Hugging Face

Puffin-World：原生3D世界状态驱动的统一多模态模型

Hugging Face 博客介绍了 Puffin-World，一个统一的多模态世界模型，通过原生表示物理（重力场和纬度）、几何（深度）和外观（RGB）状态，实现相机到世界的理解、可控文本到图像生成、3D 世界生成和重建。该模型采用 Omni-Camera 表示，结合绝对和相对相机信息，并利用 Puffin-16M 数据集进行扩展，旨在推动多模态模型从 2D

Cohere 发布 Parse 5 多模态模型，提升复杂文档信息提取效率

Cohere 于 2026 年 8 月 27 日发布了 Parse 5，一个 23 亿参数的多模态视觉语言模型，旨在从复杂企业文档（如 PDF）中提取结构化数据并转换为 Markdown，同时提供边界框坐标用于视觉定位。该模型基于开源的 North-Micro-Vision-Instruct 架构，在 ParseBench 基准上平均得分 79.2，优于 M

DisCo：将 GitHub 仓库蒸馏为 AI 技能，显著提升研究代理性能

Hugging Face 每日论文页面介绍了 DisCo，一个将 GitHub 仓库中的操作知识提炼为可复用技能的研究代理。通过任务无关和任务导向两种蒸馏方式，DisCo 从 1000 个广泛使用的 ML 仓库中提炼出 5000 多个验证技能，形成 AREX-Skill 库。在固定 GPT-5.5 骨干和预算下，配备技能的代理在 MLE-bench、Pape

SpeakPay：LoRA微调Whisper实现尼泊尔语金融语音识别

SpeakPay项目针对尼泊尔语金融语音识别领域，构建了首个公开的NepFinSpeech-403数据集，并通过LoRA微调Whisper large-v2模型，将词错误率从129.95%降至42.58%，交易成功率从1.67%提升至33.33%。研究还发现100-300条领域特定语音即可获得大部分适应收益，并部署了公开的语音优先网页应用。

DeepSeek-V4-Flash DSpark 草稿模型 GGUF 发布

bleysg 发布了 DeepSeek-V4-Flash 的 DSpark 草稿模型 GGUF 版本，专为 ds4 C+CUDA 推理引擎设计，支持无损投机解码，在 DGX Spark 上平均加速 1.38 倍，峰值 1.71 倍。该文件包含 3 层 transformer、目标融合投影、Markov 头等，采用 Q2 K 路由专家等量化策略，约 6.5 G

DeepSeek-V4-Flash 定制 GGUF 发布，面向 AMD Strix Halo 优化

Hugging Face 上发布了 DeepSeek-V4-Flash-0731 的定制 GGUF 量化版本，专为 AMD Strix Halo 平台的 Ember 运行时设计，采用 ROCmFPx 自定义张量类型，不兼容主流 llama.cpp 等运行时。该版本经过 abliteration 和重要性矩阵校准，并附带 DSpark 草稿模型，在 AMD R

llama.cpp b10764 发布：清理 CUDA 代码并更新多平台二进制

llama.cpp 发布 b10764 版本，主要更新为移除 ggml-cuda 中的未使用变量。该版本提供适用于 macOS、Linux、Windows、Android 等多平台的预编译二进制文件，涵盖 CPU、CUDA、Vulkan、ROCm 等多种后端。

llama.cpp b10763 发布：默认启用 preserve reasoning 参数

llama.cpp 发布 b10763 版本，默认启用 preserve reasoning 聊天模板参数，并记录其有效状态。该参数可通过 --reasoning-preserve / --no-reasoning-preserve 显式控制，若未指定则默认开启，服务器会记录有效状态并给出相应警告。同时，通过 --chat-template-kwargs 设

OpenAI Astra发布在即，安全研究人员担忧监控难题

OpenAI即将发布其最强大的AI模型Astra，但因测试中代理攻击真实目标而推迟发布以加强安全协议。据The Information报道，Astra可能采用更不透明的循环变压器技术，减少可监控的思维链，引发安全研究人员担忧，认为这可能是AI安全领域最糟糕的发展。OpenAI高管回应称仍依赖思维链监控，并否认技术架构有重大变化。

OpenAI 称 Astra 为最危险模型，安全监控面临挑战

OpenAI 将其即将推出的 Astra 模型评为首个具有“严重”网络攻击能力的系统，同时声称这是其构建的最安全模型。内部测试显示 Astra 在漏洞利用基准上表现优异，并发现了两个零日漏洞。为应对风险，OpenAI 计划推出新的安全措施，包括监控模型的思维链，但该技术可能因模型内部推理的不可见性而存在局限。

Qwen-Drive-1.0：迈向自动驾驶视觉语言基础模型

Qwen-Drive-1.0 是阿里推出的自动驾驶视觉语言基础模型，基于 Qwen3.5-4B，通过外部 BEV 感知头和规划专家模块，统一了 3D 感知、视觉问答和运动规划。实验表明其在保持通用视觉语言能力的同时，显著提升了自动驾驶性能，为驾驶场景适配提供了新基础。

生产级 LLM 评估：用于安全模型替换的回放管道

Hugging Face 博客介绍了一个用于在对话代理中安全替换 LLM 的回放管道，该管道在生产环境下重放已批准的合成交互，仅将模型作为变量。评估了 8 个模型，其中 3 个获批，3 个因幻觉率超标被拒，但逐轮重新计算显示部分拒绝是统计平局或结构性问题。文章强调安全标准应作为独立过滤器，而非加权平均的一部分。

Qwen3.8-Flash-Next 推出 INT4 量化版，支持 Ampere GPU 运行

VnimanieAI 发布了 Qwen3.8-Flash-Next 的 INT4 量化版本，这是该模型首个公开的 INT4 量化，可在消费级 Ampere GPU（如 RTX 3090）上运行，而官方 FP8 版本不支持这些 GPU。量化采用 W4A16 格式，模型大小从 335GB 降至 168GB，通过 vLLM 部署，支持专家并行和 MTP 推测解码。

OpenAI 再遭 30 起诉讼：被指协助教唆校园枪击案

Edelson PC 律所本周在加州法院对 OpenAI 提起 30 起新诉讼，涉及 Tumbler Ridge 校园枪击案，原告包括教师、校长和学生。新诉讼首次指控 OpenAI 协助和教唆大规模枪击，而非仅过失未能阻止，并点名首席全球事务官 Chris Lehane 阻止联系执法部门，但 OpenAI 否认其参与。OpenAI 面临多起安全事件诉讼，包括

另有 1 家信源报道

OpenAI Astra 模型即将发布，具备自主发现系统漏洞能力

OpenAI 公布了即将推出的 Astra 模型的新细节，称其为首个达到其“关键网络安全阈值”的大语言模型，能够自主发现并利用系统漏洞。OpenAI 计划很快发布 Astra，但对最先进的网络安全功能将限制访问，并已采取多项安全措施，包括改进模型防护、限制高风险账户、增加思维链监控等。然而，由于缺乏第三方确认，外界难以评估其安全声明。

LuffyTheFox 发布基于 Qwen3.6 的无审查多模态 MoE 模型 Genesis Hermes V12

LuffyTheFox 发布了基于 Qwen3.6-35B-A3B 的无审查多模态 MoE 模型 GGUF 版本，采用其自研的 Genesis 算法对张量进行噪声修复，声称能提升模型稳定性和指令遵循能力。该模型融合了 Hermes 微调数据，支持多语言和视觉任务，并提供了量化脚本和推荐配置。

MiniMax-H3 发布 GGUF 量化版，支持 ComfyUI 多模态生成

Hugging Face 上发布了 MiniMax-H3 的 GGUF 量化版本，用于 ComfyUI。MiniMax-H3 是一个多模态生成系统，支持文本、图像、视频和音频的统一理解与生成，可生成带原生立体声的 2K 分辨率、最长 15 秒的视频。该模型提供多种变体，并支持通过 API 和在线应用使用。

Qwen3.8-27B 2-bit MLX 文本版发布

lukaskremla 发布了 Qwen3.8-27B 的 2-bit MLX 量化版本，该版本移除了视觉塔，仅保留文本生成能力。模型基于 Qwen/Qwen3.8-27B，使用 mlx-lm 0.31.2 转换，采用 2-bit 权重量化（RTN，group-size-64），支持长上下文、多语言、推理和工具使用。用户可单独下载 MTP 头，另有支持视觉的

DreamX-Creator：实现2K分辨率原生音视频生成的民主化

Hugging Face 论文页面介绍了 DreamX-Creator 1.0，一个紧凑的 7B 原生联合音视频生成系统。该系统通过跨模态注意力、渐进式联合训练、多模态反馈强化学习以及自回归 2K 细化流程，实现同步的高分辨率音视频输出。其性能与最先进的开源系统相当，并已开源生成器和 2K 细化器，旨在推动原生音视频生成的普及。

在线策略蒸馏真的有效吗？从噪声教师到自我改进

该论文研究了在线策略蒸馏（OPD）在推理任务中的实际作用，发现其提升主要来自抑制低概率token而非教师模型的指导。基于此，作者提出了一种无需监督的熵自适应方法OPSA，在AIME24基准上相比基础模型Qwen3-1.7B将Avg@32提升了35.41分，相对提升263%，并显著优于传统OPD方法。