模型發布與本機 AI
Sori-1B 音訊語言模型. 這是一個 1B 參數的模型，完全以音訊配對文字從零訓練，沒有經過純文字預訓練，目的是讓回答錨定在音訊上。它使用 NVIDIA 凍結的 Audio Flamingo Next 編碼器與自訂的聽覺本體 tokenizer，並以非商業／學術授權釋出。
Qwen3.8 本機熱潮. 社群回報顯示，Qwen3.8-27B 與 Flash Next 已能在各種硬體上運行，從 12GB 記憶體的手機（3.5 tok/s）到四張 R9700 GPU（80–120 t/s 生成速度、700k 上下文）都有。在本機 agent 工作負載中，Flash Next 較快且在機制上更可靠，而 dense 27B 在長時間多輪使用上仍更強勢；也有人覺得這些模型「dense」，不過德文翻譯品質受到好評。
- → 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
無審查 GGUF 釋出. 一名 Reddit 使用者釋出了 LongCat-Flash-Lite-Sparse 的 GGUF，這是一個 69B-A3B 稀疏注意力模型，具備 1M 上下文；此外還有含 MTPs 的 Qwen3.8-27B、Qwen3.5-122B-A10B、Qwen3-Coder-Next 與一個視覺模型。要支援 LongCat 需要自訂版 llama.cpp fork。
桌上型 AI 硬體. NVIDIA 的 DGX Station 桌上型工作站提供資料中心等級的效能，記憶體頻寬達 7.1TB/s；Framework 似乎正在準備一款 192GB 記憶體的主機板，預估售價約 4,500 美元。
基準測試與評測
LLM 滲透測試基準. 新基準測試讓 LLM 面對必須攻擊的即時基礎設施，旨在找出最適合攻擊型安全工作的模型，而非重現已知 CVE。
程式碼基準指數. 一名 Reddit 使用者把主要的 agentic coding 基準彙整成「Agentic Coding Index」，並算出一個智慧密度指標，用來比較每個參數對應的模型能力。
開源 VLM 第一人稱評測. 在一項第一人稱影片基準上使用 HFlow，開放式 Gemma VLM 在手部可見度與操作指標上追平 Gemini 2.5 Flash，成本卻只有 1/19，讓私人自架處理變得可行。
工具與 Agent 框架
Cloudflare AI Search. Cloudflare AI Search 現在提供針對自訂資料的端到端搜尋管道，具備 agent 整合、多模態搜尋，以及可為沒有 sitemap 的網站建立索引的 discover 模式。
AWS Kiro Crew. AWS 開源了 Kiro Crew，這是一個可同時執行多個非同步 coding agent 的工作區，具備共享記憶體、可重用技能與排程任務；AWS 內部已有超過 39,000 名開發者使用。
ChatGPT Work 解析. OpenAI 的 ChatGPT Work 在付費方案上提供，分為 chatgpt.com 的雲端版，以及可存取檔案和執行程式的本機桌面版；不過它與 Chat 之間的界線仍令人困惑。
Claude Code 配額縮減. Anthropic 即將把 Claude Code 的基準用量上限提高 25%，但比起目前 50% 的暫時性加成，實際等效調降 17%；此外也加入了自動 bug 回報工具。
研究與分析
Agent 缺乏時間概念. 研究發現，Claude Code 與 Codex 一直都會錯估任務所需時間，把短任務高估 3 到 10 倍，這對長時間執行的 agent 工作來說是個問題。
PILOT 即時自我改進. PILOT 是一個 supervisor-worker 框架，為長程 agent 加入即時引導與即時自我演化能力，在 Terminal-Bench 2.0 上比其他同等框架高出最多 9.8 分。
GameWAM 世界動作模型. GameWAM 是第一個針對原生影片遊戲的世界動作模型，透過 flow matching 同時生成未來幀與鍵盤滑鼠動作，並具備長程方塊循環控制能力。
Next-chunk 推理 RL vs SFT. 一項對照研究顯示，在 no-CoT 與 long-CoT 資料上做混合 SFT，作為 RLVR 前的訓練策略優於 next-chunk reasoning RL，且運算量不到 1/60。
AI 能動性之辯. 一篇評論引用 7 月的 Hugging Face 事件，主張 AI 的能動性——而不只是能力——會決定結果，而使用者如何賦予或限制這種能動性至關重要。
產業、政策與商業
NVIDIA 將收購 Hugging Face. 根據報導，NVIDIA 以 129 億美元收購 Hugging Face 的交易，將把運算基礎設施與開放模型生態系的主要發行中心結合，加速 AI 的產業化。
美國機器人貿易壁壘. 華府以國家安全為由，加強對中國無人機與機器人的限制和關稅；不過中國的製造規模與成本優勢，可能在全球層面削弱這些措施的影響。
工業 AI 採用. Meta 正在測試 Watney、Kinova 與 ABB 的機器人，用來在資料中心執行伺服器重設、更換纜線與電源重啟；Caterpillar 則把礦業自動化經驗帶到營建領域，並為技術人員提供 AI 助理。
馬斯克自製渦輪零件. SpaceX 正在為燃氣渦輪葉片與導葉建置鑄造廠；馬斯克說，自製鑄件可讓 AI 資料中心使用天然氣發電的時程提前最多 18 個月。
員工對 AI 好感下滑. Glassdoor 資料顯示，美國勞工對 AI 的正面觀感從 2019 年的 81% 降至 2026 年年中的 43%；其中管理者最樂觀，Z 世代女性、作家與保險業員工最悲觀。
音樂出版商告 Anthropic. Sony Music、Warner Music 等公司指控 Anthropic 非法使用 torrent 下載數萬份受版權保護的歌詞來訓練 Claude，並將 CEO Dario Amodei 與共同創辦人 Benjamin Mann 列為個人被告。
德州凍結 Flock 監視器. 德州州長 Abbott 凍結州政府對 Flock AI 監視攝影機的支出，先前已花費超過 3,000 萬美元，且已出現兩黨的隱私疑慮與員警濫用事件。
這就是今天的全部內容 - 約5分鐘閱讀。