VOL. 2026-10-14 · 11 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-10-14 · PUBLISHED · 约 9 分钟
当天最显著的变化是多家厂商集中发布前沿模型：Google 的 Gem…
当天最显著的变化是多家厂商集中发布前沿模型：Google 的 Gemini 4 Argon 正式 GA 并公布 API 定价，Meta 推出主打智能体任务的 Muse Wonder 系列，Hugging Face 则发布原生支持 32K 上下文的 UltraBERT 编码器系列。开源侧同样活跃，AtomicChat 放出 Qwen4 架构首个开放权重模型 Qwen3.8-Flash-Next 的 GGUF 量化版，面壁智能的 MiniCPM-V 4.7 35B-A3B 成为首个可在端侧流畅运行的开源 MoE 多模态模型。研究层面出现两条值得关注的路线：DoSA 以无损方式加速稀疏注意力索引器，Pristine Models 则尝试在预训练阶段分离安全与不安全概念。此外，Mastra 为 Factory 引入沙箱提供方契约与可观测性更新，Liquid AI 也发布了面向边缘决策的开源模型。
今日看点
4 个章节 · 11 条情报- 01研究进展DoSA：点稀疏注意力，无损加速稀疏注意力索引器3
- 02模型发布Hugging Face 发布 UltraBERT 编码器系列，兼顾分类与检索6
- 03开源项目AtomicChat 发布 Qwen3.8-Flash-Next GGUF 量化版1
- 04产品发布Mastra 发布 Factory 沙箱契约与多项可观测性更新1
研究进展
RESEARCH3 篇DoSA：点稀疏注意力，无损加速稀疏注意力索引器
论文提出 DoSA（Dots Sparse Attention），一种无损稀疏注意力方法，通过为每个 token 构造分数上界与 Top-k 阈值下界，在保留精确 token 选择的前提下跳过大量全头打分。该方法针对 DeepSeek 稀疏注意力（DSA）中带符号 ReLU 索引器的稠密打分瓶颈，利用非负头投影、联合残差界和激活感知聚合来收紧候选排除条件。在 GLM-5.2 与 DeepSeek-V3.2 上，约 100 万 token 上下文时端到端与首 token 延迟相比 SGLang 等基线最高提升近一倍，索引器耗时占比最高达 90.8%。
人工性首考：面向超智能的LLM参照C-test
该论文提出了一种名为 ONE 的新型 C-test，利用大语言模型作为通用图灵机来生成和认证难度可量化的逆问题测试项。测试项难度基于条件 Levin 复杂度，以比特为单位在比率尺度上衡量，可在人类或前沿模型解决之前生成高难度题目。作者构建了轻量级生成与认证流程，并对十二个 LLM 进行了测试，得到了随难度下降的智能体特征曲线，覆盖了超出当前前沿智能的超智能窗口。
Pristine Models：预训练阶段分离安全与不安全概念
该论文提出 Pristine Models，一种文本到图像生成架构，通过在预训练阶段将安全与不安全概念知识分离到独立参数化的注意力分支中，从而在推理时可直接移除不安全分支。在 ImageNet 和 CC12M 上的实验表明，该方法在减少不安全内容生成的同时，比仅用安全数据训练或事后概念移除方法保留了更高的图像质量和文本对齐度。
模型发布
MODEL RELEASE6 篇Hugging Face 发布 UltraBERT 编码器系列，兼顾分类与检索
Hugging Face 发布 UltraBERT 系列英文编码器（150M 和 380M），原生支持 32K 上下文，并推出基于其构建的 UltraBERT-Embed-150M 嵌入模型，全部采用 Apache 2.0 许可。研究通过超过 70 万亿 token 的训练实验发现，编码器在 1-2T token 后性能饱和，且低掩码率利于分类、高掩码率利于检索，UltraBERT 通过混合 5% 和 50% 掩码并各自使用独立 LM head 来同时兼顾两者。380M 模型在 10 个基准中的 9 个取得最高分，包括 GLUE 91.0 和 BEIR 47.7，UltraBERT-Embed-150M 在 MTEB(eng, v2) 上得分 67.24。
Gemini 4 Argon 正式发布，独立评测与 Muse Wonder 同期亮相
Google 的 Gemini 4 Argon 正式 GA，面向编程、知识工作、企业工作流和网络防御开放，API 定价为每百万输入/输出 token 2/10 美元，11 月 30 日后翻倍。Google 内部称 Argon 帮助将 Chromium 六百万行遗留代码分离，数周完成数月工作，并减少近三分之一回滚。独立评测显示 Argon 在智能指数上与 GPT-6 Astra 持平，成本约为其 60%，但幻觉率 15%。Meta 同期推出 Muse Wonder，强调个人助理与编程，但用户报告订阅配额昂贵且部署存在问题。
Meta发布Muse Wonder系列模型，主打智能体任务
Meta发布首个前沿模型系列Muse Wonder，包含Muse Wonder和Muse Wonder Full两个型号，重点面向个人与专业智能体任务，引入主动记忆和主动专注能力。在DeepSWE 1.1、SWE-Marathon等长流程编程测试中，Muse Wonder Full得分超过Claude Fable 5.1、GPT-6 Astra和Claude Opus 5.5。Muse Wonder Full已上线API平台并对Muse Code订阅者开放，Muse Wonder将在Personal Agent产品Muse中上线。
MiniCPM-V 4.7 1B 发布 GGUF 量化版
OpenBMB 在 Hugging Face 发布 MiniCPM-V 4.7 1B 的 GGUF 量化版本，基于 Apache-2.0 许可，面向端侧多模态推理。该模型延续单图、多图与视频理解能力，采用 ViT 内早期视觉 token 压缩与 4x/16x 混合压缩，并宣称在整体得分和推理效率上显著优于 Qwen3.5 0.8B。模型支持 iOS、Android、HarmonyOS 及多家芯片平台，兼容 SGLang、vLLM、llama.cpp、Ollama 等推理框架，并提供 GGUF、BNB、AWQ、GPTQ 与 FP8 量化及 SRFT 微调方案。
MiniCPM-V 4.7 35B-A3B GGUF 量化版发布：首个端侧流畅运行的开源 MoE 多模态模型
面壁智能（OpenBMB）发布 MiniCPM-V 4.7 35B-A3B 的 GGUF 量化版本，这是 MiniCPM-V 系列首个 MoE 多模态模型。该模型通过 Lookahead Expert Scheduling、细粒度分层量化和 DSpark 投机采样，成为首个可在端侧无损流畅运行的开源 MoE 模型，在 iPhone 17 Pro Max 上仅需 3GB 内存即可达到 13+ tokens/s 的解码速度。模型支持 iOS、Android、HarmonyOS 及多家芯片平台，并提供 GGUF、BNB、AWQ、GPTQ、FP8 等量化格式和多种推理微调框架支持。
Liquid AI 发布开源边缘决策模型 d1-3B 与 d1-omni-600M
Liquid AI 在 Hugging Face 发布两款开源决策模型 d1-3B 和 d1-omni-600M，基于其 Liquid Foundation Models 构建，不生成 token 而是单次前向传播给出答案。d1-3B 在 Decision Index 0.2.1 上以 48.57 分成为 10B 以下最佳决策模型，支持文本和图像，在 NVIDIA Jetson AGX Thor 上单次回答仅需 16ms。d1-omni-600M 支持文本加图像或文本加音频，目前为早期研究版本。两款模型均已开源并可在 Hugging Face 下载。
开源项目
OPEN SOURCE1 篇AtomicChat 发布 Qwen3.8-Flash-Next GGUF 量化版
AtomicChat 在 Hugging Face 发布了 Qwen3.8-Flash-Next 的 GGUF 量化版本，该模型是 Qwen4 架构的首个开放权重发布，拥有 177B 参数并支持多模态。其关键创新在于将 51B 参数的 n-gram 查找表单独放在 GGUF 分片中，使 85GB 量化模型能在 64GB 内存的 M5 Max MacBook 上以 36 tok/s 运行。发布方提供了多种量化方案及重要性矩阵，并推荐 AD-4.27bpw 版本以平衡体积与质量。
产品发布
PRODUCT RELEASE1 篇Mastra 发布 Factory 沙箱契约与多项可观测性更新
Mastra 发布更新，为 Factory 引入首个 FactorySandbox 沙箱提供方契约，并新增 Docker、E2B 和 Mastra Platform 三个实现，支持可调设置、仓库模板与预构建环境。同时新增环境预构建与多仓库会话能力，降低首次会话冷启动。多个存储适配器加入 run fencing 以提升分布式执行正确性，Observational Memory 增强并发与冲突处理，Spans 支持 trace 链接并打通 MCP 客户端与服务端追踪。此外包含若干破坏性变更，如工作流 HTTP 路由不再允许启动内部工作流。