VOL. 2026-10-30 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-10-30 · PUBLISHED · 约 10 分钟
当天最突出的变化是开源多模态模型密集落地：Google DeepMi…
当天最突出的变化是开源多模态模型密集落地：Google DeepMind 发布采用无编码器架构、Apache 2.0 许可的 Gemma 4 12B Unified，NVIDIA 在 AWS 上发布 120B 参数 MoE 架构的 Nemotron 3.5 Super VL 并公开权重与训练配方，ElevenLabs 则推出支持 90 多种语言的 Eleven Realtime 语音到语音模型。研究侧，VibeGame 以多智能体对抗与自进化机制从提示词生成可玩 2D 游戏，GOFish 将 3D 高斯泼溅拓展到超过 180° 鱼眼视场。工程与生态层面，llama.cpp 新增 OCP FP8 E4M3 量化支持，MoEngage 借助 AgentCore Gateway 把约 400 个内部 API 转为智能体工具，显示推理与智能体接入链路持续完善。国产算力方面，天数智芯天垓300 在第三方测试中于典型 PD 分离部署下单卡端到端吞吐达到 H200 的 1.05 倍。
今日看点
4 个章节 · 12 条情报- 01模型发布Google DeepMind 发布 Gemma 4 12B Unified 开源多模态模型5
- 02研究进展VibeGame：提示词到游戏开发，AI原生引擎与自进化对抗智能体团队4
- 03产品发布天数智芯天垓300实测对标H200，国产GPU转向系统效率与软件适配2
- 04开源项目llama.cpp b12000 发布：新增 OCP FP8 E4M3 支持1
模型发布
MODEL RELEASE5 篇Google DeepMind 发布 Gemma 4 12B Unified 开源多模态模型
Google DeepMind 在 Hugging Face 发布 Gemma 4 12B Unified 开源模型，采用 Apache 2.0 许可，属于 Gemma 4 系列。该模型采用无编码器（encoder-free）架构，将图像块和音频波形通过轻量线性层直接投影到 LLM 嵌入空间，原生支持文本、图像、音频输入，上下文窗口达 256K，面向消费级设备本地部署。Gemma 4 系列共提供 E2B、E4B、12B、26B A4B、31B 五种尺寸，涵盖 Dense 与 MoE 架构，并增强推理、编码与智能体能力。
ElevenLabs 推出 Eleven Realtime 语音智能体模型
ElevenLabs 发布 Eleven Realtime 系列语音到语音模型，包含面向低成本自然对话的 v1 Mini 和面向复杂任务的 v1 Max，支持 90 多种语言及 17000 多个音色。该模型基于端到端调优的级联架构，兼容 OpenAI Realtime API，开发者只需更换端点和模型名即可迁移。在 Artificial Analysis 的评测中，v1 Max 在 Big Bench Audio 上准确率 98.8%、平均 0.57 秒开始说话，并在准确率与速度的帕累托前沿上表现突出。
NVIDIA Nemotron 3.5 Super VL 登陆 AWS EKS 与 SageMaker HyperPod
NVIDIA 在 AWS 上发布 Nemotron 3.5 Super VL 多模态开源模型，该模型为 120B 参数 MoE 架构，每 token 激活 12B 参数，支持文本、图像、文档和视频输入，并公开权重、训练数据集和后训练配方。AWS 博客介绍了该模型在 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 上的部署架构与性能验证方法，并给出 vLLM 下的最低 GPU 配置要求。
CCORE 发布 Qwen3.5-4B-3D-Coder 早期预览
独立开发者 CCORE 基于 Qwen/Qwen3.5-4B 微调发布 Qwen3.5-4B-3D-Coder 早期预览版，聚焦通用代码生成与 Three.js 交互式 3D 场景生成。该模型提供 FP16 Safetensors 及 Q4_K_M、Q8_0 GGUF 权重，GGUF 版本可搭配原版 Qwen3.5-4B 视觉投影器接受图像输入，实现图生 3D 场景。同时公开了含 4146 个场景样本的 ThreeJS-3D-Scenes 数据集（MIT 许可）和技术报告，作者称一次成功率与场景质量已有明显提升。
FuriosaAI 发布 EXAONE-4.0-32B-FP8 的 RNGD 运行包
FuriosaAI 在 Hugging Face 发布 furiosa-ai/EXAONE-4.0-32B-FP8 仓库，将 LG AI Research 的 EXAONE 4.0 32B 多语言模型以 FP8 量化形式打包为 Furiosa Executable Bundle，可在 FuriosaAI RNGD 加速卡上通过 Furiosa-LLM 运行。该模型支持非推理与推理混合模式、工具调用，并暴露 OpenAI 兼容 API。此举为 EXAONE 4.0 增加了非 NVIDIA 硬件部署路径。
研究进展
RESEARCH4 篇VibeGame：提示词到游戏开发，AI原生引擎与自进化对抗智能体团队
研究团队提出 VibeGame 框架，通过 AI 原生游戏引擎和由八个专用智能体组成的对抗式智能体团队，从自然语言提示（可选参考图）生成完整可玩的 2D 游戏项目，并引入免训练的自进化机制，将已验收项目蒸馏为可复用的骨架、模块与协作契约。在 GameCraft-Bench 的 30 个任务上，VibeGame 在 P2G 设置下分别以 GPT-5.6-Luna 和 GPT-6.1-Sol 为底层模型，比最强基线框架高出 11.70 分和 4.19 分。
一次权重更新买到了什么：跨训练阶段的杠杆率
该论文提出「杠杆率」（leverage）指标，用Fisher二次型精确衡量单位权重更新带来的行为变化，并以同尺寸随机方向为基准归一化。作者在Olmo-3、Tülu-3、Zephyr、OLMo-2等已发布检查点上测得杠杆率跨越四个数量级：预训练接近随机水平，SFT约5倍，RL-Zero/RLVR为400–1500倍，DPO为400–23000倍。研究还发现预训练更新累积为噪声，bf16无fp32主副本训练会冻结36–99%坐标并最多降低七倍杠杆率，且杠杆率可预测DARE合并的相对损伤。
GOFish：全视场高斯泼溅与网格提取
论文提出 GOFish，首个可直接在鱼眼图像上训练、光栅化超过 180° 视场并从同一高斯场景提取对齐网格的 3D 高斯泼溅表面重建方法。它通过标定域与完整准入、标定致密化、标定 Mip 滤波和广角外观建模，在 200° FIORD 和 205° FullCircle 基准上分别比最佳先前方法提升 2.28 和 1.97 dB PSNR，并在 FIORD 与 ScanNet++ 主集上取得最高网格 F-score。该方法可实时渲染、全视场光线追踪并提供碰撞几何，从而将原生鱼眼采集转化为无需 LiDAR、可直接用于仿真的数字孪生。
chATLAS：面向ATLAS实验的检索增强对话助手
CERN的ATLAS实验团队开发并部署了chATLAS，一个基于检索增强生成（RAG）的对话助手，可访问超过3万份内部文档。系统采用稠密-稀疏混合检索，部署在CERN基础设施上，并通过自动生成问答对构建的领域基准进行评估。研究发现，嵌入模型微调结合上下文检索可将最技术性文档源中正确文档作为首位返回的频率提高一倍以上。系统还包含意图路由、安全处理、Mattermost集成和面向未来智能体工作流的MCP服务器。
产品发布
PRODUCT RELEASE2 篇天数智芯天垓300实测对标H200，国产GPU转向系统效率与软件适配
天数智芯在媒体开放日上披露，其新一代通用GPU天垓300在第三方测试中，典型PD分离部署下单卡端到端吞吐达到英伟达H200的1.05倍，GLM-5.3长上下文MoE吞吐为H200的1.15倍，Agent场景首字延迟降低约10%至30%。公司同时展示AFD异构分离方案（GPU承担Prefill与Decode中的Attention，合作厂商XPU承担FFN），称Decode延迟降低60%，并在软件栈引入Agent与Skills以降低部署优化门槛。端侧方面，彤央TY1200对标英伟达Thor T5000，部分模型性能领先，并预告600T算力的TY2000。
MoEngage 用 AgentCore Gateway 将 400 个 API 转为智能体工具
MoEngage 拥有约 400 个运行在私有 VPC 中的内部 REST API，由 25 个工程团队维护。为让 AI 智能体安全调用这些 API，MoEngage 采用 Amazon Bedrock AgentCore Gateway，将 OpenAPI 规范自动转换为权限受控的 MCP 工具，避免为每个团队单独构建 MCP 服务器。该方案节省约六个月的平台工程投入，新 API 接入时间从数天缩短至数小时，且全程无需公开端点。
开源项目
OPEN SOURCE1 篇llama.cpp b12000 发布：新增 OCP FP8 E4M3 支持
llama.cpp 发布 b12000 版本，核心变更是为 ggml/gguf 转换与推理链路加入 OCP FP8 E4M3 量化格式支持，包括转换脚本修复、CPU 快速 F8_E4M3 kernel、Metal 后端暂时黑名单 FP8，以及针对 Qwen3-Next、NVFP4 等模型转换问题的修复。该更新提升了 llama.cpp 对 FP8 压缩权重模型的兼容性，并同步提供 macOS、Linux 多后端预编译包。