VOL. 2026-10-16 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-10-16 · PUBLISHED · 约 9 分钟
NVIDIA 发布 Nemotron 3.5 Super VL 多模…
NVIDIA 发布 Nemotron 3.5 Super VL 多模态智能体模型，采用 120B 参数 MoE 架构、每 token 仅激活 12B 参数，单 GPU 上 agentic 任务吞吐量最高提升 5 倍；Reflection AI 同期开源 5010 亿总参数、230 亿激活参数的智能体编程模型 Beam，支持百万级上下文，两者共同推动智能体模型向高效稀疏架构演进。开源侧，Apertus 1.5 通过持续预训练新增多模态理解与思考模式，Intern Lumina U2 则以多码本扩散语言模型在单一骨干内统一全视觉理解与生成。量化与本地部署持续活跃，MiniMax-H3、Drama 3、Jebadiah 9B v2 等模型相继推出 GGUF 版本，覆盖视频生成与音频推理等场景。研究层面，泰勒级数展开实现固定循环状态的线性时间 Transformer，以及面向深度搜索智能体的信息增益校准在线策略蒸馏，分别从注意力机制与训练监督角度提出改进。
今日看点
3 个章节 · 12 条情报- 01模型发布NVIDIA 发布 Nemotron 3.5 Super VL 多模态智能体模型7
- 02产品发布Agno v3.1.4 发布沙箱化 Harness Agent 与多沙箱支持2
- 03研究进展泰勒级数展开实现固定循环状态的线性时间Transformer3
模型发布
MODEL RELEASE7 篇NVIDIA 发布 Nemotron 3.5 Super VL 多模态智能体模型
NVIDIA 发布 Nemotron 3.5 Super VL，一个开放可定制的多模态模型，采用 120B 参数 MoE 架构，每 token 激活 12B 参数，单 GPU 上 agentic 任务吞吐量最高提升 5 倍。该模型融合推理、指令遵循、工具使用与文本、图像、文档、视频理解，开发者可用 NVIDIA NeMo 基于自有数据进行后训练，构建企业专用智能体。Scale AI、Ramp、AI21 与 Alice 等公司已将其用于信贷处理、票据结构化、威胁情报等场景，报告了显著的成本、延迟和准确率改善。
Apertus 1.5 发布：新增多模态与思考模式，完全开源
Apertus 1.5 是对第一代模型的持续预训练版本，为 8B 模型新增 4 万亿 token、为 70B 模型新增 2 万亿 token 的文本与多模态训练数据，总训练量分别达 19T 和 17T。新版本引入原生多模态理解（图像与音频）、思考模式、262,144 token 长上下文、改进的指令遵循与工具使用能力，并继续完全开源权重、数据、价值观和训练细节。模型采用早期融合方式将图像和音频作为离散 token 与文本同序列处理，架构不变，仅扩展词表。评估显示其 8B 版本在指令遵循和多语言任务上优于同规模开源模型，多模态性能接近 Gemma 4 12B。
Unsloth 发布 MiniMax-H3 的 GGUF 量化版，支持本地视频生成
Unsloth 发布了 MiniMax-H3 的 GGUF 量化版本，支持本地运行，兼容 stablediffusion.cpp 和 Unsloth 平台。该模型能生成带原生立体声音频的视频，最长 15 秒、24 FPS、32 kHz 音频。提供两种去噪器变体（fl2va 和 ref2va）及多种量化等级，并附有使用示例和许可证说明。
Reflection AI 发布开源权重智能体编程模型 Beam，可在 AWS 部署
Reflection AI 发布开源权重模型 Beam，面向智能体编程和长周期任务，支持代码维护、工具调用和多步工作流。Beam 为稀疏混合专家模型，总参数 5010 亿、激活参数 230 亿，有效上下文长度 100 万 token，以 Apache 2.0 许可在 Hugging Face 发布 BF16、FP8、NVFP4 检查点。AWS 博客介绍了在 SageMaker JumpStart 实时端点或 HyperPod Inference 上部署 Beam 的路径，并说明参数规模对显存、分片和并行策略的影响。
Drama-3 语音模型 GGUF V2 量化版发布
Hugging Face 用户 Jmica 发布了 Drama-3-GGUF 仓库的 V2 版本，将 Fish Audio 的 drama-3 文本转语音模型（含 MoE 架构与声音克隆能力）量化为 6 种 GGUF 精度配置，供 audio.cpp 的 fish_drama3 原生后端运行。V2 基于 2026 年 10 月 29 日的替换检查点，保留完整输出头，V1 旧权重仍以独立 revision 保留。该发布降低了这一 TTS 模型在本地推理框架中的部署门槛，但需专用运行时，通用 GGUF 文本模型运行时无法加载。
Intern Lumina U2：多码本扩散语言模型统一全视觉理解与生成
研究团队发布 Intern Lumina U2，一个基于多码本离散视觉 token 的扩散语言模型，在单一骨干网络中统一图像、视频、3D 的理解、生成与编辑。该模型为 16.9B MoE 架构，仅激活 1.4B 参数，是首个在全离散空间建模多码本视觉 token 的扩散语言模型。通过 Plateau-Halton 采样与 V-verify 策略，图像生成端到端加速 4.45 倍，并在多项理解、生成与编辑基准上取得领先表现，同时在 Ascend 910B 与 NVIDIA 平台完成全栈验证。
Jebadiah 9B v2 决策模型 GGUF 量化版发布
Hugging Face 上发布了 frontier-infra/jebadiah-9b-v2-GGUF，这是 Jebadiah 9B v2 决策模型的 GGUF 量化版本，支持 llama.cpp、Ollama 和 LM Studio。该模型不是聊天模型，而是对类型化问题（choice、noul、score）通过一次前向传播输出每个选项的概率。仓库提供了 Q4_K_M、Q5_K_M、Q8_0 三种量化文件，并给出了与 bf16 权重在 260 道留出题上的答案一致性对比数据。
产品发布
PRODUCT RELEASE2 篇Agno v3.1.4 发布沙箱化 Harness Agent 与多沙箱支持
Agno 发布 v3.1.4，为 ClaudeAgent 和 CodexAgent 引入沙箱化 Harness Agent，支持在隔离的每会话容器中运行整个 harness 进程，并通过 Postgres 租约行和检查点实现会话状态持久化与恢复。新增 DockerSandbox 和 Amazon Bedrock AgentCore Sandbox 两种沙箱提供方，支持热沙箱回合（默认保留 300 秒）以及通过 AgentOS 提交、恢复和取消沙箱 agent 运行。该版本强化了隔离、状态验证和跨副本协调能力。
Mastra 发布 Agent 作用域、Trace 聚合与信号排队更新
Mastra 发布更新，为 Agent 引入多租户身份作用域（scopes），支持按调用、Agent 配置或可信中间件注入，并让 Memory 从 resource/thread 作用域推导路由。同时新增端到端 Trace 聚合 API、Agent 类型化信号排队（queueSignal），以及存储层输入/输出/错误预览以加速 trace 列表查询。此外修复了长时与持久化工作流的可靠性问题，并包含若干破坏性变更。
研究进展
RESEARCH3 篇泰勒级数展开实现固定循环状态的线性时间Transformer
该论文提出将注意力中的指数核展开为截断泰勒级数，并将每一项分解为张量幂内积，从而把因果历史压缩为固定数量的循环状态，每个状态每 token 仅需一次秩一外积更新，与上下文长度无关。该方法在截断核意义下无损，状态可跨块相加，因此预填充支持并行扫描。实测显示每 token 解码延迟恒定，精度随阶数指数提升但成本组合增长，最优为二阶，且查询和键归一化是必要前提。
信息增益校准的深度搜索智能体在线策略蒸馏
该论文针对深度搜索智能体的在线策略蒸馏（OPD）提出改进方法 IG-OPD。作者指出标准 OPD 存在“证据盲监督”（EBS）问题：监督仅基于检索前上下文，导致预算先验按 token 量分配监督、方向先验偏向教师偏好，而忽略检索到的证据实际效用。IG-OPD 利用检索后信息增益校准这两个先验，在六个多模态搜索基准上使 2B 和 4B 学生模型平均准确率分别提升 3.4 和 1.7 个百分点，4B 学生在 MMSearch 和 BrowseComp-VL 上超过其 8B 教师模型。
净化后对齐：提升扩散模型表示对齐效果
该论文提出局部外观净化（LAP）方法，通过移除预训练视觉编码器表示中可由局部外观预测的内容，仅对齐残差信息，从而提升扩散模型的生成质量。实验在MAE、AIMv2、CLIP、DINOv2、DINOv3五种编码器上验证，其中MAE提升最大，在ImageNet-256上使用SiT-B/2将FID显著降低。作者还给出信息论解释和一种可在训练前计算的常数读出诊断分数，用于预测哪些编码器能从净化中受益。