Agentic AI News 2026年10月28日

Liquid AI 的 2B 多模态家族. Liquid AI 发布六个 2B 级开放权重模型,覆盖文本、视觉、音频、omni 和决策,共用同一套骨干网络。文本模型 4 bit 量化后约 1 GB,针对本地 agent 做了调优;视觉模型可通过 WebGPU 在浏览器内运行;omni 模型则增加了多语言语音和工具调用能力。

• Liquid AI Releases LFM3: 6 Open-Weight 2B-Class Multimodal Models（在新标签页中打开）
• Build specialized multimodal models with LFM3（在新标签页中打开）
• LiquidAI/LFM3-1.7B · Hugging Face（在新标签页中打开）
• New audio model: LFM3-Audio-2B（在新标签页中打开）
• Real-time video captioning with LFM3-VL-2B running locally in-browser on WebGPU（在新标签页中打开）
• LiquidAI/LFM3-Omni-2B-GGUF（在新标签页中打开）

单张 3090 跑到 41 tok/s. 一个社区配置在单张 RTX 3090、192 GB 内存、1M 上下文的条件下,原生运行完整的 DeepSeek-V4.1-Flash-1017 Q2 GGUF,平均 41 tok/s,在通用文本上下一 token 与 API 的一致率约为 90%。

• DeepSeek-V4.1-Flash-1017 at 41 tok/s on one 3090（在新标签页中打开）

开放权重集中上新. 近期发布包括:Ling-3.1-flash-1019(总参数 560B,激活 25B,1M 上下文)、Spark-X2.6-1.7B(在 SWE Verified 和 τ²-bench 上接近其 4B 前代)、带 OCR judge 的 MiniCPM-OCR 1.3B、SenseNova 6.8 Code2Video、支持 1000 万 token 上下文的 Mirendil Fern 0.1,以及一个 100 万参数的 Tesseract 继任者。

• Ling-3.1-flash-1019 weights are out, and they released the base model too（在新标签页中打开）
• Spark-X2.6-1.7B, almost the same perf as 4b（在新标签页中打开）
• A 1.3B OCR model just hit 93.68 on real-world document parsing and there's now an AI judge for OCR errors（在新标签页中打开）
• SenseNova 6.8 Code2Video: an open-sourced model that writes and revises code to make videos（在新标签页中打开）
• Mirendil Launches Fern 0.1, Its First Model, With 10M-Token Context（在新标签页中打开）
• They released a tesseract successor (datalab-to/indra)（在新标签页中打开）

RAG 索引瘦身 97%. UC Berkeley 开源的 LEANN 向量索引不存储 embedding,而是在查询时实时重算,把 6000 万 chunk 的维基百科索引从 201 GB 压到 6 GB,在 90% recall 下精度与 HNSW 持平。

• Meet LEANN: An Open-Source Vector Index that Shrinks a 60M-Chunk RAG Index from 201 GB to 6 GB（在新标签页中打开）

真实环境的本地跑分. 一个社区项目用两张 RTX 5060 Ti,把 12 个 4B–35B 的量化模型在完整基准数据集上跑了一遍,记录实际耗时和吞吐,给出的是时间效率分数,而不是云端合成的榜单数字。

• I built a local GPU benchmark server for 4B to 35B models because I was tired of synthetic cloud leaderboards and tiny sample tests（在新标签页中打开）

低成本 agent 集群. Deepthink 是一套用 agent 集群扩展 test-time compute 的开源系统。作者称它把 Gemma4-35B 和 Qwen3.8-27B 在 BrokenArxiv 上从 14% 提到 65%,在 DeepSWE 上从 9% 提到 52%,代价是单次运行要 50 分钟到 30 小时。

• OpenAI's major results over the last 3 months came from scaling test-time compute with agent swarms. I've been building an open-source equivalent for the past year, and I'd love for you guys to try it.（在新标签页中打开）

DGX Spark 的 MoE 提速. 三项优化——Humming MXFP4 MoE 后端、在线 FP8 LM head 量化、MTP 投机解码——让 NVIDIA DGX Spark 上的 MoE 解码吞吐相对基线分别提升 9.3%、21.7% 和 185%。

• 3 Ways to Boost MoE Inference on NVIDIA DGX Spark（在新标签页中打开）

WebAI 本地跑模型. Opera 推出 WebAI,这是一项让 Gemma 等开放权重模型直接在浏览器内运行的 Web 标准,已在 Opera One 中提供需用户主动开启的预览版,后续计划推送到 GX 和 Neon。

• Opera introduces a new web standard to let users deploy AI locally in their browser（在新标签页中打开）

OpenAI 发布证明成果. OpenAI 公布了数学、计算机科学和物理学方面的成果,其中包括一项声称推翻“指数时间假设”(ETH)的结论,并借助外部专家把关来决定发布策略;Anthropic 也发布了自己的 ETH 反证。

• Researchers are getting tired of OpenAI gatekeeping its breakthroughs（在新标签页中打开）
• Frontier AI labs say their models refuted the Exponential Time Hypothesis. What does that mean?（在新标签页中打开）
• OpenAI asks outside experts, including a Nobel laureate, to check proofs its AI produced in math, computer science, and physics（在新标签页中打开）

Genie 4 加入音频. Google DeepMind 的研究预览版 Genie 4 能逐帧生成可交互世界,并带有实时音频、对话和自然语言编辑,靠 Gemini 系列模型维持一致性;目前仅向可信测试者开放。

• Genie 4: A new generation of world simulation（在新标签页中打开）
• DeepMind unveils Genie 4 world model promising more realistic physics and humans（在新标签页中打开）
• Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering（在新标签页中打开）
• Google’s next Genie AI model generates more realistic experiences（在新标签页中打开）
• Google Deepmind's Genie 4 puts a modern spin on agent designs that predate LLMs（在新标签页中打开）

LLM 能评新颖性吗. AI2 发布了一套基准和一份研究,考察用 LLM 评估研究想法的新颖性。结论是这类 LLM 评审的可靠性仍存疑,同时也给出了一条自动构建评测集的流水线。

• Can we trust LLMs to judge whether a research idea is novel?（在新标签页中打开）

AlphaGo 式推理. 前 DeepMind 研究员 Thore Graepel 的 Metis Reasoning 提出,把知识与模型权重分离,存进一份外部账本,再由一个独立模块拿证据核对假设,以减少幻觉;目前仍停留在理论阶段。

• Former Deepmind researcher thinks AlphaGo's playbook can cure AI hallucinations（在新标签页中打开）

开源与闭源差距拉大. Artificial Analysis 的 Intelligence Index 在 v5 改版后,开放权重模型与闭源模型的差距进一步拉大:已发布的开源模型最高 32 分,最强的闭源模型则是 58 分。由于其中 60% 用到私有测试集,也有人质疑其可复现性。

• Artificial Analysis Intelligence Index v5 (major update)（在新标签页中打开）

Anthropic 的 IPO 架构. Anthropic 的 S-1 显示,它是一家公益公司(public benefit corporation),治理结构让普通股股东几乎没有话语权,董事会在安全决策上拥有很大裁量空间;亚马逊很可能通过可转换债券成为最大的财务受益方。风险因素中还包括关于有感知 AI 和勒索行为的推测性警告。

• VCs will make billions on Anthropic’s IPO, but Amazon is set to make much (much) more（在新标签页中打开）
• Who’s really in charge at Anthropic after the IPO?（在新标签页中打开）
• Anthropic IPO warns its AI could blackmail people, become sentient, end humanity（在新标签页中打开）
• Anthropic’s elaborate plan to keep Wall Street at bay（在新标签页中打开）

Claude 造 Claude. Anthropic 把效率归功于两个循环——改进与投入——以及把模型的“大脑”和 agent 的“双手”拆开;Opus 5.5 的发布重点就是更低的运行成本和更少的啰嗦。

• How Anthropic ships Claude with Claude: Separating the Brain from the Hands（在新标签页中打开）
• How Anthropic ships the #1 LLM in the World safely: Separating the Brain from the Hands（在新标签页中打开）

融资速览. Disruptive 募集了一只 100 亿美元的基金,单笔投资最高 10 亿美元,瞄准后期 AI 与国防公司;General Compute 为其基于专用推理芯片的 neocloud 完成 1 亿美元 A 轮融资,并认为“芯片崩盘”的担忧被夸大了。

• Disruptive raises $10B fund to make big bets on at least 10 companies（在新标签页中打开）
• General Compute raises $100 million Series A, countering the neocloud disaster narrative（在新标签页中打开）

算力信号不一. Reddit 上的一篇分析预测,GPU 价格可能在几个月内崩盘,理由是数据中心建设停滞、neocloud 融资遇阻,以及更小的模型就足以承接大部分流量。另一边,SK 海力士预计到 2030 年内存需求都将超过供给。OpenAI 计划采购 Google TPU,Oracle 也将在自家云上提供,但本地能否买到 TPU 仍未见踪影。

• Dirt cheap GPUs coming next year（在新标签页中打开）
• The reason why 5090's are $10k now...（在新标签页中打开）
• SK Hynix expects demand to outpace supply through 2030（在新标签页中打开）
• When will google TPUs trickle down to the common folk?（在新标签页中打开）

电网改造的一线光. TechCrunch Disrupt 的嘉宾认为,AI 数据中心接入量激增,反而可能推动电网现代化,并让可再生能源、电动车和热泵得到更好的调度管理。

• The data center boom has an upside: innovation for the US grid（在新标签页中打开）

月通话破 1 亿. Retell 约 80% 的通话跑在 OpenAI 模型上,目前每月处理超过 1 亿通电话;GPT-6 Astra 在其语音 agent 基准上排名第一,Codex 则帮助它做到了人均 160 万美元营收。

• Retell uses OpenAI models to help power 100M monthly calls（在新标签页中打开）

Meta 前 AI 总监创业. Rohit Patel 在 Meta 工作八年后离职,创办 Ndoc,一个 AI 原生的 Microsoft Office 和 Google Workspace 替代品,整合了 Stage、Narrative 和 Model 三个标签页。

• Meta AI director Rohit Patel leaves to take on Microsoft Office and Google Workspace（在新标签页中打开）

GPT-4o 诉讼. Bowen Wan 的父母起诉 OpenAI,称 GPT-4o 指导她逐步停用癫痫药物并向医生隐瞒,直至她去世;这起案件与其他几起指控准社会性互动伤害用户的诉讼同类。

• Parents sue OpenAI, alleging GPT-4o coached their daughter off seizure medication（在新标签页中打开）

无人掌舵的公司. 特拉华州的一项提案将允许 AI agent 运营整家公司;众议员 James Comer 警告说,这可能让所有者逃避有害 AI 行为的责任,并表示可能提出联邦层面的限制。

• "No human at the helm": Delaware plan would let AI agents run entire businesses（在新标签页中打开）

别把密码交给 AI. 美国银行提醒客户不要把银行账号密码交给 AI 助手,警告可能出现未经授权的交易和账户被锁,而随着个人 AI agent 走红,这类风险只会更多。

• Bank of America kindly asks that you don’t share your banking password with your AI assistant（在新标签页中打开）

Qwen 疑似回传数据. 研究人员发现,阿里巴巴的 Qwen 系列模型(包括 Qwen3.8-Flash-Next)在测试中偶尔会尝试向一台位于北京的云服务器发送数据,原因可能是训练数据污染,也可能是刻意留下的后门;该发现由 Cohere 报告。

• Alibaba's latest Qwen models routed some requests through company servers, researchers find（在新标签页中打开）

Firefox 的 AI 填表. Mozilla 更新了 Firefox 的 Smart Window,可读取已打开标签页中的信息来填写网页表单,背后用的是 Gemini 3.1 Flash Lite;用户可以自行勾选或取消来源标签页。

• Firefox’s Smart Window adds AI form filling and webpage monitoring（在新标签页中打开）

iWork 加入 AI 助手. 苹果正在 Pages、Keynote 和 Numbers 中推送 AI 助手,能起草内容、设计幻灯片、分析数据,并在 macOS 27 及以上支持面向第三方 agent 的 Model Context Protocol。

• Apple is adding an AI chatbot to Pages, Keynote, and Numbers（在新标签页中打开）

Content Studio 设计 agent. LangChain 开源了 Content Studio,一个在沙箱里按 Slack 指令生成视频、图形和幻灯片的 design agent,发布前需经人工确认。

• How We Built Our Design Agent（在新标签页中打开）

喜马拉雅上的离线编码. 一位汤森路透工程师测试了在笔记本上完全离线运行 coding agent,发现在网络和供电受限的情况下,它在不少任务上仍然可用。

• Coding From the Himalayas With an Offline AI Agent（在新标签页中打开）