VOL. 2026-09-26 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-09-26 · PUBLISHED · 约 10 分钟
当天最显著的变化是模型压缩与推理效率的集中推进：Prism ML 发…
当天最显著的变化是模型压缩与推理效率的集中推进：Prism ML 发布基于 Qwen3.8-27B 的三值量化 Bonsai 2 27B GGUF，llama.cpp 则为 k-quants 引入分块 mul_mat 加速，量化与底层算子优化同步落地。开源侧，Ling-3.0-flash-VL 的 GGUF 量化版与 CodeRankEmbed 的 bf16 量化版相继发布，Hugging Face 还展示了将人形机器人接入 LeRobot 的方案。产品层面，微软改版 Copilot 并转向按量计费，Claude Code 更新加入模型管控与提示审计，Google ADK Python 也增强了技能生命周期与评估指标。研究方面则聚焦多尺度隐式表面、高光谱分类与生理感知头部化身等方向。
今日看点
4 个章节 · 12 条情报- 01模型发布Prism ML 发布三值量化 Bonsai 2 27B GGUF 模型1
- 02研究进展M-plicits：基于嵌套多尺度残差的神经隐式表面3
- 03开源项目llama.cpp b11195：为 k-quants 引入分块 mul_mat 加速5
- 04产品发布Claude Code 2.1.283 更新：新增模型管控与提示审计3
模型发布
MODEL RELEASE1 篇Prism ML 发布三值量化 Bonsai 2 27B GGUF 模型
Prism ML 在 Hugging Face 发布 Bonsai 2 27B 的 GGUF 版本，基于 Qwen3.8-27B 架构，将全部语言权重（嵌入、注意力投影、MLP 投影、LM head）量化为三值 {-1,0,+1}，以约 1.72 bits/weight 存储，模型体积约 5.95 GB（PTQ1_0）或 7.21 GB（PQ2_0），相比 FP16 缩小约 9.3 倍。官方称保留 98.2% 的 FP16 智能水平，在 14 项思考模式基准上平均 84.78，并支持 262K 上下文、思考/推理/工具调用行为，可在 llama.cpp（CUDA、Metal、CPU）上运行，Apple M5 Max 笔记本上约 47 tok/s。
研究进展
RESEARCH3 篇M-plicits：基于嵌套多尺度残差的神经隐式表面
该论文提出 M-plicits，一种将表面建模为多层感知机（MLP）残差和的多尺度隐式神经表示框架，通过嵌套邻域训练策略将监督严格限制在前一层零水平集附近的窄带内。粗网络充当低通滤波器建立干净几何先验，后续残差逐步细化几何而不拟合高频噪声。在 Stanford 和 Thingi32 数据集上，M-plicits 在粗配置下取得最佳平均 Chamfer 距离，在细配置下取得最佳中位 Chamfer 距离和 IoU，噪声鲁棒性显著优于 iNGP、BACON 和 IDF，且参数量比基于网格的基线少一个数量级。作者还引入多尺度球体追踪和基于 GEMM 的解析法线计算，实现实时高保真渲染，代码、模型和数据将在 GitHub 发布。
基于Token聚类与语义序列Mamba的高光谱图像分类
该论文提出 STMamba，一种用于高光谱图像分类的新方法，通过 Token Clustering Module 将稀疏 token 组织成语义一致的序列，并利用并行的空间与光谱语义序列 Mamba 模块捕获长程依赖。方法在宏观层面采用层次化编码器-解码器与无参数跨尺度邻域注意力上采样器，微观层面通过密度感知聚类和四叉树动态选择保留代表性 token。在三个大规模基准数据集上，STMamba 在定量和定性结果上均优于现有最先进方法。
Heartian：生理感知可重光照高斯头部化身
该论文提出 Heartian，一个生理感知调制框架，在可重光照的高斯头部化身中，对脸部皮肤区域高斯球的反照率进行依赖心动周期的逐帧调制，从而嵌入远程光电容积描记（rPPG）信号。方法基于 HRAvatar 重建，使用接触式 PPG 监督，将心脏波形建模为两个高斯函数之和，并用轻量 MLP 学习逐帧空间残差。在 UBFC-rPPG、PURE 和 MMPD 的 152 段静止录像上，心率 MAE 为 0.29 bpm、MAPE 为 0.38%，渲染后信号仍可被基准 rPPG 方法检测，且重建质量几乎无损（PSNR 平均仅下降 0.005 dB）。
开源项目
OPEN SOURCE5 篇llama.cpp b11195：为 k-quants 引入分块 mul_mat 加速
llama.cpp 发布 b11195 版本，为 ggml-cpu 后端引入针对 k-quants 的 tiled mul_mat 实现。该方法将量化权重解包为最大 256x256 的 int8 分块，再通过微内核计算 16x16 分块后写出结果，在大矩阵乘法上带来 3-6 倍加速，但在 GEMV 场景下性能下降约 80%。同时包含 ARM/Windows 构建修复、AVX2 内核优化及测试基准调整。
Hugging Face 将人形机器人接入 LeRobot
Hugging Face 博客介绍如何将人形机器人接入 LeRobot 全栈开源机器人学习库，以 Unitree G1 为平台，采用 OpenHLM 方案：π0.5 策略根据语言、相机观测和机器人状态预测 SONIC 潜在运动 token，再由运行在 G1 上的快速全身控制器解码为 29 自由度动作。团队通过 VR 遥操作采集约 100 条、71 分钟的全身演示数据，微调 pi05_base 得到抓放罐头的策略，并开源了 3D 打印硬件改装件。文章还展示了用 LoRA + PPO 在 SONIC 上训练避球策略的实验。
Ling-3.0-flash-VL 多模态模型 GGUF 量化版发布
Hugging Face 用户 bloomer010 发布了 inclusionAI/Ling-3.0-flash-VL 的 GGUF 量化版本，基于 llama.cpp 运行。该模型为 124B 总参数、每 token 仅激活 5.5B 的 MoE 多模态模型，支持图像和视频输入，原生 128K 上下文，可通过 YaRN 扩展至 256K。llama.cpp 已于 2026-09-24 合并支持（b11190 及更新版本），并提供多种量化规格及 DSpark 投机解码加速方案。
CodeRankEmbed 的 bf16 量化版内置三层注意力调度
Hugging Face 用户 handwoven8588 发布了 CodeRankEmbed-flash-attn，这是对 nomic-ai/CodeRankEmbed 的 bf16 量化版本，权重未重新训练。该仓库在自定义 modeling 文件中内置三层注意力调度（torch_varlen、flash_attn、eager），用 O(N) 非填充路径替代原有 O(seq²) 的 eager 注意力，以解决大 batch 下的显存溢出问题。实测显示 torch_varlen 与原始输出余弦相似度约 0.9999，峰值显存从约 1145 MiB 降至 875 MiB。
Google ADK Python v2.10.0 发布：技能生命周期与评估指标增强
Google ADK Python 发布 v2.10.0，引入实验性的技能生命周期管理（含 EPHEMERAL 生命周期、活跃技能上限与 unload_skill 工具），新增 MongoDB 向量与混合搜索工具集，并为 Agent 评估加入时长、token 消耗和模型调用次数等效率指标。同时增强对 OpenAI 推理模型的参数自动适配与推理 token 上报，并调整 BigQuery 保护写入模式、指令模板等行为。
产品发布
PRODUCT RELEASE3 篇Claude Code 2.1.283 更新：新增模型管控与提示审计
Claude Code 发布 2.1.283 版本更新，新增网关提示头、可用/禁用模型管理设置、MCP 与 WebFetch/WebSearch 输出的 OpenTelemetry 追踪，以及 /doctor prompt-audit 审计命令等能力。同时修复了 SDK 会话工具调用丢失、MCP 后台进度通知、插件加载与校验、沙箱与权限对话框等多处问题。
Jev AI 实用指南：System One 与可执行决策
Hugging Face 博客发布了一篇关于 Jev AI 的实用指南。Jev AI 是 TypeSafe 的旗舰模型和首个 System One 模型，定位为面向软件团队的决策工具，通过「状态 + 类型化问题」的接口返回选项、分数、是/否判断和概率信号，而非生成文本。文章将其与生成式 LLM 对比，说明它适合分类、路由、评分和安全检查等有界决策场景，并介绍了 Choice、Score、Noul 三种原语及 API 连接方式，同时指出其不支持图像、音频、视频输入，业务策略仍需团队自行定义。
微软改版 Copilot：新增 Autopilot 代理并转向按量计费
微软对 Copilot 进行改版，将其拆分为 Home、Code 和 Autopilot 三个板块，并推出基于 OpenClaw 构建的主动式代理 Autopilot（前身为 Scout），每个实例拥有独立的云电脑、工作区、存储和身份，可通过 Teams、Outlook 中的 @提及 触发并持续在云端运行。同时，微软将 Autopilot、Code 和 Cowork 从固定费率转向按使用量计费，标准许可仅覆盖聊天和 Office 集成，并引入自动路由器和 FinOps-for-AI 工具管理模型选择与支出。Home 和 Code 将在未来几周通过 Frontier 计划推出，Autopilot 于 9 月下旬开启私有预览，消费者版本也在规划中。