VOL. 2026-10-24 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-10-24 · PUBLISHED · 约 10 分钟
当天最突出的变化是 Moonshot 发布 2.8 万亿总参数、10…
当天最突出的变化是 Moonshot 发布 2.8 万亿总参数、1040 亿激活参数的 Kimi K3.1 Pro 多模态 MoE 模型，支持 100 万 token 上下文并已上线 API，开源权重模型进一步逼近闭源前沿。模型发布层面同时出现多项动作：KittenML 推出支持语音克隆与多语言的 1.7B 语音模型 KittenTTS 2，JackOD-9B-Coder 与 Qwen3.8-Flash-Next 也发布了量化版本。工程与产品侧，NVIDIA 在 TensorRT 11.1 中引入全局性能调优器，以多构建路线自动搜索替代单一编译路径，拜耳则基于 Amazon Bedrock AgentCore 构建智能体决策引擎。研究方面，新基准集中涌现，TauIndianBankBench 与 FusionEval 分别面向工具使用对话智能体的动作评估和大模型融合方法评测，另有研究指出低资源语言论文数量虽增长但语言包容性未同步提升。
今日看点
4 个章节 · 12 条情报- 01模型发布KittenML 发布 1.7B 语音模型 KittenTTS 2，支持语音克隆与多语言4
- 02研究进展TauIndianBankBench：面向工具使用对话智能体的流程感知动作评估3
- 03产品发布拜耳基于 Amazon Bedrock AgentCore 构建智能体决策引擎4
- 04开源项目llama.cpp b11850 新增 Soprano TTS 支持1
模型发布
MODEL RELEASE4 篇KittenML 发布 1.7B 语音模型 KittenTTS 2，支持语音克隆与多语言
KittenML 在 Hugging Face 发布 KittenTTS 2，一个 1.7B 参数的语音语言模型，支持上下文语音克隆，输出 S3 codec token 再经声码器转为 24kHz 音频。模型内置 115 个音色、覆盖 16 种语言，并提供情感、语气事件与重音等表达控制（Beta）。权重提供 packed、emb4、full 三种打包，其中 1.58-bit 三值打包无损且体积缩小 3.6 倍，另可选 4-bit 蒸馏解码器。
JackOD-9B-Coder 发布 MTP GGUF 量化版
ManniX-ITA 在 Hugging Face 发布了 JackOD-9B-Coder 的 GGUF 量化版本（MTP 版），该模型基于 Qwen3.5-9B，由 DeltaCoder-9B、Qwopus3.5-9B-Coder-Flash 和 Ornith-1.5-9B 按 0.55/0.30/0.15 权重合并而成，面向多轮智能体编程。v2 版本用 Coder-Flash 替换了原 0.30 槽位，在 LiveCodeBench v6 上得分 0.8000、IFEval 0.9400，在五项代码与指令基准上持平或超过 v1，且难题上 token 用量减少约 23%，但工具调用能力较 v1 下降 4 分。所有 K/IQ 量化档位均经 imatrix 校准，校准矩阵随仓库公开以便审计复现。
AgentionAI 发布 Qwen3.8-Flash-Next Gyro-Coder GGUF 量化编码模型
AgentionAI 在 Hugging Face 发布 Qwen3.8-Flash-Next 的 Gyro-Coder GGUF 量化版本，通过每层仅保留 512 个专家中与编程相关的 256 个，并用自研 trellis 编码器实现 2.125 bits/weight，使 125B 参数的 MoE 编码模型可在单张 24GB 显卡（19.92 GiB 权重）上运行。新增的 Gyro-Coder-L 面向 32GB 显卡，约 3.2 bits/weight，在 C++ 等测试集上更接近完整模型。v1.2 版本修复了工具调用标签损坏问题，100 个采样点中 0 个损坏（v1.0 为 4 个）。
Kimi K3.1 Pro 发布：2.8T 开源权重模型逼近闭源前沿
Moonshot 发布 Kimi K3.1 Pro，这是一个 2.8 万亿总参数、1040 亿激活参数的多模态 MoE 模型，支持 100 万 token 上下文，API 已上线并提供速度提升 2-3 倍、价格翻倍的 Highspeed 版本，同时推出 Kimi Hosted Agents 托管执行环境。Artificial Analysis 将其排在 Intelligence Index 第四（55 分），Code Arena WebDev 第八，Cyber Index 得分 64% 为公开可访问最高。官方承诺 2026 年 11 月 4 日开放权重，但发布时权重未公开，许可证与部署要求尚不明确，社区对推理经济性和宣传方式存在争议。
研究进展
RESEARCH3 篇TauIndianBankBench：面向工具使用对话智能体的流程感知动作评估
研究者提出 TauIndianBankBench，一个面向印度零售银行业务、评估工具使用型对话智能体的动作导向基准，包含 1000 个任务，同时检查最终记录状态和是否执行了所有必需步骤（含只读调用）。实验评估 Gemma 4 系列五个模型和 Qwen3.8-27B，发现仅检查最终记录时，每个模型有 6.5%–12.0% 的会话被误判为成功，尽管助手跳过了必需步骤或做了未被请求的更改。该工作表明需同时评估流程与结果，才能准确衡量模型在印度银行业场景的表现。
研究：低资源语言研究增长但语言包容性未同步提升
该研究分析了2020至2025年间1158篇同行评审的低资源语言（LRL）开放获取论文，发现相关论文年发表量从52篇增至415篇，但增长主要集中在已有代表性的语言上，而非扩展覆盖不足的语言。研究提出多维度的“语言包容性框架”（LIF），从研究增长、代表性扩展、代表性连续性和分布公平四个维度衡量包容性，并指出亚洲语言占所分析LRL使用者的64.1%，却仅获得46.7%的语言代表性份额，而欧洲语言获得其比例份额的5.3倍。研究结论认为，仅靠研究增长不足以衡量语言技术公平包容的进展。
FusionEval：大语言模型模型融合基准
研究团队提出 FusionEval 基准，用于系统评测大语言模型融合方法。该基准基于 Qwen3 和 Llama 构建数学、代码、科学推理、指令遵循和工具使用五个领域的独立专家池，统一比较免训练与需训练两类融合方法在八个公开基准上的能力保留率、运行时间和峰值显存。实验发现免训练方法能保留推理能力但显著损害工具使用，多教师在线策略蒸馏（MOPD）能力更均衡但计算成本更高，低成本同时保留推理、指令遵循与工具使用仍是挑战。
产品发布
PRODUCT RELEASE4 篇拜耳基于 Amazon Bedrock AgentCore 构建智能体决策引擎
拜耳作物科学在 AWS 上构建了基于 Amazon Bedrock AgentCore 的 Agentic Decision Engine（ADE），作为其 Connected Decision Engine（CDE）之上的多智能体自然语言接口，由主管智能体将问题路由至 22 个领域专家智能体。ADE 首阶段无需工程师介入即可解决约 80% 的用户问题，故障诊断时间从超过一小时缩短至 10 分钟以内。AWS Unified Operations 提供技术客户经理和生成式 AI 领域专家，从设计到生产全程支持。
NVIDIA TensorRT 11.1 全局性能调优器：多构建路线自动搜索
NVIDIA 在 TensorRT 11.1 中推出 Global Performance Tuner，将编译调度策略表示为可搜索的 build route（编译器 knob 组合），通过构建多个候选引擎并实测端到端性能与精度来选出最优方案。TensorRT 11.1 提供 200 多个可调 knob，trtexec 中给出 C++ 示例实现，Python 版本将在 Torch-TensorRT 2.15 发布。在 10 个评测负载上，调优相对默认构建路线带来 1.14x 至 1.63x 的性能提升。
TensorRT 11.1 推出全局性能调优器，突破单一构建路径
NVIDIA 在技术博客中介绍 TensorRT 11.1 新增的 Global Performance Tuner 功能，用于自动性能调优。文章指出，TensorRT 编译引擎时的调度决策（图变换、融合、实现选择、内存布局、量化）相互耦合，单一启发式策略难以适配所有模型，导致启发式规则膨胀、性能与精度纠缠、定制化困难三类问题。文章用厨师调味的类比和数学框架说明调优是启发式优化的可扩展补充，并预告第二部分。
Claude Code 2.1.310 更新：新增 Monitor 工具并修复多项问题
Claude Code 发布 2.1.310 版本更新，新增 Monitor 工具与插件监控，并支持 Bedrock、Vertex、Foundry 等平台。此次更新修复了网关兼容性、后台清理误删文件、压缩后上下文过长、符号链接权限提示等多处问题，同时改进了 Windows 钩子、Linux 沙箱提示、非交互会话内存占用，以及 VSCode、云会话、Claude Tag 和 Code Review 等模块的体验。
开源项目
OPEN SOURCE1 篇llama.cpp b11850 新增 Soprano TTS 支持
llama.cpp 发布 b11850 版本，在 mtmd 模块中新增对 Soprano TTS 的支持，将 Soprano-80M 与 Soprano-1.1-80M 作为音频生成模型接入，其结构为 Qwen3 主干加 Vocos 解码器，以仅生成式 mmproj 形式运行。改动包括转换脚本识别 Soprano 检查点、新增 soprano 预分词器、mtmd 中加入 Vocos 计算图与 ISTFT、mtmd-helper 增加 Soprano 流水线并说明流式模式下需在 flush() 后整段发送音频。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包。