模型发布与本地 AI
Sori-1B 音频语言模型. 这是一个 10 亿参数的模型，完全在音频配对的文本上从头训练，没有经过纯文本预训练，目标是让回答以音频为依据。它使用 NVIDIA 冻结的 Audio Flamingo Next 编码器，以及自定义的听觉本体分词器，并以非商业/学术许可发布。
Qwen3.8 本地部署热潮. 社区报告显示，Qwen3.8-27B 和 Flash Next 已在各类硬件上运行，从 12GB 内存手机（3.5 tok/s）到四块 R9700 GPU（生成速度 80-120 t/s，上下文 700k）。在本地 agent 工作负载中，Flash Next 更快、机械稳定性更强，而 dense 27B 在持续多轮使用中仍然更强；一些用户觉得这些模型 dense，不过德语翻译质量获得好评。
- → Qwen3.8-Flash-Next-NVFP4 vs Qwen3.8-27B-FP Test Results
- → Qwen 3.8 27B - Fantastic German capabilities
- → Unpopular opinion Qwen 3.8 is hard to understand
- → Qwen 3.8 Flash Next locally on simple mobile phone at 3.5 tok/s
- → Here my pretty good qwen3.8 27B setup, hope it helps
- → Qwen3.8-Flash-Next turns 4xR9700 into a local AI powerhouse! 120 t/s TG and 12k t/s PP single request with optimized vLLM
无审查 GGUF 发布. 一位 Reddit 用户发布了 LongCat-Flash-Lite-Sparse 的 GGUF 文件，这是一款 69B-A3B 稀疏注意力模型，支持 1M 上下文；此外还有带 MTP 的 Qwen3.8-27B、Qwen3.5-122B-A10B、Qwen3-Coder-Next 以及一个视觉模型。LongCat 支持需要自定义的 llama.cpp 分支。
桌面 AI 硬件. NVIDIA 的 DGX Station 桌面机型提供数据中心级性能，内存带宽达 7.1TB/s；Framework 似乎正在准备一款 192GB 内存的主板，预计售价约 4500 美元。
基准测试与评估
LLM 渗透测试基准. 一个新的基准测试要求 LLM 攻击真实的基础设施，目的是找出最适合进攻性安全工作的模型，而不是复现已知 CVE。
编程基准指数. 一位 Reddit 用户将主要的 agentic 编程基准汇总成一个“Agentic Coding Index”，并计算了智能密度指标，以比较每个参数的模型能力。
开源 VLM 第一人称评测. 在一个第一人称视频基准上使用 HFlow，开源的 Gemma VLM 在手部可见性和操作指标上与 Gemini 2.5 Flash 相当，同时成本低 19 倍，使得私有自托管处理成为可能。
工具与 Agent 框架
Cloudflare AI Search. Cloudflare 的 AI Search 现在为自定义数据提供端到端搜索管线，支持 agent 集成、多模态搜索，以及可在没有 sitemap 的情况下索引网站的发现模式。
AWS Kiro Crew. AWS 开源了 Kiro Crew，这是一个可运行多个异步编码 agent 的工作空间，具有共享内存、可复用技能和定时任务；内部已有超过 3.9 万名开发者使用。
ChatGPT Work 详解. OpenAI 的 ChatGPT Work 在付费套餐中提供，有通过 chatgpt.com 访问的云端版本，以及可以访问文件和运行程序的本地桌面版本，但它与 Chat 之间的界限仍然令人困惑。
Claude Code 配额削减. Anthropic 即将把 Claude Code 的基础配额提高 25%，但与当前 50% 的临时加成相比，这实际上是有效削减 17%；它还新增了自动 bug 报告工具。
研究与分析
Agent 缺乏时间感知. 一项研究发现，Claude Code 和 Codex 始终错误估计任务所需时间，将短任务高估 3 到 10 倍，这对长时间运行的 agent 任务来说是个问题。
PILOT 实时自我改进. PILOT 是一个 supervisor-worker 框架，为长周期 agent 添加了实时引导和实时自我进化能力，在 Terminal-Bench 2.0 上比同类框架最多高出 9.8 分。
GameWAM 世界动作模型. GameWAM 是首个用于原生视频游戏的世界动作模型，通过流匹配联合生成未来帧和键鼠操作，并支持长周期方块循环控制。
Next-chunk 推理 RL 与 SFT 对比. 一项对照研究显示，在无 CoT 和长 CoT 数据上进行的混合 SFT，作为一种 RLVR 前的训练策略，优于 next-chunk 推理 RL，且计算量减少 60 倍以上。
AI 能动性之争. 一篇文章引用 7 月的 Hugging Face 事件，认为 AI 的能动性——而不仅仅是能力——将影响最终结果；用户如何授予或限制这种能动性至关重要。
行业、政策与商业
NVIDIA 将收购 Hugging Face. 据报道，NVIDIA 以 129 亿美元收购 Hugging Face 的交易将把算力基础设施与开源模型生态的主要分发中心结合起来，加速 AI 的工业化转型。
美国机器人贸易壁垒. 华盛顿以国家安全为由，加强对中国无人机和机器人的限制并加征关税；不过，中国的制造规模和成本优势可能会减轻这一措施在全球的影响。
工业 AI 应用. Meta 正在测试来自 Watney、Kinova 和 ABB 的机器人，用于数据中心的服务器重置、线缆更换和电源循环；Caterpillar 则将采矿自动化经验应用到建筑领域，并为技术人员提供 AI 助手。
马斯克自产涡轮部件. SpaceX 正在建设一座燃气涡轮叶片和导叶的铸造厂；马斯克表示，自产铸造可将用于 AI 数据中心的天然气供电进程提前最多 18 个月。
员工 AI 情绪下滑. Glassdoor 的数据显示，美国员工对 AI 的正面情绪从 2019 年的 81% 下降到 2026 年年中的 43%；管理者最为乐观，而 Z 世代女性、作家和保险从业者最为悲观。
唱片公司起诉 Anthropic. 索尼音乐、华纳音乐等公司指控 Anthropic 非法下载了数以万计受版权保护的歌词来训练 Claude，并将 CEO Dario Amodei 和联合创始人 Benjamin Mann 列为个人被告。
得州叫停 Flock 摄像头. 在已花费超过 3000 万美元后，州长 Abbott 冻结了州政府用于 Flock AI 监控摄像头的支出，原因是两党对隐私的担忧以及执法人员滥用事件。
今天的内容就这些 - 大约5分钟阅读。