于商用系统，计划年底部署。
3. NVIDIA发布Jetson Orin Nano 2，性能翻倍、功耗降低，并与SpaceX合作推进太空计算。
4. MiniMax H3在Sol-Engine上实现20倍以上视频推理加速，显著改善视频生成经济性。
5. Mistral AI与HUMAIN达成战略合作，将共同开发面向沙特及地区的本地化前沿模型。
6. Runway上线WAN 3.0，并宣布举办黑客马拉松。

一、AI芯片与计算基础设施

1. OpenAI公布首款自定义推理芯片Jalapeño的推理性能：在InferenceX基准上，其每千瓦峰值吞吐量和token延迟优于对比的商用系统，且AI参与设计加速了开发。该芯片计划年底部署，并推进后续世代。— 来源：1
2. NVIDIA发布Jetson Orin Nano 2，面向入门级边缘AI机器人计算机。其推理性能达到Orin Nano Super的2倍，15W模式下同性能功耗降低40%，同时保持紧凑尺寸。— 来源：1
3. NVIDIA与SpaceX合作设计了太空优化的Vera Rubin NVL72系统，计划明年第四季度发射入轨，2028年实现规模化部署，这是AI计算走向太空的关键一步。— 来源：1
4. NVIDIA AI转发MiniMax H3在Sol-Engine上的加速成果：5秒视频推理较SGLang基线提速22.2倍（152.3秒降至6.85秒），10秒视频提速27.7倍（414.1秒降至14.93秒）。这种加速使视频生成的单位经济性发生根本改变，按参考API价格在理想满载GB200上每小时可产生约210美元产出价值，GPU毛利率超97%。— 来源：1

二、本地Agent计算与Perplexity

1. Perplexity在NVIDIA DGX Spark上推出Portable Computer，这是一个完全本地运行的Agent运行时，包括编排模型、子代理模型与Agent harness，无云端依赖，并支持一键本地推理设置。— 来源：1 2 3 4
2. Perplexity创始人Aravind Srinivas向Jensen Huang展示demo后获赠一台DGX Station，并指出这台本地计算机可运行GLM 5.3等前沿模型，无限制的前沿智能即将在本地硬件上实现。— 来源：1
3. Perplexity团队正在为大规模RL系统构建基础设施，聚焦多智能体协作、持续学习和RL，并计划开源大量成果。— 来源：1
4. Perplexity宣布GPT-5.6 Sol在Computer上的信用定价下调20%，即日起至2026年11月21日，对所有平台用户生效。— 来源：1

三、模型与行业动态

1. Mistral AI宣布与HUMAIN建立战略合作，涵盖AI基础设施、先进模型开发和面向沙特及该地区的AI解决方案部署；双方将共同开发本地化前沿模型，初始聚焦网络安全、语音及阿拉伯语能力。— 来源：1
2. Runway上线WAN 3.0，支持通过多个图像、视频和音频参考输入生成最新视频和音频。— 来源：1
3. Runway宣布9月30日在旧金山Masonic举办线下黑客马拉松，与Runway AI Summit同期，参与者用Runway API构建agent、应用或创意工作流，有机会赢得$25K和200K积分。— 来源：1
4. NVIDIA Nemotron 3.5 Lightning进入开源权重模型前四，在标准OpenClaw智能体测试中平均成功率达86.4%，Nemotron 3 Ultra仍保持第一。— 来源：1
5. Hugging Face生态动态：DeepSeek-V4-Flash-0731的GGUF量化模型在HF上接近2万次下载；Anthropic发布生成蛋白结合剂数据集；Semantic Scholar新增CLI和Skill供agent查询论文引用；另有罕见病黑客马拉松开放基因组与临床数据，奖金5万美元。— 来源：1 2 3 4

四、关键洞察与行业观点

1. Ethan Mollick指出，当前关于AI影响的讨论又偏向“影响要很多年才会显现”的极端，正如之前过度鼓吹“AI立刻改变经济”。他认为这些极端判断都不准确。— 来源：1
2. Rowan Cheung转述Sundar Pichai预测：三年内内容可在任意模态间自由转换，届时回看现在会显得原始。此背景下，消费格式由用户选择，创作者只需提供想法、品牌和个性，质量将取代数量成为竞争关键。他还强调人们常把slop与AI混淆，YouTube新政策针对的是slop而非AI。— 来源：1
3. swyx提出“注意力接口”观点：模型吸收harness，而harness转化为人类注意力的接口，这是他文章《The Evolution of the Agent Harness》的主题。— 来源：1
4. Yann LeCun表示，将研究“为什么LLM能写文章却无法打扫卧室”这一关键问题，并开发超越LLM、能像人类和动物一样高效学习物理任务的架构与方法。— 来源：1