DeepSeek

混合专家语言模型可成为强大高效的检索器

该研究系统比较了混合专家（MoE）与稠密LLM作为一阶段检索器的效果与效率。在相同训练流程下，MoE检索器在BEIR上比激活参数量相当的稠密模型高1.4–3.0 nDCG@10，其中一个MoE检索器以少59%的激活参数和低18%的查询编码时间匹配8B稠密检索器。研究还表明，无需重训练或重建索引即可减少查询编码使用的专家数，保留99%以上效果并将查询编码时间最

阿尔伯塔大学提出FAME双系统框架破解持续强化学习遗忘困局

加拿大阿尔伯塔大学强化学习团队提出持续强化学习框架 FAME，通过快速学习模块与元学习模块的双系统设计，分别模拟海马体与大脑皮层协同机制，解决智能体学习新任务时遗忘旧知识的灾难性遗忘问题。论文定义了环境间距离与灾难性遗忘的数学度量，并在 MinAtar、Atari 和 Meta-World 上验证，在平均性能、前向迁移和遗忘三项指标上全面优于 Reset、微

Perplexity 便携电脑登陆 Windows，由 NVIDIA RTX 驱动

Perplexity 将其本地智能体 Perplexity Computer 的便携版本 Portable Computer 扩展到 Windows 平台，支持配备 24GB 及以上显存的 NVIDIA GeForce RTX 和 RTX PRO 显卡。该版本由 NVIDIA GPU 加速，使用本地模型（如 Qwen 3.8 27B）在设备端分析数据、整合文

智谱完成335亿元融资，押注RSI自训练体系

智谱宣布完成约50亿美元（约合人民币335.4亿元）融资，包括约20亿美元股份配售及约30亿美元零息可转债，资金约60%用于下一代GLM基础模型与完全自训练体系研发，重点探索递归式自我改进（RSI）循环。公司披露2026年上半年营收9.54亿元、同比增长近400%，MaaS及API收入8.25亿元，ARR达16亿美元。此举反映国产大模型头部厂商融资与上市竞赛

Vercel AI SDK 发布 @ai-sdk/xai 4.0.58 补丁

Vercel AI SDK 发布 @ai-sdk/xai@4.0.58 补丁版本，修复了不支持批量请求类型被错误接受的问题，并新增批量图像生成请求支持。同时修复了 DeepSeek 在空工具调用增量下推理流丢失的问题，并更新了 @ai-sdk/provider 与 @ai-sdk/provider-utils 依赖。

开源 AI 与开放模型阅读清单

Interconnects AI 作者 Nathan Lambert 发布并持续更新一份关于开源 AI 与开放模型的阅读清单，汇总近几年的代表性文章。清单按基础概念、中美竞争、技术细节等主题组织，涵盖开放模型的定义、发布动机、商业战略、安全风险、数据缩减以及中国模型（如 Kimi K3、GLM-5.2）对生态的影响。文中还提到西方公司采用中国模型引发监管关注

llama.cpp b10909：Metal 后端融合表重构与性能修复

llama.cpp 发布 b10909 版本，主要重构 Metal 后端的算子融合机制，将所有可融合模式统一到单张融合表（ggml-metal-fuse.cpp），供图优化器和算子编码器共用。修复了融合模式中输出索引使用相对索引导致 norm/MUL 融合被静默禁用、token 生成性能回退约 5% 的问题。新增 gated delta net 与 KV c

LinkedIn 用多教师蒸馏将 AI 职位搜索训练提速 8 倍

LinkedIn 公布了其 AI 职位搜索背后的训练基础设施，采用多教师蒸馏流水线，将 8B 相关性教师模型和 1.7B 互动教师模型的知识压缩进 0.6B 参数的排序模型。系统基于开源 SGLang 构建自定义框架，在训练循环中直接服务教师模型，并通过在线/离线蒸馏拆分、LiGer、多节点训练、FSDP2 和 H200 集群等优化实现约 8 倍训练加速。该

AWS SageMaker HyperPod 推出模型缓存，大幅减少推理冷启动

AWS 为 Amazon SageMaker HyperPod 上的推理推出模型缓存功能，通过预加载模型权重和容器镜像到集群节点的本地 NVMe 存储，将推理 Pod 的冷启动时间从数十分钟缩短到数秒。该功能针对 DeepSeek-R1 等 600GB 以上大模型，解决自动扩缩容时因重复下载镜像和权重导致的响应延迟问题。缓存采用优先调度而非强制调度，未命中缓

实测匿名模型Omen Alpha：速度快性价比高，但逻辑推理不足

智东西报道了一款名为Omen Alpha的匿名模型，该模型在OpenCode调用量榜单中排名第七，以超高性价比和快速开发能力著称。实测显示，Omen Alpha具备视觉能力，能快速完成前端开发、游戏开发和3D建模，但在逻辑推理方面表现不佳，如洗车难题和公务员考试题正确率仅80%。目前该模型仅在OpenCode Go订阅套餐中可用，价格极低。

极佳视界联合顶尖高校发表7篇ECCV论文，破解空间智能落地瓶颈

极佳视界联合清华大学、中科院自动化所等机构，在ECCV 2025上发表了13篇论文，其中7篇聚焦空间智能与物理AI，提出VLA-R1、OmniNWM、ReconPhys等模型，分别解决具身决策推理、驾驶世界模型闭环评估、3D资产物理属性重建等瓶颈，旨在推动物理AI从实验室走向工业落地。

Mistral完成30亿欧元D轮融资，估值超210亿欧元

法国AI公司Mistral完成30亿欧元D轮融资，投后估值超210亿欧元，由三星电子领投，ASML、英伟达等参投，创欧洲科技公司单轮融资纪录。资金将用于模型研发、算力扩展和商业增长，目前业务覆盖20国，服务超125家企业。Mistral近期发布Mistral Medium 3.5和Agentic Search等产品，但曾陷入使用DeepSeek模型蒸馏的争议

另有 1 家信源报道

王云鹤创业后首发Agent-Native模型NeoHorse

华为诺亚方舟实验室前主任、盘古大模型负责人王云鹤创办的基元律动公司发布了首个Agent-Native模型NeoHorse，包含4B和9B两个版本。该模型利用其Routing Harness系统积累的多模型执行轨迹数据进行后训练，在Agent相关评测中4B模型表现达到或略超9B基础模型。公司旨在通过将执行经验转化为模型能力，构建从模型路由到训练改进的闭环，并探

Latent Space 发布前沿 AEO 追踪器：分析模型推荐偏好与偏差

Latent Space 发布了一个前沿 AEO（AI 引擎优化）追踪器，基于 7 个前沿模型在 161 个类别中的推荐结果，分析各产品在 AI 推荐中的主导地位。报告发现模型存在偏好偏差（如 Claude 推荐自家产品），但也观察到跨模型推荐案例。此外，Anthropic 的新模型 Astra 比 Sol 更自信且搜索来源更少，影响了 AEO 策略的有效性

ChatGPT网站流量份额回升至55.5%，Gemini短暂反弹消退

Similarweb数据显示，ChatGPT在AI聊天机器人网站流量中的份额从三个月前的52.7%回升至55.5%，而谷歌Gemini的份额则从27.8%下滑至25.6%。同比来看，ChatGPT的份额从73.3%大幅下降，Gemini份额翻倍，Anthropic的Claude从1.9%增长至9.3%。这些数据仅涵盖网站流量，未计入移动应用和桌面端使用。

GOSIM Shenzhen 2026 全议程公布：DHH领衔，聚焦开源AI技术栈

GOSIM Shenzhen 2026 开源技术大会将于 10 月 16-17 日在深圳举办，由 DHH 领衔，汇聚英伟达、微软、HuggingFace 等 150+ 全球讲师。大会设置 6 大技术主题论坛、7 场 Workshop、4 场 Hackathon 及 Spotlight 项目路演，聚焦 Agent、开源模型、机器人、边缘智能等下一代开源 AI

国内首份办公Agent用户行为报告发布：北京居首，海外用户超12%

国内首份《中国办公Agent用户行为不完全报告》于9月7日在北京发布，基于LobsterAI的真实用户数据。报告显示北京用户量全国居首，海外用户占比超12%，前20%用户消耗87.4%算力，单次任务规模5个月增长3.1倍，非办公时间token消耗近60%，DeepSeek V4 Flash最受欢迎。该报告揭示了办公Agent正从对话走向深度工作，成为通用AI

AI人才三波大迁徙：从百度到六小虎再到腾讯

国内AI人才经历三波大迁徙：从百度等大厂流向AI六小虎和字节等，再到百川智能、零一万物等战略收缩后人才流向腾讯等。深层原因包括股价、战略导向和组织架构。当前趋势是人才流动加速，AI Infra和数据人才受追捧，预训练需求下滑。

Abliteration.ai 提供去除安全护栏的开源模型商业 API

美国初创公司 Abliteration.ai 推出商业服务，通过“abliteration”技术移除开源权重模型（如智谱 GLM-5.3）的安全拒绝机制，并以 API 形式出售访问权限，用于网络安全测试和红队演练。该服务降低了使用门槛，但也引发了对滥用的担忧。公司声称不存储提示和响应日志，且不要求身份验证，进一步增加了监管难度。

SGLang v0.5.19 发布：新增模型支持与多项性能优化

SGLang 发布 v0.5.19 版本，包含 786 个 PR，来自 214 位贡献者。新增支持 Qwen3.8、Ling-3.0、Granite 4.2 等多个模型，并引入 beam search、DeepEP v2、LayerNorm 序列并行等多项性能优化。这些改进提升了推理吞吐量、降低了延迟，并扩展了硬件兼容性。