Hugging Face

百度搭子月活环比增1063% 推“交付即惊艳”升级

百度搭子（DuMate）在2026年7月AI产品榜桌面榜中月活达674.30万，环比增长1063.79%，位居AI办公智能体增速榜第一。百度搭子发布个人版、企业版、专业套件及工作台升级，提出“交付即惊艳”主张，强调从生成到交付的转变，并推出覆盖自媒体、金融等行业的专业套件。实测显示，其自媒体套件可生成公众号、小红书、抖音内容，金融套件接入同花顺等信源，注重数

DeepSeek-V4多模态模型开源，多项基准超越Opus-4.8

DeepSeek于8月31日开源了其V4系列首个实验性多模态模型DeepSeek-V4-Flash-Vision-Exp，该模型基于V4-Flash架构并集成视觉模块，解锁了视觉理解能力。在多项基准测试中，该模型在纯文本智能体任务和多模态智能体能力上表现优异，部分指标超越Opus-4.8，但在复杂数据科学任务上仍有差距。此前该模型已于8月21日上线DeepS

另有 1 家信源报道

NVIDIA Omniverse NuRec：跨车辆平台扩展自动驾驶感知

NVIDIA 发布了 Omniverse NuRec 技术，用于跨车辆平台扩展自动驾驶感知系统。该技术利用 3D 高斯泼溅重建真实驾驶场景，并渲染目标车辆配置的新相机视图，使开发者无需为每个车型收集和标注新数据集即可适配感知模型。教程展示了从重建场景、渲染目标视图到训练感知模型的完整流程，并提供了包含 1500 多个场景的 Physical AI NuRec

llama.cpp b10721 发布：修复 WebGPU 偏移量崩溃问题

llama.cpp 发布 b10721 版本，主要修复了 WebGPU 后端中 ggml backend tensor get() 实现当偏移量不是 4 的倍数时可能崩溃的问题，并改进了代码可读性。该版本提供了适用于 macOS、Linux、Android、Windows 和 openEuler 等多个平台的预编译二进制文件，支持 CPU、Vulkan、CU

LoopArena：评估模型作为循环工程运行时控制器的基准

LoopArena 是一个用于评估模型作为循环工程中运行时控制器能力的新基准。它通过三种设置测试控制器模型指导独立编码代理完成长任务的表现，发现最佳严格成功率为 24.69%，同时推理成本平均降低 64.4%。该基准的代码和数据已开源。

llama.cpp b10715 发布：融合 DFlash 编码器提升性能

llama.cpp 发布 b10715 版本，主要更新是将 DFlash 编码器融合到 KV 缓存注入解码中，避免了设备到主机的数据传输和额外的图构建，提升了性能。该版本提供了适用于 macOS、Linux、Windows、Android 和 iOS 的多种二进制文件。

智能体工件创建：系统、评估、原则与机遇综述

本综述定义了“智能体工件创建”为AI系统有状态、反馈驱动的交付物构建过程，并分析了259项相关工作和29个基准。研究比较了六类工件族，提出了保持责任明确、将反馈转化为针对性修复等原则，并指出了持续保持连贯可控的机会。相关论文列表已发布在GitHub上。

Code-as-World：通过可执行世界表示实现智能体物理推理

Hugging Face 论文页面介绍了 Code-as-World 范式，该范式将物理环境表示为可执行代码，以支持视觉语言模型的定量推理和可扩展监督。研究团队开发了一种基于溯因推理的智能体发现循环，通过提出、执行、渲染、验证和迭代细化可执行世界假设，从多模态观测中构建世界表示。实验表明，Code-as-World-VL 在 QuantiPhy 基准上达到最

另有 1 家信源报道

MiniMax H3 模型镜像仓库发布

Patarapoom 在 Hugging Face 上发布了一个名为 h3-vbvr 的模型仓库，包含 MiniMax H3 模型和 VBVR 子集的 6 个文件，共 40.77 GB。这些文件未经修改，仅为了在 RunPod Serverless 环境中减少加载数据量而重新托管。每个文件遵循其上游仓库的许可条款，仓库本身不提供许可证。

Ornith-1.5-35B-A3B Abliterated 多量化等级 GGUF 发布

gbuzhf 发布了 Ornith-1.5-35B-A3B 模型的 abliterated 版本，并提供了九个不同量化等级的 GGUF 文件，每个都嵌入了 MTP 头。测量显示 abliteration 对模型的影响（KLD 0.0151）小于 Q6 K 量化（KLD 0.0222），且 abliteration 与量化损伤近似正交，不会使模型恢复拒绝行为。

three.ws 开源栈：为 AI 代理提供身体、大脑、钱包与工作

three.ws 是一个开源平台，为 AI 代理提供 3D 生成、动画、支付和分发能力。其代码以 Apache-2.0 协议在 GitHub 上开源，模型托管在 Hugging Face。平台通过多引擎路由实现免费优先的 3D 生成，并支持照片到虚拟形象、骨骼动画、x402 支付标准及 MCP 集成。该平台旨在将代理的“身体、大脑、钱包和分发”整合为单一产品

本地部署AI不如官方版原因找到：推理栈微小差异致输出偏差

Level1Techs论坛用户thr3e通过实验发现，AI模型本地部署性能不如官方版的原因在于推理软件栈的微小差异，如注意力后端、KV缓存量化、权重量化方案等，这些差异会导致浮点运算产生数值偏移，进而改变输出token。实验显示，切换注意力后端或使用INT4 KV缓存会导致工具调用失败，而英伟达NVFP4权重量化表现最差。thr3e正在打包测试工具供其他用户

Anthropic 发布 MHS 标准，统一 AI 控制物理硬件接口

Anthropic 推出了 Model Hardware Standard (MHS)，旨在为 AI 代理提供统一接口以控制和读取物理设备，如实验室和工厂中的显微镜和机械臂。该标准基于 MCP 扩展，可将设备集成时间从数周缩短至数小时。早期测试显示，Claude 能自主优化工作流程并生成无需语言模型运行的脚本，但在物理因果理解上仍有局限，需要人工监督。

另有 1 家信源报道

越南语GPT-2微调模型发布

nmthien 在 Hugging Face 上发布了 vietnamese-gpt2 模型，这是对基础模型 nmthien/vietnamese-gpt2 的微调版本，在未知数据集上训练，评估损失为 3.0579。训练使用了学习率 5e-05、批次大小 32、37000 步等超参数，并采用余弦调度和混合精度训练。该模型旨在改进越南语文本生成任务，但模型描述

Whittle MoE 27B：从 Qwen3.8 切分出的路由器修复型混合专家模型

Hugging Face 上发布了新模型 logic65/Qwen3.8-Whittle-MoE-27B-A17.8B，这是一个从 Qwen3.8-27B 中通过后验方式切分出的混合专家模型，总参数 27B，激活参数 17.8B。该模型通过仅训练路由器（冻结专家）恢复了性能，并新增了停止信号以解决推理中止问题。v2.2.1 修复了推理中止缺陷，但 GGUF

NVIDIA TensorRT Model Connect：两命令部署开放模型

NVIDIA 发布了 TensorRT Model Connect，这是一个开源参考实现集合，旨在简化开放模型在 TensorRT 上的部署。用户可以通过两条命令将 Hugging Face 模型转换为原生 C++ 推理应用，无需深入编译器知识。该项目提供语义级和模块级 API，支持自定义 GPU 内核集成，并利用 AI 原生开发流程和夜间发布保持与开放模型

RLHEV：利用游戏开发作为可验证轨迹数据引擎扩展世界模型

该论文提出了一种名为RLHEV（Reinforcement Learning with Human-Engine Verification）的后训练范式，利用游戏引擎作为可验证的轨迹数据引擎，为空间世界模型的强化学习后训练提供密集的奖励信号和长时程轨迹数据。作者认为，仅通过增加数据和计算量来扩展世界模型效率低下，而游戏开发提供了可执行的环境，能够提供碰撞、物

PAWBench：概率对齐世界建模的现状评估

该研究正式定义了世界模型的概率对齐概念，并引入PAWBench基准和PAWEval评估协议，用于评估视频生成器作为随机采样器的能力。研究发现，在50个场景和11个当前系统中，没有模型能一致匹配参考概率分布，同时覆盖有效行为范围。研究还测试了语言提示、初始噪声采样和模型训练是否能重塑模型的预测分布，为未来概率对齐世界建模奠定基础。

腾讯发布Hy4 preview：770B MoE旗舰模型，支持1M上下文

腾讯混元团队发布了新一代MoE旗舰模型Hy4 preview，总参数770B，激活参数49B，支持1M上下文长度。该模型在软件工程、办公分析、游戏开发和科学研究等领域进行了优化，并与CodeBuddy、WorkBuddy等产品协同设计。内部盲评显示，Hy4 preview在工程任务上略优于GLM 5.3和Kimi K3。模型权重已在Hugging Face、

llama.cpp b10665 发布：新增 Nemotron3.5 DSpark 支持

llama.cpp 发布 b10665 版本，新增对 Nemotron3.5 模型的 DSpark 支持。该版本提供了适用于 macOS、Linux、Windows、Android 和 iOS 的多种预编译二进制文件，涵盖 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL 等后端。此次更新增强了 llama.cpp 对特定模型架构的兼容性