VOL. 2026-11-09 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-11-09 · PUBLISHED · 约 9 分钟
字节跳动发布 Seedream 5.5 图像模型，支持百轮编辑、原生…
字节跳动发布 Seedream 5.5 图像模型，支持百轮编辑、原生透明背景与更清晰的小字渲染，是当天最突出的模型能力升级；NVIDIA 则开放 Cosmos 3 世界模型家族四个权重检查点，允许商用与非商用。端侧部署同步推进，Qwen3-0.6B INT4 与 Qwen3.5-4B 的 LiteRT-LM 量化版本相继发布，OpenBMB 也推出 2B 参数、覆盖 30 种语言的 VoxCPM2 语音模型。研究层面，WMDP 基准的机制分析揭示选择题格式会抑制模型拒绝机制，另有工作关注 agent harness 中常规操作对架构关系的破坏及多智能体协作扩展。开源工具链方面，LeRobot v0.7.0 支持流式训练近 300TB 机器人数据，Haystack 与 Langfuse 分别补充路由组件和 Bedrock 网关支持。
今日看点
4 个章节 · 12 条情报- 01模型发布字节跳动发布 Seedream 5.5 图像模型：支持百轮编辑与原生透明背景5
- 02研究进展强制选字母抑制拒绝：WMDP 的机制证据4
- 03开源项目LeRobot v0.7.0：从TB级数据到提示机器人2
- 04产品发布Langfuse 发布 v4.77.0：AI Gateway 支持 Bedrock 与企业级存储1
模型发布
MODEL RELEASE5 篇字节跳动发布 Seedream 5.5 图像模型：支持百轮编辑与原生透明背景
字节跳动 Seed 团队发布下一代图像生成模型 Seedream 5.5，主打三项升级：支持 100 轮多轮编辑且未编辑区域像素级保留、原生 RGBA 透明背景素材生成、以及更真实的光影材质与更清晰的小字文本渲染。官方评测称其在文本结构和文生图真实感上领先其他主流模型，目标是让图像模型更可靠地进入专业视觉生产流程。
NVIDIA 发布 Cosmos 3 四个开放世界模型
NVIDIA 在 Hugging Face 发布 Cosmos 3 世界模型家族的四个新开放权重检查点，均基于 Cosmos 3 Nano 后训练，拥有 160 亿可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。四个模型分别面向自动驾驶多视角数据生成、相机与 LiDAR 同步流式仿真、物理模拟器控制转逼真视频，以及双臂机器人动作预测。NVIDIA 称这些开放权重与后训练配方为世界模型研究提供共享起点，但模型在忠实支持策略学习与评估方面仍存挑战。
Qwen3-0.6B INT4 端侧版本发布，适配 LiteRT-LM
Hugging Face 社区用户 litert-community 发布了 Qwen3-0.6B 的 INT4 量化版本，采用 Google LiteRT-LM 的 .litertlm 格式，面向 Android、iOS、桌面和嵌入式设备端侧推理。该版本体积约 332MB（比 fp32 小约 7 倍），并提供开启和关闭思考模式的两个文件。在三星 Galaxy S26 上的实测显示，GPU 后端预填充速度比 CPU 快 4.5-6.3 倍，首 token 延迟 0.17 秒，峰值内存低约 25%。
Qwen3.5-4B 的 LiteRT-LM 端侧量化版本发布
Hugging Face 社区用户 litert-community 将阿里 Qwen3.5-4B 转换为 Google LiteRT-LM 端侧推理格式，提供 int8 与混合 INT4 两个版本，分别约 4.42GB 和 2.75GB，需 litert-lm ≥0.15。该模型采用 GatedDeltaNet 线性注意力与全注意力混合架构，线性层保持常量状态使内存随上下文增长近乎平坦。作者同时披露并修复了 int8 版本在 CPU 后端多步算术不停止、思考不闭合的缺陷，并替换了分词器以修正组合附加符号文本的切分差异。
OpenBMB 发布 VoxCPM2 多语言 TTS 模型
OpenBMB 在 Hugging Face 发布 VoxCPM2，一个 2B 参数、无 tokenizer 的扩散自回归文本转语音模型，支持 30 种语言及多种中文方言，基于超 200 万小时多语种语音数据训练。模型支持语音设计、可控与高保真声音克隆、48kHz 输出和实时流式合成，采用 Apache-2.0 协议可商用。
研究进展
RESEARCH4 篇强制选字母抑制拒绝：WMDP 的机制证据
研究者在 WMDP 危险知识基准上，对 Llama-3.1-8B 和 Qwen3-8B 两个模型进行机制可解释性分析，发现选择题格式会让模型在中层快速锁定答案字母，从而抑制拒绝机制。与开放式提问相比，选择题激活离拒绝方向约远 3 倍；消融承载选择题答案的注意力头会提升拒绝率，说明答案选择与拒绝存在竞争。结论是选择题安全分数主要衡量知识能力，而非安全机制。
常规操作如何破坏 LLM Agent Harness 中的架构模式关系
该论文研究 LLM agent harness 中常规操作（如重新应用插件、保存允许规则、压缩历史）如何在不改代码的情况下破坏架构模式关系。作者提出 PatternOps 评估流程，在五个已发布 harness 和十四个独立编写的插件上分析 Guardrail Enforcement Point、Autonomy Controller 和 Blackboard 相关的五种关系。研究发现，插件仍处于启用状态时，策略覆盖仍可能因运行时顺序或保留状态变化而失效，因此架构师应基于实际决策路径、状态生命周期和操作序列评估模式关系。
s3：用协作多智能体强化学习实现群体简单扩展
论文提出 s3，一种基于协作式多智能体强化学习的方法，让语言模型智能体自行学习何时独立工作、何时共享发现或读取队友消息，无需预设组织架构或角色。在训练与推理预算匹配的条件下，s3 群体在协调任务上以两倍于训练规模的智能体数量解决了超过最强基线 25 倍的问题，在探索任务中减少近 50% 重复工作，并比 best-of-N 高出最多 9.4 个百分点。该方法表明多智能体组织可以从共享目标中涌现，而非由设计者预先指定。
Sketchpad：小视觉语言模型实现可证明的精确算术
该论文提出 Sketchpad 方法：使用 Qwen3.5-0.8B 加低秩适配器，在渲染的“草稿纸”上执行算术步骤，每次前向只读取外部工作内存的三格视图并输出一步（数字、进位/借位、下一操作），由固定运行时移动视图。作者在 Lean 中证明：只要每步只读有界视图，模型在所有长度输入上的精确性等价于在运行时呈现的有限视图集合上的精确性，并证明若步骤可读取先前步骤则无有限测试可保证、该保证可容忍有界数值扰动且可组合。部署设备（浏览器中的笔记本 GPU）上全部 2,446 个视图通过，模型支持任意长度的加减乘除、平方根与最大公约数，在 220 道预注册题中全部解出，超过 GPT-6.1 Sol 等模型。
开源项目
OPEN SOURCE2 篇LeRobot v0.7.0：从TB级数据到提示机器人
Hugging Face 发布 LeRobot v0.7.0，支持直接从 Hub、Storage Bucket 或 LanceDB 流式训练近 300TB 开放机器人数据，无需先下载。新版本重建训练栈以支持 5-20B 参数的世界动作模型，并引入交互式 rollout，可在机器人运行时通过文本指令切换子任务、提问或自动导航。同时集成 NVIDIA、Black Forest Labs 等四个世界动作模型和四个新 VLA，支持远程 GPU 推理。
Haystack v3.5.0-rc1：新增 OpenAI Decisions 路由组件与多向量检索
Haystack 发布 v3.5.0-rc1，新增三个基于 OpenAI Decisions API 的组件，用于文本路由、图像路由和文档分类，无需编写提示词即可完成分类与分流。Agent 新增 StructuredOutputHook，可按 Pydantic 模型或 JSON Schema 校验最终回复并在失败时重试，同时引入 StepBudgetReminderHook 提醒剩余步数。检索侧新增 multivector_embedding 字段与 MaxSimRanker，支持 ColBERT 类晚期交互检索。此外默认 OpenAI 模型切换为 gpt-5.6-terra，并有多项升级注意事项。
产品发布
PRODUCT RELEASE1 篇Langfuse 发布 v4.77.0：AI Gateway 支持 Bedrock 与企业级存储
Langfuse 发布 v4.77.0 版本，包含 27 项功能更新与 18 项修复。主要新增 AI Gateway 对 Amazon Bedrock 上游的支持、OpenAI 与 Anthropic 连接的自定义 base URL 与额外请求头，以及外部媒体存储的企业级功能与 S3 IAM 角色认证。同时改进了 Topics 成本追踪、事件分发与审计日志等可观测性能力。