开源生态

Quarkus LangChain4j 发布 1.13.3 版本

Quarkus LangChain4j 发布 1.13.3 版本，主要更新包括将底层 LangChain4j 升级至 1.19.3，并修复了 Chat Scopes - Websocket 模块名重复的问题。此外，该版本还包含大量由 Dependabot 自动提交的依赖升级，涉及 Quarkus 平台、Kotlin、Testcontainers、MCP Se

llama.cpp b10985：RPC 哈希缓存仅限权重张量

llama.cpp 发布 b10985 版本，修复了 RPC 后端的哈希缓存问题。此前 ggml backend rpc 会对所有超过 HASH THRESHOLD 的传输（包括调度器在节点间复制的激活值）进行哈希并写入 rpc-server 的磁盘缓存，导致 Qwen3.8-Flash-Next 双节点拆分下一天内缓存膨胀至 1.4 TB。补丁改为仅对标记

llama.cpp b10984：CUDA 支持行连续 SUM ROWS

llama.cpp 发布 b10984 版本，主要更新为 CUDA 后端支持行连续的 SUM ROWS 操作，并整理代码、新增 GGML OP MEAN 以复用同一共享内核处理行连续张量，同时为 MEAN 的 permute/slice 添加测试。该版本同步提供 macOS、Linux、Windows、Android 等多平台预编译二进制包。

ZGCM-1：面向数学与智能体搜索的全开源高效 7B 基础模型

研究团队发布 ZGCM-1，一个完全开源的 7B 稠密基础模型，从零训练，结合内部推理与外部工具使用，支持 256K 上下文。该模型采用架构与系统协同设计（交错门控滑窗与全注意力、稳定的 FP8 Muon 优化器）、渐进式课程与 MDP 中期训练，并借助智能体集群自主管理集群运维、数据整理与评估。在数学推理和智能体搜索任务上，其表现可与 Qwen3-235B

另有 1 家信源报道

llama.cpp 发布 b10983：调整 build arch graph 定义顺序

llama.cpp 发布 b10983 版本，主要变更是将 build arch graph() 的函数定义移动到 graph 和 graph 模板特化之后，以修复编译顺序问题。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

llama.cpp b10980 发布：OpenCL 新增通用 ssm scan

llama.cpp 发布 b10980 版本，主要变更是为 OpenCL 后端新增通用的 ssm scan 算子（PR #28881），并修复了空白字符问题。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows、openEuler 等多平台的预编译二进制包，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多

无问芯穹联合清华上交开源具身端侧推理引擎APXInf

无问芯穹联合清华大学、上海交通大学正式开源具身智能端侧推理引擎APXInf，支持RTX 4090、Jetson Orin、Jetson Thor等平台，覆盖模型开发到机器人本体部署的完整链路。APXInf将PI 0.5 FP8在Jetson Thor上的端到端推理延迟从278ms降至26ms以内，达到38.46Hz推理频率，并采用Rust极简运行时加Pyth

另有 1 家信源报道

LangChain4j 发布 1.19.3 与 1.19.3-beta29

LangChain4j 发布 1.19.3 和 1.19.3-beta29 版本。本次更新允许为 AgenticScope 序列化所用的 ObjectMapper 配置 ClassLoader，并包含针对 1.19 分支的 MCP 相关回移改动。

llama.cpp b10977：Windows CUDA 构建升级至 13.4.1

llama.cpp 发布 b10977 版本，主要变更是将 Windows x64 平台的 CUDA 构建版本升级到 13.4.1。该版本同时提供 macOS、Linux、Android、Windows 等多平台预编译包，覆盖 CPU、CUDA、Vulkan、ROCm、OpenVINO、SYCL 等多种后端。

英伟达开源 IMO 金牌配方：代码平权下的算力集权

NVIDIA 于 9 月 9 日公开了 Nemotron 3 Ultra 在 2026 年 IMO 上取得 30/42 分（超过 29 分金牌线）的完整数学推理系统，包括两个数学专家 checkpoint、SFT 与 RL 训练数据、推理代码、训练配方、提交证明及 200 道 Nemotron-IMO-Bench。该系统通过多 checkpoint 采样、p

大AI提议放缓开发引争议：安全还是卡特尔？

Anthropic CEO Dario Amodei 呼吁行业与政府协调放缓前沿 AI 开发，并要求反垄断豁免以实施该计划，Sam Altman、Elon Musk 等人表示支持。Cohere CEO Aidan Gomez 批评该提议是设置进入壁垒、锁定市场的「卡特尔」，Hugging Face 工程师 Niels Rogge 称其为「最离奇的胡言乱语」。

费城儿童医院用开源 NVIDIA AI 秒级建模儿童心脏

费城儿童医院（CHOP）利用基于 MONAI 的开源 AI 工具，将儿童心脏建模从过去需数小时的人工操作缩短至数秒，用于先天性心脏病的术前规划。该服务已推广至美国 20 多家儿童医院，波士顿儿童医院每年约 500 例心脏手术借助建模完成。CHOP 还与 NVIDIA 合作，基于 Warp 和 Newton 物理引擎开发 GPU 加速的生物力学仿真，目标是将心

llama.cpp 发布 b10976：修复 Android 发布流程

llama.cpp 发布 b10976 版本，主要修复了 Android 平台的 CI 发布流程（#28936）。该版本继续为 macOS、iOS、Linux、Windows、Android 和 openEuler 等多平台提供预编译二进制包，覆盖 CPU、CUDA、Vulkan、ROCm、OpenVINO、SYCL 等多种后端。

ByteShape 发布 Qwen3.8-27B GGUF 量化模型

ByteShape 在 Hugging Face 发布 Qwen3.8-27B 的 GGUF 量化版本，使用其 ShapeLearn 方法为每个张量学习最优数据类型，以在极低位宽下保持质量。该版本取代此前的 ShapeLearn-Lite 量化，包含 5 个 GPU 优化模型（2.56–3.84 bpw，8.8–13.1 GB），并在数学、编程、指令遵循和智

英伟达开源 SoL-Pi：AI 自我优化工作流，Token 最高省 64%

英伟达开源了名为 SoL-Pi 的工作流优化 Harness，基于开源项目 Pi 改造，通过让 AI 自动审查并优化 Agent 工作流来降低 Token 消耗和 API 成本。团队让 AI 批量提出 152 个优化想法，经自动化沙盒筛选后仅保留 4 个核心机制，包括合并连续操作、压缩上下文历史、工具输出本地化存储、用小模型提炼日志等。在 535 个可验证环

原力灵机 DM0.5 横扫 RoboColiseum 四榜第一

原力灵机的通用具身基础模型 DM0.5 在智元机器人联合高校与产业机构建设的 RoboColiseum 评测平台四个子榜单（指令跟随、空间理解、扰动适应、通用操作）上全部排名第一，成为目前唯一做到这一点的模型。文章介绍了该平台针对仿真与真机一致性、评测基准生命周期短、单点能力不等于真实场景可用等痛点的设计，并分析了 DM0.5 在具身思维链、3D 空间表征、

7名博士生3个月从零训练7B大模型并全流程开源

北京中关村学院7名博士生用一个暑假从零训练出7B大模型ZGCM-1，并开源模型权重、训练代码、数据配方、中间checkpoint和日志。团队组建数百个Agent分头处理数据、跑实验、看日志和做评测，实践「AI4AI」研发范式，并对11类任务的Agent自主性做了L1-L5评级。ZGCM-1在多项通用评测中与Qwen3-8B等相近，部分数学推理和搜索任务可与更

大科技AI放缓：安全协议还是卡特尔？

OpenAI CEO Sam Altman、Anthropic CEO Dario Amodei、Google DeepMind 联合创始人 Demis Hassabis 和 SpaceX 的 Elon Musk 在周末大致同意放缓 AI 开发，提出嵌入第三方审计、监管国内实验室和达成全球放缓协议的三步方案。批评者认为这是阻止潜在竞争者、削弱开源运动和规避真

OpenAI Java SDK 发布 v4.63.2，仅升级 GraalVM 构建依赖

OpenAI 官方 Java SDK 发布 v4.63.2 版本，本次更新仅涉及构建系统，将 graalvm/setup-graalvm 依赖从 1.6.4 升级到 1.6.6，未包含功能或 API 变更。

cRia-LM-75M：75.7M 参数递归 Transformer 基座模型发布

Hugging Face 上发布了 cRia-LM-75M，一个 75.7M 参数的基座语言模型，采用 Relaxed Recursive Transformer（RRT）架构，用 11 层共享循环块执行两次遍历，第二次遍历使用 rank-172 LoRA 参数。训练分三阶段：Stage 1 在 10B token 上预训练 2K 上下文，Stage 2 用