VOL. 2026-08-30 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-08-30 · PUBLISHED · 约 8 分钟
当日AI行业以模型量化与推理框架迭代为主线
当日AI行业以模型量化与推理框架迭代为主线。GLM-5.3-Flash的NVFP4量化版将体积缩减70%且保持高相似度，NaviDC-OCR等轻量级文档解析模型亦同步亮相，体现对高效部署与垂直场景的侧重。推理工具链密集更新，llama.cpp连续发布多个版本，分别针对Apple M2/M3 Pro芯片进行调优并新增Hexagon设备支持；LiteLLM、Xinference、Agno等框架则强化多模型集成与路由能力。此外，FunASR、three.ws等开源项目在语音与3D代理领域亦有进展，共同构成当日生态的多元演进。
今日看点
3 个章节 · 12 条情报- 01模型发布GLM-5.3-Flash NVFP4 量化版发布：体积缩减70%3
- 02产品发布Agno v3.0.2 发布：新增集成与 MCP 改进8
- 03开源项目three.ws 开源栈：为 AI 代理提供身体、大脑、钱包与工作1
模型发布
MODEL RELEASE3 篇GLM-5.3-Flash NVFP4 量化版发布：体积缩减70%
LibertAI 发布了 GLM-5.3-Flash 的 NVFP4 量化版本，将模型从 598.5 GiB 压缩至 181 GiB，体积减少 70%，余弦相似度达 0.99665。该量化仅针对路由专家 FFN，保留注意力、视觉塔等关键部分为 BF16，确保多模态行为与原始模型一致。模型支持 vLLM 和 SGLang，但需要特定配置，且已修复 GB10 上的兼容性问题。
NaviDC-OCR：轻量级文档解析模型，统一数字与拍摄文档
StarDoc-AI 发布了 NaviDC-OCR，一个约 1.2B 参数的开源视觉语言模型，专为文档解析设计，统一处理数字和相机拍摄文档。该模型引入了多节点共识投票、几何感知建模、曲率引导采样等技术，在 OmniDocBench 和 Wild_OmniDocBench 基准上达到最先进性能，且无需去畸变预处理。模型采用 Apache-2.0 许可证，支持中英日文。
Ornith-1.5-35B-A3B Abliterated 多量化等级 GGUF 发布
gbuzhf 发布了 Ornith-1.5-35B-A3B 模型的 abliterated 版本，并提供了九个不同量化等级的 GGUF 文件，每个都嵌入了 MTP 头。测量显示 abliteration 对模型的影响（KLD 0.0151）小于 Q6_K 量化（KLD 0.0222），且 abliteration 与量化损伤近似正交，不会使模型恢复拒绝行为。
产品发布
PRODUCT RELEASE8 篇Agno v3.0.2 发布：新增集成与 MCP 改进
Agno 发布 v3.0.2 版本，包含多项行为变更、新集成和改进。行为变更包括运行元数据优先级调整、MCPConfig 拒绝未知字段、推理检测改为询问提供商等。新集成支持 Synthorai 模型提供商、WaveSpeed 图像视频生成、Serply 搜索工具包和 AtomicMail 邮件工具包。改进包括将 Agent/Team/Workflow 作为 MCP 工具发布、工具包作为 MCP 工具、MCP 工具标题和注释支持等。
Xinference v3.3.0 发布：新增多模型支持与路由功能
Xinference 发布 v3.3.0 版本，新增了对多个模型的支持，包括 Qwen3.8、DeepSeek V4 Flash、GLM-Image、Kimi-K3 等，并引入了 token 感知的虚拟模型路由、Anthropic Messages 协议适配器、世界模型生成等新功能。此外，该版本还增强了音频、图像、视频等多模态能力，并修复了若干 bug。
LiteLLM v1.100.0-rc.1 发布：镜像签名验证与多项修复
LiteLLM 发布 v1.100.0-rc.1 版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于提交哈希和发布标签的验证方法。该版本包含多项修复和功能更新，包括 Anthropic 消息处理、复杂性路由器、提示缓存节省报告、模型注册表更新、代理搜索工具、MCP 工具集强制、以及多个测试和 UI 改进。
FunASR v1.4.9 发布：修复多项问题并捆绑 llama.cpp 运行时
阿里 FunASR 发布 v1.4.9 版本，主要修复了字幕分割、自动模型、Paraformer 时间戳预测器及实时长尾保留等问题，并新增了 MOSS 说话人日志的 SGLang 路径文档。该版本还捆绑了 llama.cpp/GGUF 运行时 v0.2.6，提供多平台预编译二进制文件，支持 Linux、macOS 和 Windows 的多种硬件加速选项。
llama.cpp b10693 发布：支持 Hexagon 设备发现与按需会话
llama.cpp 发布 b10693 版本，主要新增对 Hexagon 设备发现和按需创建会话的支持，包括运行时发现可用 NPU 核心、延迟会话分配及清理设备接口，并提前拒绝不存在的设备。该版本同时提供多平台预编译二进制文件，涵盖 macOS、Linux、Windows、Android 等。
llama.cpp b10696 发布：为 M3 Pro 添加 fa-vec 调优
llama.cpp 发布 b10696 版本，主要更新是为 Apple M3 Pro 芯片添加 fa-vec 调优，以解决相关性能问题。该版本提供了适用于 macOS、Linux、Windows、Android 和 iOS 的多种预编译二进制文件，涵盖 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL 等后端。
llama.cpp b10688 发布：为 M2 添加 fa-vec 调优
llama.cpp 发布 b10688 版本，主要更新是为 Apple M2 芯片添加了 fa-vec 调优（PR #27940），以提升性能。该版本提供了适用于 macOS、Linux、Windows、Android 等多个平台的预编译二进制文件，涵盖 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL 等后端。
FunASR v1.4.7 发布：修复 SenseVoice 解码并新增 MOSS 适配
阿里 FunASR 发布 v1.4.7 版本，主要修复了 SenseVoice 模型在 llama.cpp 运行时中的解码问题，并新增了可选的实时解码性能分析功能。同时，该版本为 MOSS 说话人日志模型添加了 AutoModel 运行时适配器，并发布了配套的 llama.cpp v0.2.5 运行时下载。
开源项目
OPEN SOURCE1 篇three.ws 开源栈：为 AI 代理提供身体、大脑、钱包与工作
three.ws 是一个开源平台，为 AI 代理提供 3D 生成、动画、支付和分发能力。其代码以 Apache-2.0 协议在 GitHub 上开源，模型托管在 Hugging Face。平台通过多引擎路由实现免费优先的 3D 生成，并支持照片到虚拟形象、骨骼动画、x402 支付标准及 MCP 集成。该平台旨在将代理的“身体、大脑、钱包和分发”整合为单一产品。