VOL. 2026-08-21 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-08-21 · PUBLISHED · 约 9 分钟
今日AI领域最突出的变化是多个无审查或未审查模型的集中发布，包括LT…
今日AI领域最突出的变化是多个无审查或未审查模型的集中发布，包括LTX-2.3 22B量化版、Ektome-Qwen3.8-27B和Qwen3.8-27B-heretic-dflash，这些模型在保持或提升能力的同时，支持本地视频生成、长上下文和投机解码等特性。与此同时，基础设施和工具链的更新成为次要趋势，NVIDIA推出DSX MaxLPS以提升AI工厂能效，llama.cpp连续发布b10534和b10532版本优化CUDA和Metal后端的解码性能，FastGPT、Strands Agents SDK、Spring AI和Google ADK JS等开发工具也分别发布了新版本，增强了音频流、工具调用和沙盒等功能。此外，机器人基础模型GEN-1.5展示了通过少量演示即可学会新任务的one-shot学习能力，而微软的Skala 1.1则在科学计算领域提升了DFT模拟精度并集成到主流化学软件中。
今日看点
2 个章节 · 12 条情报- 01模型发布LTX-2.3 22B uncensored 量化版发布：支持本地视频生成5
- 02产品发布NVIDIA DSX MaxLPS：优化 AI 工厂每瓦性能7
模型发布
MODEL RELEASE5 篇LTX-2.3 22B uncensored 量化版发布：支持本地视频生成
ChrisColeTech 发布了 LTX-2.3 22B uncensored 模型的 GGUF/FP8/INT8 量化版本，提供六种量化格式及配套的文本编码器、VAE、蒸馏 LoRA 和空间放大模型，用于本地运行文本到视频和图像到视频生成。该仓库提供了详细的推荐参数（如 1024×576 分辨率、12 步采样）和实测性能数据（RTX 5090 上生成 5 秒视频约需 11 分钟），并强调蒸馏 LoRA 为必需组件。此发布旨在方便用户本地部署，但未包含重新训练，且许可证未知。
Ektome-Qwen3.8-27B：无审查模型发布，能力保持且支持长上下文
Zynerji 发布了基于 Qwen3.8-27B 的未审查模型 Ektome-Qwen3.8-27B-PristinelyUncensored，采用 Ektomē 技术去除拒绝行为，同时保持甚至略微提升模型能力（MMLU-val 从 0.812 升至 0.818，有害请求拒绝率从 100% 降至 0%）。该模型保留了完整的 MTP 头和视觉塔，并提供了多种量化版本，其中 HOMEUSER-16-24 版本可在 24GB 显卡上支持 262,144 token 的上下文。模型还支持多 token 预测（MTP）加速，在 GPTQ 版本上测得最高 63% 的加速。
Qwen3.8-27B-heretic-dflash：非官方 5 层 DFlash 投机解码草稿模型
jfan 发布了非官方的 Qwen3.8-27B-heretic-dflash 模型，这是一个基于 DFlash 架构的 5 层投机解码草稿模型，专为目标模型 trohrbaugh/Qwen3.8-27B-heretic-ara 设计。该模型目前训练至 10k/60k 步，在 Apple M5 Pro 上实现了约 41.6% 的解码加速，支持 MLX、vLLM 和 SGLang 等推理框架。
机器人GPT-3时刻：GEN-1.5看3秒演示即学会新动作
Generalist AI 发布了机器人基础模型 GEN-1.5，该模型通过大规模物理数据预训练，实现了 one-shot learning，机器人仅需观看 3-12 秒的动作演示即可学会新任务，且无需梯度更新或微调。模型还能拼接不同演示、从模拟器迁移到真实世界，这些能力是自发涌现的，被视为机器人领域的 GPT-3 时刻。在 10 种任务测试中，零样本平均成功率为 59%，微调后可提升至 83%。
微软发布Skala 1.1：提升DFT精度并集成主流化学软件
微软研究院发布了深度学习密度泛函（DFT）模型 Skala 1.1，该版本训练数据量是前版的2.5倍，在热化学、反应动力学和分子结构预测等关键模拟任务上精度显著提升。Skala 现已集成到 CP2K，并正在整合到 Psi4、FHI-aims、ORCA 和 VASP 等主流电子结构软件中，同时推出实时基准以跟踪性能。这些进展旨在使计算化学模拟更具预测性，并广泛应用于科学和工业流程。
产品发布
PRODUCT RELEASE7 篇NVIDIA DSX MaxLPS：优化 AI 工厂每瓦性能
NVIDIA 发布了 DSX MaxLPS 技术套件，旨在提升 AI 工厂在固定电力预算下的吞吐量。该套件通过动态功率分配、软件优化和 45°C 温热水冷技术，将静态机架供电改为动态调度，可回收闲置功率并提升能效。其核心组件 Dynamic Power Software (DPS) 和 DSX Exchange 目前处于开发者预览阶段，有望显著提高 AI 数据中心的功率利用率。
FastGPT v4.16.1 发布：沙盒镜像更新与工具 Schema 迁移
FastGPT 发布 v4.16.1 版本，主要更新包括：Agent Sandbox 镜像地址改为完整运行态镜像，并支持自定义 apt 源；MCP/HTTP 工具的 JSON Schema 统一为字符串存储，需按顺序执行迁移脚本；新增第三方发布渠道支持多模态文件、音频转录和引用，支持团队安装系统插件（进程模式）。此外，优化了 S3 key 命名、修复了多个工作流和插件相关问题。
Strands Agents SDK TypeScript v1.14.0 发布
Strands Agents SDK 发布了 TypeScript 版本的 v1.14.0 更新，包含多项新功能、修复和文档改进。主要新功能包括音频内容块、文件内存存储、上下文管理器卸载策略、工具上下文中的执行范围取消、代理作为工具委托、MCP 客户端 OAuth 认证以及 Anthropic 提示缓存支持。修复了多个与 Bedrock 缓存、多代理令牌计数、OpenAI 兼容性相关的问题。
llama.cpp b10534 发布：CUDA 解码交叉点优化
llama.cpp 发布 b10534 版本，主要更新为 CUDA 后端新增按硬件和量化类型调整的切换点，用于优化 mvq 到 MMQ 解码的交叉点。该更新引入了运行时环境变量 GGML_CUDA_MMVQ_MAX 来调整批量大小阈值，并针对 Blackwell、Ada 等硬件进行了调优，在 RTX 5090 上 Q4_K 密集解码在 B=8 时性能提升 23-41%。
llama.cpp b10532：Metal 后端 KV 反量化优化 Flash Attention
llama.cpp 发布 b10532 版本，在 Metal 后端为 flash attention 新增 KV 缓存反量化预处理，将 Q8_0、Q4_0、Q4_1、Q5_0、Q5_1 等量化 KV 反量化为 F16 后运行注意力内核，并优化了 MLA 模型中 V 为 K 视图时的冗余反量化。该版本在 M2 Ultra 上通过全部 4798 项测试，Qwen2.5-0.5B 的困惑度与 F16 KV 参考一致。
Spring AI 2.0.1 发布：新增音频流与工具调用限制支持
Spring AI 发布 2.0.1 版本，包含多项新功能和错误修复。新功能包括支持 OpenAI 音频流、可配置工具调用限制、Google GenAI 的 ToolChoice 支持、Google 图像生成支持等。错误修复涉及 Redis 聊天内存、PDF 文档读取、OpenAI 流关闭等问题。该版本还移除了弃用的 Mistral AI 聊天模型，并更新了升级说明。
Google ADK JS devtools v2.0.0 发布：移除 LLMAgentWrapper，新增 HITL 审批
Google 发布了 ADK JavaScript 的 devtools v2.0.0 版本，该版本引入了多项破坏性变更，包括移除 LLMAgentWrapper 和 WorkflowAgent，并允许将 Workflow 直接作为根节点运行。新版本还增加了 FunctionTool 的人工审批（HITL）功能，并在开发 UI 中支持渲染图工作流。此外，修复了多个 CLI、API 服务器和模型配置相关的缺陷。