科大讯飞发布全国产算力语音识别大模型Spark-ASR-2.0
科大讯飞于9月24日推出语音识别大模型Spark-ASR-2.0，基于全国产算力训练的语音基座模型Spark-Audio-1.0-Preview构建，重点提升通用识别、复杂声学场景识别、上下文识别和文本流畅规范性。该模型融合非自回归与LLM增强的自回归识别能力，通过投机解码实现先快速识别再重点纠错，推理成本较上代仅增10%，已上线讯飞输入法并通过讯飞开放平台
部署工程
技术方向 · 把模型跑起来的工程实践：推理优化、量化与成本、Serving 架构与可观测性 · 共 1714 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
9月25日周五 · 7 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
AWS 在 SageMaker AI 上推出 WhisperX 说话人标注转写容器
AWS 发布 WhisperX 深度学习容器（DLC），在 SageMaker AI 上提供带说话人标注的语音转写能力。该容器封装了 OpenAI Whisper，并加入 wav2vec2 强制对齐实现逐词时间戳，以及说话人分离（diarization）功能，无需 Hugging Face token 即可部署。用户可将其部署到 SageMaker AI 实
正文结构化主题已通过公开置信门槛
UkisAI 发布 Swift-Qwen3.8-27B 高效推理模型
UkisAI 发布了 Swift-Qwen3.8-27B，这是基于 Qwen3.8-27B 微调而来的推理高效衍生模型。该方法通过识别并惩罚导致过度思考的推理标记 token，使思考 token 数量减少 58.3%，性能损失低于 1%，在多个任务上实现约 1.95 倍加速。模型还引入了来自 BottleCap AI 的 ThinkingCap-Qwen3.
正文结构化主题已通过公开置信门槛
UkisAI 发布 Swift-Qwen3.8-27B-NVFP4 混合精度量化模型
UkisAI 在 Hugging Face 发布 Swift-Qwen3.8-27B-NVFP4，这是其推理高效模型 Swift-Qwen3.8-27B 的 NVFP4/FP8 混合精度量化版本，基于 NVIDIA Model Optimizer 从原始 BF16 权重直接生成。该版本将 192 个 MLP 投影和 lm head 量化为 NVFP4（blo
正文结构化主题已通过公开置信门槛
UkisAI 发布 Swift-Qwen3.8-27B GGUF 量化模型
UkisAI 在 Hugging Face 发布了 Swift-Qwen3.8-27B 的 GGUF 量化版本，该模型是 Qwen3.8-27B 的推理高效衍生版本。据其评测，Swift 版本在保持性能损失小于 1% 的前提下，平均思考 token 减少约 58.3%，并在多项任务上实现约 1.95 倍加速。该模型采用自定义的 swift-open-lice
正文结构化主题已通过公开置信门槛
Aderant 用 Amazon Nova 构建智能工单分诊系统
Aderant 为法律行业提供业务管理软件，其 SierraOps 团队利用 Amazon Bedrock 上的 Amazon Nova Lite 构建了智能工单分诊系统 Intelligent Ticket Analyzer。该系统通过 AWS Lambda 和 EventBridge 每小时处理未分配工单，从 Jira、Confluence、Athena
正文结构化主题已通过公开置信门槛
AI 性能成本下降速度超过以往任何技术
Epoch AI 研究显示，在特定 AI 基准上达到固定性能水平的成本自 2023 年以来以每季度约 47%、每年约 13 倍的速度下降，快于以往任何变革性技术。MIT 研究者基于 Artificial Analysis 数据得出年降幅为 5 至 10 倍，剔除硬件降价和竞争压力后，纯算法效率提升约为每年 3 倍。研究同时指出，新推理模型因消耗更多测试时算力
9月24日周四 · 13 条
正文结构化主题已通过公开置信门槛
Cerebras：网络防御为何需要更快的推理速度
Cerebras 博客文章指出，AI 智能体正以更快的速度和规模发动网络攻击，CrowdStrike 报告显示 AI 驱动的攻击操作同比增长 89%，最快突破时间仅 27 秒。OpenAI 的 Greg Brockman 透露已将 25% 的生产工程师调去构建「防御工厂」。Cerebras 借此宣传其推理速度优势，称运行 GPT-5.6 Sol Ultraf
正文结构化主题已通过公开置信门槛
NVIDIA 博客：用 Transformer Engine 高效训练生物基础模型 MoE
NVIDIA 发布技术博客，介绍如何利用 Transformer Engine（TE）和 BioNeMo MoE recipe 高效训练生物基础模型。文章指出 MoE 架构虽能更高效扩展模型容量，但面临专家计算碎片化、路由通信开销和内存压力等瓶颈。TE 通过 GroupedLinear、MXFP8 低精度训练和融合 GroupedMLP 内核（整合量化、Sw
正文结构化主题已通过公开置信门槛
Kyutai 发布 Pocket TTS：100M 参数 CPU 端轻量语音合成模型
Kyutai 发布 Pocket TTS，一个仅 100M 参数、可在 CPU 上高效运行的轻量级文本转语音模型，支持流式音频、约 200ms 首块延迟、约 6 倍实时速度，并仅需 2 个 CPU 核心。该模型支持英语、法语、德语、葡萄牙语、意大利语和西班牙语，提供 Python API 与 CLI，并可在浏览器端运行。模型采用 cc-by-4.0 许可，明
正文结构化主题已通过公开置信门槛
谷歌下周将发射搭载AI芯片的卫星
谷歌计划于10月1日通过SpaceX猎鹰9号火箭发射一颗搭载其Tensor Processing Unit（TPU）的卫星，作为Project Suncatcher实验计划的第一步，测试AI芯片在太空飞行、辐射和极端温度下的表现。谷歌的目标是最终将AI数据中心送入轨道，并计划明年再发射两颗卫星。项目高管Travis Beals表示，芯片在轨道上只能运行约15
正文结构化主题已通过公开置信门槛
任少卿署名新论文：MM-Future让自动驾驶多未来联合规划
蔚来智能驾驶基础模型预研团队在任少卿指导下发布论文《MM-Future: Multi-Mode Joint World–Action Modeling for Autonomous Driving》，提出多模式世界—动作联合模型，可一次生成多组配对场景—动作假设并让场景与动作双向演化。在NAVSIM-v1上取得94.0 PDMS、NAVSIM-v2上取得91
正文结构化主题已通过公开置信门槛
Langfuse 发布 v4.45.1 修复图表与评分测试
Langfuse 发布 v4.45.1 版本，包含三项改动：修复饼图配色使其与其他图表一致、调整评分测试中更新后评分的事件时间戳、为 TypeSafe 连接新增默认与自定义模型支持。该版本为常规维护性更新，主要影响使用 Langfuse 进行 LLM 可观测性与评估的开发者。
正文结构化主题已通过公开置信门槛
llama.cpp b11159：修复 Vulkan 卷积对齐问题
llama.cpp 发布 b11159 版本，主要修复了 Vulkan 后端在 conv 2d 和 conv 3d 卷积操作中的内存对齐（misalignment）问题，并修正了 test-backend-ops 的打印输出。该版本同时提供覆盖 macOS、Linux、Windows、Android 等平台的预编译二进制包，支持 CUDA、Vulkan、RO
正文结构化主题已通过公开置信门槛
Langfuse v4.45.0 发布：新增图表组件与自定义连接配置
Langfuse 发布 v4.45.0 版本，主要包含 Web 端混淆矩阵查询修复、导出设置表格迁移至设计系统、新增 StackedBarChart 和 AreaChart 组件、ClickHouse 计费结账时发送组织名称、TypeSafe 连接支持自定义 base URL 和额外请求头，以及自托管 Docker 日志保留文档更新。本次更新以内部重构和功能
正文结构化主题已通过公开置信门槛
inclusionAI 开源 Ling-mini-2.0：16B MoE 模型仅激活 1.4B
inclusionAI 开源了 Ling 2.0 系列首个模型 Ling-mini-2.0，这是一个基于 MoE 架构的大语言模型，总参数 16B、每 token 仅激活 1.4B（非嵌入 789M），在 20T+ tokens 上训练。该模型采用 1/32 激活比、MTP、QK-Norm 等设计，宣称以 1.4B 激活参数达到 7-8B 稠密模型性能，在
正文结构化主题已通过公开置信门槛
Langfuse v4.44.0 发布：新增 AI 网关与评估功能
Langfuse 发布 v4.44.0 版本，主要新增 LLM 连接、AI 网关与评估相关功能：支持在 Vertex AI Gemini 请求中发送额外请求头，AI 网关可转发 Anthropic Messages 并采集用量遥测与完整内容，评估模块新增对话信号决策模型模板。同时修复了会话工具行展示、ClickHouse 写入关闭、仪表盘聚合错误等问题，并推
正文结构化主题已通过公开置信门槛
llama.cpp b11157：CUDA 新增 implicit GEMM conv3d
llama.cpp 发布 b11157 版本，主要变更是为 CUDA 后端新增基于 implicit GEMM 的 conv3d 支持，并对其进行了细化、处理空 kernel 的情况。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 等多平台多后端的预编译二进制包。
正文结构化主题已通过公开置信门槛
xidisdg 发布 Qwen3.8-27B NInfer 量化模型文件
用户 xidisdg 在 Hugging Face 发布了 Qwen3.8-27B 的 NInfer 原生 .ninfer 量化模型文件，包含 NVFP4、NVFP4Full 及 DFlash2 变体，并区分原始版本与适配最新版 NInfer 的 V3 版本。文件仅兼容 NInfer 运行时，非 GGUF 或 Safetensors，发布者提示 uncens
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b11155：修复 GCC 12 误报并更新多平台构建
llama.cpp 发布 b11155 版本，主要修复了 server 和 common 模块中 GCC 12 的 stringop-overread 误报问题（由 Adrien Gallouët 提交，PR #29325）。该版本同时提供了覆盖 macOS、iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，