DeepSeek更新V4.1-Flash-1017并推出Search/Fetch API，StartLux发布StartLux-Decision v1.1决策模型

编程与决策模型DeepSeek-V4.1-Flash-1017及Search/Fetch API，结构化决策模型StartLux-Decision v1.1，视频生成模型VAST EdenLive，交互视频生成模型Murea-Pro / Murea-InWorld，视觉理解骨干VisionHOPE，机器人控制系统Manifold AI WorldScape R²SI。

10 月 19 日，本期关注编程与决策、交互视频、视觉理解和机器人控制的近期进展，并补收值得关注的开放项目：DeepSeek 更新 V4.1 Flash 并开放搜索与网页抓取 API，VAST EdenLive 开放视频模型权重与实时推理代码，Murea-InWorld 提供 Fast 权重和世界记忆 Agent。

增强端到端项目开发与编程 Agent，并用搜索、网页抓取接口补齐外部信息获取。

10月17日，DeepSeek 在官网、App 和 API 同步更新 V4.1-Flash-1017，API 模型名仍为 deepseek-flash，调用方式和价格不变。官方称，本次重点加强端到端项目开发与编程 Agent 任务，同时减少执行耗时和输出长度；在 Claude Code 框架下，Terminal-Bench 4.0 得分从31.2提升至42.3。

配套的 Search 返回结构化搜索结果，Fetch 将网页转为 Markdown，分别承担发现信息与提取正文的工作。两者采用标准 JSON 接口，并沿用 DeepSeek 鉴权，可接入 Agent 或 RAG 流程。模型权重按 MIT 许可证开放，网页与 App 则提供直接使用入口。

上手门槛

在线使用：🟢 低｜网页或 App 可用

开发接入：🟢 低｜兼容 OpenAI / Anthropic 调用格式｜另提供搜索与网页抓取接口

在线体验：https://chat.deepseek.com/

搜索 API 文档：https://api-docs.deepseek.com/guides/search/

模型权重：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017

更新说明：https://api-docs.deepseek.com/news/news261017/

根据文本、JSON 或图像回答选择、判断和评分问题，并返回各选项概率。

StartLux-Decision 面向应用中的决策环节：开发者提交文本、JSON 或图像状态，并定义多个问题，模型就能选择候选项、判断条件是否成立或按给定尺度评分，同时返回概率。应用可据此设置自动处理和人工复核的分界，适合工单分流、工具调用检查和动作选择。

v1.1 的27B模型提供两种版本：Instant 单次前向完成决策，AutoThink 在置信度不足时才进行短推理；家族另提供多种尺寸。官方已提供 vLLM、llama.cpp、MLX 推理路径及量化版本，仓库链接的 Bamboo 服务提供免费 API 测试。代码采用 Apache 2.0，权重采用 CC BY-NC 4.0，商用需另行授权。

上手门槛

开发接入：🟢 低｜标准 HTTP 决策接口｜Bamboo 当前提供免费测试

自行部署：🟢 较低｜提供小尺寸模型及 GGUF、MLX 量化版本｜权重限非商业使用，商用另行授权

API 接入：https://bamboonode.dev/

模型权重：https://huggingface.co/startlux-models

项目代码：https://github.com/StartLuxLabs/StartLux-Decision

把粗糙场景或参考视频转为细腻视频，由上游引擎维护场景状态与规则。

VAST 的 EdenLive 已开放5B、14B模型权重及实时推理代码。它把粗糙游戏场景或参考视频作为输入，结合目标首帧与文本提示，渲染出更细腻的连续画面。上游游戏引擎或代码负责维护状态、规则和交互，模型负责视觉呈现，适合游戏原型、场景风格探索和视频重绘。

官方 LightX2V 路径下，5B模型在单张 RTX 5090 上以1280×704分辨率达到约24.7 FPS 吞吐。这一结果对应特定加速配置；默认参考环境使用80GB显存 GPU，消费级显卡路线仍需模型转换、量化与流式服务配置。

代码采用 Apache 2.0，但模型组件采用混合许可：DINOv3 有单独许可证，工作台首帧所用 FLUX.2 klein 9B 限非商业、非生产使用。普通视频管线不加载该首帧模型，使用时仍应按所选组件分别确认授权范围。

上手门槛

自行部署：🔴 高｜5B 提供单张 RTX 5090 加速路径｜需完成模型转换、量化与流式服务配置

模型权重：https://huggingface.co/VAST-AI/EdenLive

加速部署：https://github.com/ModelTC/LightX2V/blob/main/scripts/edenlive/README.md

项目代码：https://github.com/VAST-AI-Research/EdenLive

项目主页：https://vast-eden.ai/?p=edenlive

结合文字行动、多参考图与剧情记忆生成可续接视频，已开放 Fast 权重和 Mind Agent。

Murea Labs 展示了面向多轮交互的 Murea-Pro，并于10月17日开放 Murea-Fast 权重，配套提供 Murea-Mind Agent。Pro 权重不包含在本次发布中。官方报告显示，Pro 在50步生成配置下取得 WBench Full-289 综合得分81.13，为报告所比较系统中的最高结果。

InWorld 接收文字行动与多张参考图，Mind 维护角色、物体、场所和剧情记忆。视频生成后，系统检查结果并写回状态，以支持故事续接、分支及多人互动。Fast 使用8步生成并带同步音频，但续接片段的声音不保证连续。

代码采用 Apache 2.0，Fast 权重遵循 LTX 2.x 社区许可，年营收至少1000万美元的实体商用需另获付费许可。Fast 权重约42GB，还需配套基座组件；完整 InWorld 应用另需语言与图像模型服务。官方已验证单张及四张 H20 配置，尚不能据此推断普通小显存显卡也能运行。

上手门槛

自行部署：🔴 高｜Fast 官方验证单张及四张 H20 配置｜完整 InWorld 需配套模型组件及语言、图像模型服务

模型权重：https://huggingface.co/MureaLabs/InWorld

项目主页：https://murea.ai/

项目代码：https://github.com/Murea-Labs/InWorld

在单张图像处理过程中更新五个耦合记忆，为分类、检测与分割提供视觉骨干。

VisionHOPE 于9月27日发布论文、9月29日开放权重。它是一种视觉骨干，在处理一张图像时，让五个耦合记忆随视觉信息更新，涉及内容、key、value、学习率及保留机制，使图像处理过程包含对内部记忆状态的调整。

模型沿图像的多个方向扫描，在不断接收视觉信息时调整内部状态。这种适应发生在一次图像处理过程中，每次前向计算开始新的记忆轨迹。项目提供 Tiny、Small、Base 版本，覆盖图像分类、目标检测、实例分割与语义分割。

代码与预训练权重均采用 MIT 许可证，开发者可以将其作为视觉任务的骨干网络，也可使用独立的算子和模块。官方实现依赖自定义 CUDA 算子，需要按分类、检测或分割任务接入相应处理流程。

上手门槛

自行部署：🔴 高｜需 NVIDIA GPU 并编译自定义 CUDA 算子｜需接入对应视觉任务管线

模型权重：https://huggingface.co/PSRben/VisionHOPE

项目代码：https://github.com/PSRben/VisionHOPE

论文地址：https://arxiv.org/abs/2609.33325

复盘机器人执行记录、修改技能并经测试更新，让控制系统围绕任务经验迭代。

Manifold AI 推出的 WorldScape R²SI 通过两层 Agent 持续改进机器人任务执行。内层根据视觉观测、机器人状态和任务记忆调用技能；外层复盘执行记录、修订技能，并在相应任务中把经验转为数据训练反应模型。更新通过测试后再投入后续执行。

项目方公布的10月17日结果显示，系统以46.58分、39.35%的预算内成功率位列 RoboDojo Agent 榜首。它与28.97分的参考系统均使用 GPT-6 Astra，成绩体现的是同一底层模型配合不同机器人 Agent 系统的差异。

这一方案将任务中的试错转化为可复用技能，并通过测试筛选有效更新，适合关注机器人长程操作与自我改进的研究者。目前公开内容以技术报告和执行演示为主，尚未查到完整系统的代码、权重或调用入口。

研究主页：https://r2si.worldscape.io/

评测榜单：https://robodojo-benchmark.com/leaderboard