VOL. 2026-09-03 · 11 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-09-03 · PUBLISHED · 约 8 分钟
当日AI行业动态聚焦于多模态与Agent生态的并行推进
当日AI行业动态聚焦于多模态与Agent生态的并行推进。NVIDIA发布支持12种语言的多语言TTS模型MagpieTTS，同时llama.cpp新增对NVIDIA Nemotron-3-Puzzle-75B模型的支持并优化Metal稀疏注意力，显示开源推理生态对前沿模型的快速适配。腾讯WorkBuddy开放平台正式上线，携超百家伙伴拓展Agent生态，成为当日产业落地的重要信号。研究层面，Puffin-World提出原生3D世界状态驱动的统一多模态模型，HEART框架则探索面向LLM工具使用的可复用原语，均指向更通用、更高效的智能体能力。此外，美团智播数字人直播技术实现万路并发，展示了多模态交互在商业场景中的规模化应用潜力。
今日看点
3 个章节 · 11 条情报- 01模型发布NVIDIA发布多语言TTS模型MagpieTTS，支持12种语言4
- 02产品发布腾讯WorkBuddy开放平台上线，携超百家伙伴拓展Agent生态4
- 03研究进展Puffin-World：原生3D世界状态驱动的统一多模态模型3
模型发布
MODEL RELEASE4 篇NVIDIA发布多语言TTS模型MagpieTTS，支持12种语言
NVIDIA 发布了 MagpieTTS Multilingual 357M 模型，这是一个支持 12 种语言的多语言文本转语音（TTS）模型，采用编码器-解码器 Transformer 架构，参数规模为 364M。该模型通过多码本预测和帧堆叠技术生成高质量语音，并支持批量合成和长文本生成。最新版本 v2607 新增了阿拉伯语、韩语和葡萄牙语支持，同时出于安全原因移除了零样本语音克隆功能，并增加了 IPA 音素转换支持。该模型基于 NeMo Speech 框架开发，可用于商业用途。
llama.cpp 新增 NVIDIA Nemotron-3-Puzzle-75B 模型支持
llama.cpp 发布 b10776 版本，新增对 NVIDIA Nemotron-3-Puzzle-75B-A9B 模型的支持。该模型具有每层不同的专家 FFN 大小和 top-k 路由配置，为此引入了每层 n_ff_exp 和 n_expert_used 的数组支持，并扩展了 GGUF 键以接受标量或数组。同时更新了转换脚本以兼容官方 BF16 检查点的张量命名，并修复了相关架构的编译问题。
CodeFuse 发布 F2LLM-v2 多语言嵌入模型系列
CodeFuse AI 发布了 F2LLM-v2 系列多语言嵌入模型，包含从 80M 到 14B 的 8 种尺寸，支持超过 200 种语言。该系列模型基于 6000 万条公开高质量数据训练，并完全开源，包括基础模型、指令模型、训练数据和代码。F2LLM-v2 在多个 MTEB 基准上取得了新的最先进性能，特别关注中低资源语言。
DeepSeek-V4-Flash 定制 GGUF 发布，面向 AMD Strix Halo 优化
Hugging Face 上发布了 DeepSeek-V4-Flash-0731 的定制 GGUF 量化版本，专为 AMD Strix Halo 平台的 Ember 运行时设计，采用 ROCmFPx 自定义张量类型，不兼容主流 llama.cpp 等运行时。该版本经过 abliteration 和重要性矩阵校准，并附带 DSpark 草稿模型，在 AMD Ryzen AI Max+ 395 上测得 34.16 tok/s 的中位解码速度，但量化质量尚未评估。
产品发布
PRODUCT RELEASE4 篇腾讯WorkBuddy开放平台上线，携超百家伙伴拓展Agent生态
腾讯在WorkBuddy生态发布会上宣布开放平台正式上线，面向智能硬件、行业应用和开发者开放Agent能力，首批引入超百家生态伙伴，并发布了9款联名智能硬件和30余个行业应用。WorkBuddy通过硬件入口、开放平台和Buddy应用构建完整生态，覆盖金融、法律、教育等多个领域，旨在让Agent进入真实业务流程。
llama.cpp b10785 发布：Metal 稀疏注意力优化
llama.cpp 发布 b10785 版本，主要新增 Metal 上的稀疏 Flash Attention 支持，通过索引压缩和单遍扫描优化了预填充阶段的性能，并修复了多行寻址问题。该版本还包含测试用例和性能测试，并提供了多平台二进制下载。
Langfuse v4.28.0 发布：增强评估器功能与多项修复
Langfuse 发布 v4.28.0 版本，主要新增了评估器（evals）的提示词元数据追踪、专用执行列、告警管理、观察过滤器构建器等功能，并优化了实验表格的搜索和过滤体验。修复了包括 ClickHouse 时间戳处理、S3 上传、Redis 重连抖动等多项问题。该版本还统一了评估器名称字段、重命名了观察 API 中的 providedModelName 为 model，并增加了计费相关的云提供商信息发送。
Trinity：基于代理式AI的残疾学生过渡计划解决方案
University Startups 与 AWS 合作伙伴 g/d/n/a 合作，基于 Amazon Bedrock 构建了名为 Trinity 的对话式 AI 解决方案，帮助残疾学生制定个性化过渡计划。该方案采用六代理分层架构，解决了单一模型在检索、合规和个性化推荐方面的不足，并集成了 HIPAA 和 FERPA 合规控制。Trinity 已在美国多个州使用，并开始向沙特阿拉伯和科威特扩展。
研究进展
RESEARCH3 篇Puffin-World：原生3D世界状态驱动的统一多模态模型
Hugging Face 博客介绍了 Puffin-World，一个统一的多模态世界模型，通过原生表示物理（重力场和纬度）、几何（深度）和外观（RGB）状态，实现相机到世界的理解、可控文本到图像生成、3D 世界生成和重建。该模型采用 Omni-Camera 表示，结合绝对和相对相机信息，并利用 Puffin-16M 数据集进行扩展，旨在推动多模态模型从 2D 语义向物理基础的 3D 世界发展。
面向LLM工具使用的Agent原生可复用工具原语框架HEART
arXiv 论文提出 Tool Primitives，用自然语言接口替代 API schema 调用，并构建含 25,519 个函数的 ToolFace 仓库，支持推理时动态检索。在此基础上提出 HEART 框架，包含 Planner、Router、Verifier 组件，在五个基准上平均超越 SFT 模型及 GPT-5.4、Claude-4.6-Sonnet、Gemini-3.1-Pro，同时降低 API 成本。在 50 个真实任务上，HEART 的任务完成率超过三个前沿商业模型的平均值。
美团智播数字人直播技术突破：从高保真形象到万路并发
美团技术团队在2026年中国互联网大会上展示了美团智播数字人直播解决方案，该方案融合大模型、数字人与多模态交互技术，实现高保真形象生成、自然动作驱动、语音手势协调及高效推理部署，使数字人直播月日均GTV同比增长82.12%，开播场次提升11倍。团队自研的SDIP、SREdit、MoTiGA、StreamingTalk及Glance2Gaze等技术分别被ACM MM、CVPR、AAAI、NeurIPS等会议收录，并荣获中国多媒体企业创新技术奖。