VOL. 2026-09-15 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-09-15 · PUBLISHED · 约 9 分钟
当天最显著的变化是开源基础模型密集发布：ZGCM-1 以全开源 7B…
当天最显著的变化是开源基础模型密集发布：ZGCM-1 以全开源 7B 稠密架构支持 256K 上下文并融合内部推理与外部工具使用，Biohub 的 ESMC-6B 与 cRia-LM-75M 分别把蛋白质语言模型和递归 Transformer 推向新规模，Salesforce 也联合 Nvidia 推出企业级推理模型 Koa。多模态与实时生成同步推进，Gemini 3.8 Live 系列音频到音频模型正式可用，Vidu S2 则带来实时交互数字人与可编辑视频生成。研究侧聚焦长上下文与智能体协作效率，自索引注意力尝试免训练稀疏推理，难度感知拓扑选择揭示多智能体代码生成的收益随难度上升但成本恒定。生态层面，llama.cpp 优化 OpenVINO 与 GPU MoE 推理，Cloudflare 推出兼顾搜索可见性与拒绝 AI 训练的 Disallow AI Training 设置。
今日看点
4 个章节 · 12 条情报- 01模型发布ZGCM-1：面向数学与智能体搜索的全开源高效 7B 基础模型6
- 02研究进展难度感知拓扑选择：多智能体代码生成的自适应协作3
- 03开源项目llama.cpp b10981：优化 OpenVINO 有状态解码与 GPU MoE 推理1
- 04产品发布Mastra 发布工作流构建器后端与 @mastra/connect 等更新2
模型发布
MODEL RELEASE6 篇ZGCM-1：面向数学与智能体搜索的全开源高效 7B 基础模型
研究团队发布 ZGCM-1，一个完全开源的 7B 稠密基础模型，从零训练，结合内部推理与外部工具使用，支持 256K 上下文。该模型采用架构与系统协同设计（交错门控滑窗与全注意力、稳定的 FP8 Muon 优化器）、渐进式课程与 MDP 中期训练，并借助智能体集群自主管理集群运维、数据整理与评估。在数学推理和智能体搜索任务上，其表现可与 Qwen3-235B-A22B、GLM-5.1 等大数十倍的前沿模型竞争，16K 预训练时间到损失效率提升约 4.2 倍，并开源权重、训练代码、数据与日志。
Gemini 3.8 Live 系列音频模型正式可用
Google 在 Gemini API 发布说明中宣布，Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款音频到音频模型正式 GA，面向基于 Live API 的实时语音应用。前者定位低延迟语音代理与实时对话的默认选项，具备交错推理、默认异步函数调用和完整会话客户端内容更新；后者支持实时音频交互中的后台推理，适合需要更高后台推理能力的场景。
Vidu S2：实时交互、可编辑与空间视频生成
Vidu S2 发布，包含实时交互数字人模型 Vidu S2-Avatar 和实时视频编辑模型 Vidu S2-Editing，并探索了实时空间视频生成。相比 Vidu S1，Avatar 支持 720p 实时生成、动态参考图随时更新和更强的指令跟随（如跳舞），Editing 支持风格渲染、换装、换角色和换背景等实时流编辑。实验显示其在五个公开基准上均取得 SOTA，并提供在线 demo 与 API。
cRia-LM-75M：75.7M 参数递归 Transformer 基座模型发布
Hugging Face 上发布了 cRia-LM-75M，一个 75.7M 参数的基座语言模型，采用 Relaxed Recursive Transformer（RRT）架构，用 11 层共享循环块执行两次遍历，第二次遍历使用 rank-172 LoRA 参数。训练分三阶段：Stage 1 在 10B token 上预训练 2K 上下文，Stage 2 用 2B token 预算做能力中训并采用双教师蒸馏，Stage 3 将上下文扩展到 4,096 token。该模型为未做指令微调的基座模型，使用 SmolLM2 分词器，遵循 SmolLM2-135M 层设计并加入 QK-Norm。
Biohub 发布 60 亿参数蛋白质语言模型 ESMC-6B
Biohub 在 Hugging Face 上发布 ESMC-6B 蛋白质语言模型，拥有 60 亿参数、80 层，基于 UniRef、MGnify 和 JGI 的蛋白质序列训练。同时开源了 300M 和 600M 参数变体，并基于冻结的 ESMC-6B 训练了 ESMFold2 结构预测模型和稀疏自编码器。该模型可用于蛋白质表示、变体效应预测和蛋白质工程等 AI 应用。
Salesforce 联手 Nvidia 推出推理模型 Koa，剑指企业级 AI 市场
Salesforce 在 Dreamforce 大会上发布首个推理模型 Koa，基于 Nvidia 开源权重模型 Nemotron 后训练而成，专攻销售、营销和客服任务。Koa 以开源权重、不摄入客户数据、token 消耗更少等特性，作为 Agentforce 平台中 Claude、ChatGPT 等前沿模型的替代选项。Salesforce 高管称此前缺乏具备清晰数据来源的美国预训练基座模型，Nemotron 填补了这一空白。Salesforce 同时宣布与 Anthropic 合作推出 ClaudeForce，并未放弃前沿模型供应商。
研究进展
RESEARCH3 篇难度感知拓扑选择：多智能体代码生成的自适应协作
该研究指出多智能体代码生成系统通常固定使用单一通信拓扑，但实验发现层级协作相对单智能体的优势随问题难度从2.4分（简单）升至21.1分（困难），而token成本始终约为10倍。作者提出Difficulty-Aware Topology Selector（Dats），用图网络预测各拓扑解题概率并结合成本选择最优拓扑，在预算匹配协议下以40%的层级成本达到77.7% pass@1，优于始终层级（73.6%）和最强学习基线（74.3%）。
自索引注意力：兼容压缩的稀疏长上下文 LLM 推理
该论文提出 Self-Indexing Attention，一种无需训练的稀疏长上下文 LLM 推理框架，基于共享的变换域符号-幅值表示，将 key 的符号位复用为 token 级索引，同时服务于 prefill 分组选择与 decode 检索，并与外部 KV-cache 压缩兼容。在 5% 注意力密度下，该方法在 LongBench 和 RULER 上接近稠密注意力，prefill 与 decode 注意力算子分别最高加速 6.1 倍和 10.3 倍，端到端加速 1.35 倍。实验还表明其与 TurboQuant 低比特 KV-cache 压缩及 DeepSeekV4-Flash 的预训练稀疏注意力索引器兼容。
PhysMent：面向LLM物理问题推理的交互式基准
研究者提出 PhysMent，一个基于 MuJoCo 物理模拟器的交互式基准，用于评估大语言模型通过多轮工具调用进行物理实验推理的能力。该基准包含 105 个经典力学场景，覆盖四种难度、三种场景模态和一个场景操控类别，并采用六维评分框架。结果显示，当前模型在定性单概念任务上可达 80% 准确率，但在需要精确多步实验的定量任务上大多低于 30%，七个模型整体准确率在 25% 至 67% 之间，失败主要源于过早提交答案、探索效率低以及未能一致地依据模拟器反馈，而非概念性缺陷。
开源项目
OPEN SOURCE1 篇llama.cpp b10981：优化 OpenVINO 有状态解码与 GPU MoE 推理
llama.cpp 发布 b10981 版本，主要针对 OpenVINO 后端进行优化，涵盖有状态解码、GPU MoE 推理、KV 状态重排、RoPE 与归一化翻译等。修复了 Gemma-4 等模型因逐层 KV 头数/头尺寸差异导致解码乱码的问题，并拒绝无法从 KV 状态恢复的有状态解码。性能上，GPU 上 gemma-4-12B 在深度 8192 时从 6.27 提升至 9.11 t/s，Llama-3.2-1B 从 47.8 提升至 59.6 t/s。
产品发布
PRODUCT RELEASE2 篇Mastra 发布工作流构建器后端与 @mastra/connect 等更新
Mastra 发布更新，新增 Studio Workflow Builder 后端，可通过 workflowBuilder 选项启用编辑器自有的 agent 来编写持久化工作流定义，并暴露受权限控制的服务端端点。同时推出 @mastra/connect 包，将平台集成连接转为 agent 工具，由平台代理注入凭证并刷新令牌，应用无需处理密钥。此外还支持线程所有权转移、更细粒度的后台工具执行控制，以及工作区沙箱的批量文件上传与权限、性能改进。
Cloudflare 推出 Disallow AI Training 设置，兼顾搜索可见性与拒绝 AI 训练
Cloudflare 推出新的 Disallow AI Training 设置，允许网站主在保留搜索引擎索引的同时拒绝同一爬虫将内容用于 AI 训练。Apple、Google 和 Microsoft 已承诺或已支持该设置。Cloudflare 还推出 Accountable 认定，要求爬虫运营方提供训练退出机制、AI 摘要退出机制、URL 级可见性，并保证退出训练不影响传统搜索。