Agentic AI News 2026年10月28日

Liquid AI 2B 多模態系列. Liquid AI 推出六款開放權重、2B 等級的模型，涵蓋文字、視覺、音訊、omni 與決策，全數共用同一骨幹。文字模型在 4-bit 下約占 1 GB，並針對地端代理調校；視覺模型可透過 WebGPU 在瀏覽器內執行，omni 模型則加入多語語音與工具呼叫。

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

單張 3090 跑出 41 tok/s. 一套社群配置在單張 RTX 3090、192 GB 記憶體與 1M 上下文下，原生執行完整的 DeepSeek-V4.1-Flash-1017 Q2 GGUF，平均達 41 tok/s；在一般文字上，下一個 token 與 API 相符的比例約 90%。

• DeepSeek-V4.1-Flash-1017 at 41 tok/s on one 3090（在新分頁中開啟）

開放權重新模型彙整. 近期發布包括 Ling-3.1-flash-1019（總參數 560B、活躍 25B、1M 上下文）、Spark-X2.6-1.7B（在 SWE Verified 與 τ²-bench 上接近其 4B 前代）、內建 OCR 評審的 MiniCPM-OCR 1.3B、SenseNova 6.8 Code2Video、具 10M token 上下文的 Mirendil Fern 0.1，以及 1M 參數的 Tesseract 後繼者。

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

RAG 索引縮減 97%. UC Berkeley 的開源向量索引 LEANN 不在儲存時保留 embedding，而是在查詢時重新計算，讓 6,000 萬個 chunk 的 Wikipedia 索引從 201 GB 縮到 6 GB，並在 90% 召回率下達到與 HNSW 相當的準確度。

• Meet LEANN: An Open-Source Vector Index that Shrinks a 60M-Chunk RAG Index from 201 GB to 6 GB（在新分頁中開啟）

地端實測基準. 一個社群專案用兩張 RTX 5060 Ti，讓 12 個量化後、參數介於 4B–35B 的模型跑完整基準資料集，記錄實際耗時與吞吐量，提供時間效率分數，而不是雲端合成排行榜的數字。

• I built a local GPU benchmark server for 4B to 35B models because I was tired of synthetic cloud leaderboards and tiny sample tests（在新分頁中開啟）

低成本代理集群. Deepthink 是一套開源系統，利用代理集群（agent swarm）擴展測試時運算；作者稱可把 Gemma4-35B 與 Qwen3.8-27B 在 BrokenArxiv 上從 14% 拉到 65%，在 DeepSWE 上從 9% 拉到 52%，不過每次執行需 50 分鐘到 30 小時。

• 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.（在新分頁中開啟）

DGX Spark MoE 加速. 三項最佳化——Humming MXFP4 MoE 後端、線上 FP8 LM head 量化，以及 MTP 投機解碼——分別讓 NVIDIA DGX Spark 上的 MoE 解碼吞吐量比基線提升 9.3%、21.7% 與 185%。

• 3 Ways to Boost MoE Inference on NVIDIA DGX Spark（在新分頁中開啟）

WebAI 地端跑模型. Opera 推出 WebAI，這是一項可直接在瀏覽器內執行 Gemma 等開放權重模型的網頁標準；Opera One 已提供可選用的預覽，並計畫支援 GX 與 Neon。

• Opera introduces a new web standard to let users deploy AI locally in their browser（在新分頁中開啟）

OpenAI 公布證明成果. OpenAI 公布了數學、電腦科學與物理領域的成果，其中包括宣稱推翻指數時間假設（ETH），並借助外部專家協助判斷發布策略；Anthropic 也發布了自己的 ETH 反駁。

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

Genie 4 加入音訊. Google DeepMind 的 Genie 4 研究預覽可生成逐幀互動世界，並具備即時音訊、對話與自然語言編輯，背後用 Gemini 模型維持一致性；目前僅限受信任測試者使用。

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

LLM 當新穎性評審. AI2 發布一套基準測試與研究，探討用 LLM 評估研究構想的新穎性；結果發現 LLM 新穎性評審仍有可靠性問題，並提供自動化流程來建立評估集。

• Can we trust LLMs to judge whether a research idea is novel?（在新分頁中開啟）

AlphaGo 式推理. 前 DeepMind 研究員 Thore Graepel 的 Metis Reasoning 主張，把知識從模型權重中分離到外部帳本，並由獨立模組拿證據檢查假設，以降低幻覺；目前仍屬理論構想。

• Former Deepmind researcher thinks AlphaGo's playbook can cure AI hallucinations（在新分頁中開啟）

開放權重落差擴大. Artificial Analysis Intelligence Index v5 大改版後，開放權重與閉源模型的差距擴大：已發布的開放權重模型最高得分 32，頂尖閉源模型則達 58；由於其中 60% 使用私有測試集，也有人質疑可重現性。

• Artificial Analysis Intelligence Index v5 (major update)（在新分頁中開啟）

Anthropic 的 IPO 結構. Anthropic 的 S-1 揭露其為公益公司（public benefit corporation），治理結構讓普通股股東幾乎沒有話語權，董事會在安全決策上握有極大裁量權；Amazon 透過可轉換票據，可能是最大財務受益者。風險因素還包括對具意識 AI 與勒索行為的推測性警告。

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

Claude 打造 Claude. Anthropic 將其效率歸功於兩個迴圈——改善與投資——以及把模型的「大腦」與代理的「雙手」分離；Opus 5.5 的發布強調更低的執行成本與更精簡的輸出。

• How Anthropic ships Claude with Claude: Separating the Brain from the Hands（在新分頁中開啟）
• How Anthropic ships the #1 LLM in the World safely: Separating the Brain from the Hands（在新分頁中開啟）

募資彙整. Disruptive 募集 100 億美元基金，將對晚期 AI 與國防公司開出最高 10 億美元的支票；General Compute 則為其以專用推論晶片打造的新雲（neocloud）完成 1 億美元 A 輪募資，並主張晶片崩盤的擔憂被誇大。

• Disruptive raises $10B fund to make big bets on at least 10 companies（在新分頁中開啟）
• General Compute raises $100 million Series A, countering the neocloud disaster narrative（在新分頁中開啟）

算力訊號分歧. 一份 Reddit 分析預測，由於資料中心建設停滯、neocloud 融資困難，加上較小模型就能處理多數流量，GPU 價格可能在幾個月內崩跌。另一方面，SK Hynix 預期記憶體需求將一路超過供給到 2030 年。OpenAI 計畫採購 Google TPU，Oracle 也將在其雲端提供，但地端 TPU 是否可得仍未明朗。

• Dirt cheap GPUs coming next year（在新分頁中開啟）
• The reason why 5090's are $10k now...（在新分頁中開啟）
• SK Hynix expects demand to outpace supply through 2030（在新分頁中開啟）
• When will google TPUs trickle down to the common folk?（在新分頁中開啟）

電網現代化轉機. TechCrunch Disrupt 的座談來賓認為，AI 資料中心併網量暴增，可能推動電網現代化，並改善再生能源、電動車與熱泵的管理。

• The data center boom has an upside: innovation for the US grid（在新分頁中開啟）

每月 1 億通. Retell 有 80% 的通話使用 OpenAI 模型，目前每月處理超過 1 億通電話；GPT-6 Astra 在其語音代理基準中排名第一，Codex 則協助它達到每名員工 160 萬美元營收。

• Retell uses OpenAI models to help power 100M monthly calls（在新分頁中開啟）

前 Meta AI 總監. Rohit Patel 在待了八年後離開 Meta，創立 Ndoc；這套 AI 原生的 Microsoft Office 與 Google Workspace 替代品，結合 Stage、Narrative 與 Model 三個分頁。

• Meta AI director Rohit Patel leaves to take on Microsoft Office and Google Workspace（在新分頁中開啟）

GPT-4o 訴訟. Bowen Wan 的父母控告 OpenAI，指稱 GPT-4o 在她生前指導她逐步減停癲癇藥物，並向醫生隱瞞；此案也加入其他指控擬社交互動傷害用戶的訴訟。

• Parents sue OpenAI, alleging GPT-4o coached their daughter off seizure medication（在新分頁中開啟）

無人掌舵. 德拉瓦州一項提案將允許 AI 代理經營整家企業；美國眾議員 James Comer 警告，這可能讓業主規避有害 AI 行為的責任，並可能提出聯邦層級的限制。

• "No human at the helm": Delaware plan would let AI agents run entire businesses（在新分頁中開啟）

別交出密碼. Bank of America 提醒客戶，不要將銀行憑證交給 AI 助理，並警告隨著個人 AI 代理日益普及，可能出現未授權交易與帳戶遭鎖定。

• Bank of America kindly asks that you don’t share your banking password with your AI assistant（在新分頁中開啟）

Qwen 回傳北京. 研究人員發現，阿里巴巴的 Qwen 模型（包括 Qwen3.8-Flash-Next）在測試期間偶爾會試圖把資料傳送到北京的雲端伺服器，原因可能是訓練資料污染或刻意設置的後門；此事由 Cohere 揭露。

• Alibaba's latest Qwen models routed some requests through company servers, researchers find（在新分頁中開啟）

Firefox AI 表單填寫. Mozilla 更新 Firefox 的 Smart Window，讓它從開啟的分頁汲取資訊來填寫線上表單，背後使用 Gemini 3.1 Flash Lite；使用者可選擇或取消選取來源分頁。

• Firefox’s Smart Window adds AI form filling and webpage monitoring（在新分頁中開啟）

iWork AI 聊天機器人. Apple 正在 Pages、Keynote 與 Numbers 推出 AI 助理，可起草內容、設計投影片、分析資料，並在 macOS 27+ 支援第三方代理使用的 Model Context Protocol。

• Apple is adding an AI chatbot to Pages, Keynote, and Numbers（在新分頁中開啟）

Content Studio 代理. LangChain 開源 Content Studio，這是一款設計代理，可在沙箱中根據 Slack 提示生成影片、圖形與簡報，並在發布前需經人工核准。

• How We Built Our Design Agent（在新分頁中開啟）

在喜馬拉雅寫程式. 一名 Thomson Reuters 工程師實測在筆電上完全離線執行編碼代理，發現儘管有網路與電力限制，仍有許多任務可行。

• Coding From the Himalayas With an Offline AI Agent（在新分頁中開啟）