VOL. 2026-09 · 12 STORIES · MONTHLY REVIEW
AI HOT RADAR 月报
2026-09-01 — 2026-09-30 · PUBLISHED · 约 10 分钟
本月AI行业格局呈现明显的多线收敛与分化态势
本月AI行业格局呈现明显的多线收敛与分化态势。在模型能力边界上，DeepSeek-V4-Flash-Vision-Exp的开源将多模态与智能体能力推向新高度，多项基准超越Opus-4.8，而Google TimesFM-3则在时间序列预测这一垂直领域确立了零样本基础模型的新标杆，显示通用大模型与领域基础模型正并行演进。同时，效率优化成为贯穿各条目的主线：微软通过知识蒸馏将病理模型压缩50倍计算量，Qwen3.8-27B针对AMD平台的ROCmFP4量化实现2.83倍加速，llama.cpp对Intel GPU的OpenCL路径优化，均指向同一趋势——在算力受限场景下，通过量化、蒸馏和硬件适配来扩展模型可用性。跨条目的归纳判断是，行业正从单纯追求参数规模转向“能力-效率-场景”的三角平衡，开源生态中出现了明显的垂直分化：宗教文本识别（Nemotron古兰经模型）、金融多模态（MoziAI-35B）等小众场景获得定制化模型，而工具链（Strands SDK、Langfuse）则加速向MCP v2、后台任务等标准化能力收敛。此外，NVIDIA在自动驾驶（Omniverse NuRec）和生命科学（BioNeMo与Claude Science集成）的布局，暗示基础设施厂商正将AI能力嵌入行业工作流，而非仅提供通用模型。整体来看，本月变化表明，模型发布密度虽高，但竞争焦点已从单一基准分数转向实际部署效率与生态整合，这一趋势推测将在未来数月持续强化。
本月格局
3 个章节 · 12 条情报- 01模型发布Qwen3.8-27B ROCmFP4 量化版发布，针对 AMD Strix Halo 优化，MTP 加速 2.83 倍6
- 02产品发布llama.cpp b10723 发布：优化 Intel Xe-LP GPU 的 OpenCL 量化性能4
- 03教程与实践NVIDIA Omniverse NuRec：跨车辆平台扩展自动驾驶感知2
模型发布
MODEL RELEASE6 篇Qwen3.8-27B ROCmFP4 量化版发布，针对 AMD Strix Halo 优化，MTP 加速 2.83 倍
kingjones777 发布了 Qwen3.8-27B 的 ROCmFP4 量化版本，专为 AMD Strix Halo 平台优化，并捆绑了多 token 预测（MTP）草稿头。该构建在 AMD Ryzen AI Max+ 395 上实现了 30.30 tok/s 的解码速度，相比标准 Q4_K_M 提升 2.83 倍，同时困惑度与 Q4_K_M 相当（5.8877 vs 5.8926）。作者还发布了 MTP 调优曲线，发现 llama.cpp 默认的 --spec-draft-n-max 16 并非最优，最佳值为 3-4。该模型仅适用于 ROCmFPX 分支的 llama.cpp，标准 llama.cpp 无法加载。
Google 发布 TimesFM-3：零样本多变量时间序列预测基础模型
Google Research 发布了 TimesFM-3，这是一个 3.3 亿参数的多变量时间序列基础模型，支持零样本预测，并在 Gift-Eval、FEV-Bench 和 Time 等基准测试中取得领先性能。该模型采用解码器 Transformer 架构和连续补丁掩码策略，可在单次前向传播中生成整个预测区间，并支持外部协变量。相比前代模型，TimesFM-3 显著提升了多变量场景下的预测准确性。
微软发布高效病理基础模型GigaPath-Flash和GigaTIME-Flash
微软研究院发布GigaPath-Flash和GigaTIME-Flash，通过知识蒸馏将十亿参数模型压缩为紧凑的ViT-S编码器，分别实现约50倍计算量降低和6倍速度提升，同时保持或提升病理分析性能。这两个模型以Apache 2.0协议开源，旨在支持大规模人群级病理研究，但仅限研究用途，未经临床验证。
Nemotron 3.5古兰经双头ASR模型v5
该模型基于NVIDIA Nemotron 3.5流式ASR（0.6B）微调，用于全古兰经诵读识别，支持Uthmani脚本及泰吉威德符号，并增加音素头用于错误检测。最佳检查点（step 78000）在留出集上达到CER 2.76%、WER 4.43%、变音符号F1 98.27%。训练数据包含179,376个片段（约868小时），模型参数全部可训练。
DeepSeek-V4多模态模型开源，多项基准超越Opus-4.8
DeepSeek于8月31日开源了其V4系列首个实验性多模态模型DeepSeek-V4-Flash-Vision-Exp，该模型基于V4-Flash架构并集成视觉模块，解锁了视觉理解能力。在多项基准测试中，该模型在纯文本智能体任务和多模态智能体能力上表现优异，部分指标超越Opus-4.8，但在复杂数据科学任务上仍有差距。此前该模型已于8月21日上线DeepSeek API平台。
MoziAI-35B-V3.8：开源多模态模型，支持本地部署与金融优化
MoziAI-35B-V3.8 是由中国金融意见领袖陈玉墨团队开发的开源多模态 AI 模型，基于 Ornith-1.5-35B-A3B 构建，支持本地部署和免费商用。该模型集成了动态七维思维框架、Agent LOOP 迭代机制、MoziSmartBit 混合量化算法及金融垂直领域优化，压缩后约 15.9GB，保持约 99% 的 FP16 精度。模型支持多语言、视觉理解和多种推理框架，旨在降低本地部署门槛并实现零 token 成本。
产品发布
PRODUCT RELEASE4 篇llama.cpp b10723 发布：优化 Intel Xe-LP GPU 的 OpenCL 量化性能
llama.cpp 发布 b10723 版本，主要针对 Intel Xe-LP GPU 优化 OpenCL 量化路径，通过调整 Q4_K/Q5_K 的矩阵乘法分块大小和 N_DST 参数，提升其 TG 和 PP 性能。该版本同时提供了适用于 macOS、Linux、Windows、Android 等多个平台的预编译二进制文件。
Strands Agents SDK TypeScript v1.16.0 发布
Strands Agents SDK 发布了 typescript/v1.16.0 版本，新增了后台任务、MCP v2 兼容、BM25 全文搜索等功能，并修复了多项问题。该版本还包含文档更新和依赖升级，旨在提升 SDK 的功能性和稳定性。
Langfuse v4.26.0 发布：新增 API 预览与评估追踪，修复多项问题
Langfuse 发布了 v4.26.0 版本，主要新增了 API 规范预览和评估器执行追踪链接功能，并修复了结构化输出中的推理冲突、OpenAI 工具 schema 嵌套及无状态调用等问题。此外，该版本还优化了 OTel 数据解析和 Web 组件重构。
OpenClaw 2.0 发布：史上最大更新，安装简化但仍有门槛
智东西报道，OpenClaw 2.0 在停更7周后发布，这是其史上最大更新，涉及安装流程、浏览器界面、共享会话等全面翻新。新版本由 OpenClaw Foundation 运营，创始人加入 OpenAI 但项目保持独立。实测显示安装更简单，支持导入 Hermes 记忆，但仍有极客风格，对非开发者不友好。社区反响不一，有人认为其丰富了开源生态，也有人仍偏爱 Hermes。
教程与实践
TUTORIAL2 篇NVIDIA Omniverse NuRec：跨车辆平台扩展自动驾驶感知
NVIDIA 发布了 Omniverse NuRec 技术，用于跨车辆平台扩展自动驾驶感知系统。该技术利用 3D 高斯泼溅重建真实驾驶场景，并渲染目标车辆配置的新相机视图，使开发者无需为每个车型收集和标注新数据集即可适配感知模型。教程展示了从重建场景、渲染目标视图到训练感知模型的完整流程，并提供了包含 1500 多个场景的 Physical AI NuRec 数据集。
NVIDIA BioNeMo 与 Claude Science 集成，实现蛋白质结构预测
NVIDIA 与 Anthropic 合作，将 BioNeMo Agent Toolkit 集成到 Claude Science 中，使 AI 代理能够直接调用 BioNeMo NIM 微服务进行蛋白质结构预测。该工具包将生命科学模型封装为代理可调用的技能，在内部基准测试中将任务正确率从 60% 提升至 100%，并将 token 效率提高约一倍。教程展示了在配备 NVIDIA GPU 的机器上，通过 Claude Science 使用 MSA 搜索、OpenFold3 和 Boltz-2 三个 NIM 端点，对 Seh1 蛋白及其预测伙伴进行单链和复合物结构预测的工作流程。