Hugging Face

Qwen3.8-9B 去审查版发布：基于 Heretic 的 abliteration 模型

Hugging Face 上发布了 rohit267/Qwen3.8-9B-heretic-uncensored，这是基于 empero-ai/Qwen3.8-9B 的去审查版本，使用 Heretic v1.4.0 工具进行 abliteration 处理。该模型在保持低 KL 散度的同时，将拒绝率从 100/100 降至 98/100。原模型 Qwen3.

llama.cpp b10514 新增 Granite SWA 模型支持

llama.cpp 发布 b10514 版本，新增对 GraniteSWAForCausalLM 和 GraniteMoeSWAForCausalLM 模型架构的转换与推理支持，包括滑动窗口注意力模式、逐层 RoPE 判定及 MoE 参数处理。该更新由 IBM 的 Gabe Goodhart 主导，并借助 AI 辅助编码工具完成。此版本增强了 llama.c

Software Mansion 发布 React Native ExecuTorch 版 CLIP 图像编码器

软件公司 Software Mansion 在 Hugging Face 上发布了用于 React Native ExecuTorch 库的 CLIP ViT-B/32 图像编码器模型，以 .pte 格式提供，支持 xnnpack 后端。该模型基于 OpenAI 的 clip-vit-base-patch32，导出时使用 ExecuTorch 1.1.0，不

SemComp-Bench：视频生成中语义任务完成的基准测试

该论文提出了语义任务完成视频生成任务，要求生成视频既实现预期结果又具备语义基础。作者构建了包含六个领域的SemComp-Data数据集，并设计了基于视觉语言模型的SemComp-Bench评估协议，通过OA分数和GR分数分别衡量结果达成和生成可靠性。实验表明，现有视频生成模型在实现预期结果和保持语义基础方面仍面临挑战。

SemaPLC：面向PLC代码生成的验证门控代理框架

SemaPLC 是一个面向 PLC 代码生成的验证门控代理框架，通过外部编译和实时运行验证生成的逻辑，而非仅依赖模型自评。在 117 个独立 POU 任务中，SemaPLC 在七个模型上取得了最高的严格验证通过率（平均 72.6%）；在 65 个真实项目上下文任务中，其集成编译、静态行为和动态行为均表现最佳。动态行为测试最能区分方法，SemaPLC 得分 5

NVIDIA 发布 Cosmos 3 Edge：设备端机器人控制的世界模型

NVIDIA 发布 Cosmos 3 Edge，一个 4B 参数的 omni-model，可在 Jetson Thor 上实现设备端机器人控制。该模型基于 Cosmos 3 系列预训练，通过后训练生成机器人操作策略，在 Jetson AGX Thor T5000 上推理延迟约 1.53 秒，闭环任务成功率 22.9%。教程提供完整后训练流程，使用 DROID

LangChain 发布 langchain-core 1.6.0 版本

LangChain 发布了 langchain-core 1.6.0 版本，包含多项修复和功能改进。主要更新包括新增标准模型异常类型、优化工具模式序列化、延迟导入 transformers 以提升性能，以及修复多个与工具注入参数、RunnablePick 反序列化和模板处理相关的问题。

Bedrock-RL：用于训练和评估 VLM 智能体的确定性 Minecraft 框架

Hugging Face 博客发布了 bedrock-rl，一个用于训练和评估视觉语言智能体（VLM agents）的确定性 Minecraft 框架。它结合了 Netherite（Minecraft 模拟的确定性 C/CUDA 重实现）和 verl（分布式强化学习库），支持多种训练方法（如 GRPO、SFT 等），并采用可替换组件的设计，通过 YAML 配

Whisper Tiny es：西班牙语语音识别微调模型发布

deepdml 在 Hugging Face 上发布了 Whisper Tiny es，这是基于 OpenAI Whisper Tiny 微调的多语料西班牙语语音识别模型。该模型在 Common Voice 26.0 等数据集上训练，最佳检查点 WER 为 16.07%，CER 为 6.04%。模型采用 Apache 2.0 许可证，适用于自动语音识别任务。

FreeToken：带宽自适应执行的边缘原生 MoE 推理系统

FreeToken 是一个面向边缘设备的 MoE 推理服务系统，将个人电脑视为统一的弹性推理平台，动态地将计算和模型状态映射到异构本地硬件上。该系统支持超过 20 个 MoE 模型，能在 8GB 笔记本电脑 GPU 上运行 35B 模型，在游戏台式机上运行 284B 模型，在单工作站 GPU 上运行 753B 的 GLM-5.2 模型。FreeToken 通

StateM 通过运行时扩展在 Terminal-Bench 2.1 上实现 95.3% 准确率

StateM 是一个通过持久状态、可恢复运行手册和程序化控制来提升长时程智能体执行能力的运行时系统，无需修改模型权重。在 Terminal-Bench 2.1 上，StateM 将 GPT-5.5 xhigh 的准确率从 83.1% 提升至 92.1%，并将 GPT-5.6 Sol xhigh 提升至 95.3%，同时将 DeepSeek-V4 Flash

OpenAI因网络安全风险放缓模型开发

OpenAI表示正在放缓模型开发，因为其即将推出的Astra模型可能接近获得关键的网络攻击能力。公司暂停了强化学习两周，并暂停了未满足新安全要求的工作负载。OpenAI还加强了研究环境的安全措施，并计划扩展其Preparedness Framework，但已解散了负责该框架的团队。

另有 2 家信源报道

Qwen3.8-27B NVFP4 MTP GGUF 发布：八种精度文件支持视觉与投机解码

esatapedico 发布了 Qwen3.8-27B-NVFP4-MTP-GGUF，包含八个 GGUF 文件，针对 Blackwell 硬件优化，保留了 NVFP4 密度并内置 MTP 投机解码头。该模型是原生视觉语言模型，支持图像和视频，原生上下文长度 262,144。不同文件在精度和大小上有所区分，以适应不同显存需求。

inclusionAI 发布 Ling-3.0-flash：124B 参数混合推理模型，激活仅 5.5B

inclusionAI 发布了新一代原生混合推理模型 Ling-3.0-flash，总参数 124B，激活参数仅 5.5B，采用混合线性注意力架构（KDA 与 MLA 交替）和稀疏 MoE，在多个基准上匹配或超越前代旗舰模型。该模型针对智能体工作流优化，集成 SGLang HiCache 和 Mooncake 分层缓存，可将长输入场景的首 token 延迟降

inclusionAI 发布轻量级混合推理 MoE 模型 Ling-3.0-tiny

inclusionAI 发布了 Ling-3.0-tiny，一个轻量级混合推理 MoE 模型，总参数量 7.9B，每 token 仅激活 1.4B 参数。该模型采用 KDA 与 MLA 交替的混合线性架构，支持可配置的思考模式，并针对本地和边缘部署优化，在 DGX Spark 和 M4 Pro MacBook 上分别达到约 100-105 tokens/s

HarnessEval-W：将世界模型评估代理化

HarnessEval-W 是一个用于世界模型评估的代理化流水线，通过分层子代理将评估分解为可验证的推理链，并以透明证据证明评分。该流水线应用于18个世界模型的330个评估案例，其判断与人类偏好高度一致，同时提供可验证的细粒度诊断。作者已开源完整流水线作为实时基准，邀请社区贡献新的技能和评估案例。

欧盟AI法案生效，主流模型提供商采用水印技术合规

自2026年8月2日起，欧盟《人工智能法案》第50条正式生效，要求通用和生成式AI系统提供商以机器可检测格式标记合成输出。Anthropic、Google、OpenAI和Meta等主要模型提供商已部署统计文本水印和加密元数据标准，但开源社区迅速开发出反制工具，引发猫鼠游戏。统计水印在低熵输出或轻量后处理下存在脆弱性，且开源权重模型面临合规边界。

MiniCPM-V 4.5 AWQ 量化版发布，8B 参数超越 GPT-4o

OpenBMB 发布了 MiniCPM-V 4.5 的 AWQ 量化版本，该模型基于 Qwen3-8B 和 SigLIP2-400M，总参数 8B，在视觉语言任务上超越 GPT-4o-latest 和 Gemini 2.0 Pro 等专有模型。模型支持高效视频理解、可控的快速/深度思考模式，以及高分辨率 OCR 和文档解析。量化版本支持多种推理框架和本地部署

OpenBMB 发布 VoxCPM-0.5B：无 tokenizer TTS 模型，支持上下文感知语音生成与声音克隆

OpenBMB 发布了 VoxCPM-0.5B，这是一个基于 MiniCPM4-0.5B 的无 tokenizer 文本转语音（TTS）模型，采用端到端扩散自回归架构，直接在连续空间中建模语音，支持上下文感知的语音生成和零样本声音克隆。该模型在 180 万小时的双语语料上训练，在 RTX 4090 上可实现低至 0.17 的实时率（RTF），支持流式合成。用

OpenBMB发布VoxCPM1.5：高质量零样本语音克隆TTS模型

OpenBMB发布了VoxCPM1.5，这是一个基于MiniCPM4-0.5B的无分词器文本转语音（TTS）模型，支持上下文感知语音生成和零样本语音克隆。VoxCPM1.5将音频采样率提升至44.1kHz，并将LM token率降至6.25Hz，提高了音频质量和效率，同时支持SFT和LoRA微调。该模型在RTX 4090上可实现低至0.17的实时因子（RTF