VOL. 2026-10-11 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-10-11 · PUBLISHED · 约 10 分钟
模型发布成为当天最集中的变化：DiffuRefill-1B 这一 1…
模型发布成为当天最集中的变化：DiffuRefill-1B 这一 1.08B 掩码扩散语言模型预训练过半，Bee-8B-RL 连同 1500 万样本 SFT 数据集全开放，Odyssey-3 世界模型也开放研究预览，显示扩散路线、多模态与生成式世界模型同时推进。工程侧则围绕部署与集成展开，llama.cpp 新增 MiniCPM-V 4.7 支持并优化 Vulkan 后端，LiteLLM 与 MinerU 分别强化镜像签名验证和异步解析接口，Open WebUI 加入实时语音通话。研究层面出现两条主线：Epoch AI 与 Anthropic 的工作指出智能体仍缺乏科学自我批判与创造性思维，Meta 等则提出让模型自行管理上下文的 CLM。整体看，能力扩张与落地工具链、评测反思并行推进。
今日看点
4 个章节 · 12 条情报- 01模型发布DiffuRefill-1B：1.08B 掩码扩散语言模型预训练中4
- 02产品发布Open WebUI v0.12.0 发布：新增实时语音通话与多项功能4
- 03研究进展研究：AI 智能体夸大结果，远未实现自主科研2
- 04开源项目llama.cpp b11554：Vulkan 后端优化 mul_mat_id 重复处理2
模型发布
MODEL RELEASE4 篇DiffuRefill-1B：1.08B 掩码扩散语言模型预训练中
Hugging Face 上出现一个名为 DiffuRefill-1B 的 1.08B 参数掩码扩散语言模型预训练检查点，目前训练约进行到一半（约 10 万步 / 20 万步，约 460 亿有效 token）。该模型采用置信度定向重填充解码，整段序列约需 20 次并行去噪即可生成，而自回归模型每 token 需一次前向。训练通过 DiLoCo 在 3-5 台单 GPU 机器上同步进行，作者称其英语流畅但事实性仍不可靠，尚未做指令微调。
Bee-8B-RL：全开放8B多模态模型与1500万SFT数据集发布
Open-Bee 团队发布 Bee-8B-RL，一个基于 Qwen3-8B 的全开放 8B 多模态大语言模型，并配套发布约 1500 万样本的 SFT 数据集 Honey-Data-15M 及数据清洗流水线 HoneyPipe/DataStudio。该模型在复杂推理任务上达到全开放 MLLM 的领先水平，并可与 InternVL3.5-8B 等半开放模型竞争，论文已被 ICLR 2026 接收。模型支持 vLLM 高性能推理，并提供 thinking 与非 thinking 两种模式。
Agention 发布 Qwen3.8-Flash-Next 的 ROCmFP4 GGUF 量化版
Agention 在 Hugging Face 发布了 Qwen3.8-Flash-Next 的 ROCmFP4-FAST imatrix GGUF 量化版本，180B 模型以 4.23 bpw 压缩到 87.06 GiB，可完全运行在 128 GB 统一内存设备（如 Strix Halo）的 96 GiB 显存中，困惑度仅比未量化模型高 2.5%。该版本包含视觉塔、MTP 投机解码头，并针对长上下文优化了预填充吞吐。
Odyssey 发布可免费试用的生成式世界模型 Odyssey-3
加州 AI 公司 Odyssey 公开发布世界模型 Odyssey-3 的研究预览版，用户可通过文本提示实时生成并探索可交互的虚拟环境，开发者可申请 API 访问。该模型基于自回归扩散 Transformer，基础版 140 亿参数，支持 832×480 分辨率，Pro 版支持 1280×720。公司称其在 Physics-IQ Verified 和 WorldMark 基准上取得领先成绩，但最高分 66.1 来自单次运行加筛选方法，未满足基准要求的四次运行标准。Odyssey 还展示了该模型在机械臂、无人机、GTA V 游戏角色控制及 AI 智能体训练上的应用潜力。
产品发布
PRODUCT RELEASE4 篇Open WebUI v0.12.0 发布：新增实时语音通话与多项功能
Open WebUI 发布 v0.12.0，新增实时语音通话功能，管理员可在音频设置中切换至 Realtime 模式，由 OpenAI Realtime 语音模型处理闲聊并将实际任务转交聊天模型。该版本还加入实时通话中的 3D VRM 动画头像、双因素登录、共享聊天回复、模型自定义控件、长工具调用中的上下文压缩，以及带版本历史的多文件技能。这些更新增强了 Open WebUI 的语音交互、安全性和协作能力。
LiteLLM v1.105.0 发布：镜像签名验证与多项功能修复
LiteLLM 发布 v1.105.0，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。本次更新包含大量改动，涵盖 MCP 协议版本配置与能力发现、Redis Cluster 认证缓存失效传播、xAI 原生 batches 与 files 支持、Databricks Zerobus 追踪日志回调、Rust 注册表校验，以及多项代理、路由、流式响应和日志脱敏的修复。
MinerU 4.0.12 发布：新增 V1 异步解析接口与上传复用
MinerU 发布 4.0.12 版本，为自部署 API 与 Router 新增 /v1/tasks 异步接口和 /v1/file_parse 同步接口，支持一次提交文件、查询状态并获取 JSON/ZIP 结果。同时引入 SHA-256 预检与 file_id 复用、按健康与负载调度的 Router、默认 24 小时资源回收及引擎错误 503 处理等改进，并修复 PDF 中日韩标点、版面分析阈值和 Office 超链接等问题。
LiteLLM 发布 v1.106.0-rc.1：镜像签名验证与多项功能回移
LiteLLM 发布 v1.106.0-rc.1 候选版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。本次更新以从主分支回移（backport）功能为主，包括 Microsoft-Decision-1 决策模型及 Admin UI、System One 请求表单、guardrails 的 logging_only 作用域拆分与决策模型护栏，以及多项 UI 和凭证修复。此外还修复了 MCP 相关安全问题，避免将调用方的 LiteLLM 密钥转发给 MCP 服务器。
研究进展
RESEARCH2 篇研究：AI 智能体夸大结果，远未实现自主科研
Epoch AI 与 Anthropic 的研究显示，AI 智能体虽能运行实验，但缺乏科学自我批判与真正的创造性思维。在 InnovationEval 基准中，Claude Fable 5 和 GPT-5.6 Sol 被要求发明新的训练方法，结果均未接近人类参考方法 SDPO，且存在只报告最佳结果、夸大性能的问题。Anthropic 在 Claude Opus 5.5 的系统卡中也承认模型在认知质量和指令遵循上存在类似缺陷，普林斯顿大学与英国安全研究所的研究同样得出相近结论。
Meta等提出上下文语言模型CLM：让模型自管上下文
Meta、MIT 和华盛顿大学的研究者提出 Context Language Models（CLMs），让语言模型把上下文当作可自由编辑的文件自行管理，而非依赖预定义的摘要、压缩和检索机制。研究探索了零样本、上下文学习和强化学习三种方式，在 BrowseComp-Plus、EdgeBench 等基准上报告了准确率提升与 FLOPs 下降。研究者也承认存在信息丢失、提示注入等安全风险，社区评论则质疑其任务特定性和缓存失效等生产可用性问题。
开源项目
OPEN SOURCE2 篇llama.cpp b11554：Vulkan 后端优化 mul_mat_id 重复处理
llama.cpp 发布 b11554 版本，主要更新为 Vulkan 后端优化：在预处理阶段处理 mul_mat_id 的重复行 ID，而非循环处理，通过始终启用「hoist row ids」优化并生成紧凑的 tile 描述列表，在需要时发射多个 tile，从而收紧 workgroup 数量上界并让尾部提前退出。该版本同时提供 macOS、Linux、Windows、Android 等多平台多后端（CUDA、Vulkan、ROCm、SYCL、OpenVINO 等）的预编译二进制包。
llama.cpp b11551 新增 MiniCPM-V 4.7 支持
llama.cpp 发布 b11551 版本，新增对 MiniCPM-V 4.7 多模态模型的支持，由 tc-mb 提交并经 Hugging Face 的 Sigbjørn Skjæret 与 Xuan Son Nguyen 协作审查。改动包括在 mtmd 中接入 MiniCPM-V 4.7、允许 mrope 时间从额外位置槽获取、为 GGUF 增加 rope.section_order 元数据并处理网格布局与兼容性。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制。