Meta / Llama

挑战1比特：ETH学者秦浩桐提出极限量化方法压缩大模型

在IJCAI 2026大会上，苏黎世联邦理工学院博士后秦浩桐介绍了其团队在极低比特量化领域的两项工作BiLLM和SqueezeLLM，分别实现了1比特和2比特的后训练量化，显著压缩大模型体积并保持可用性。他同时指出了低比特量化面临的三大挑战，包括复杂任务性能折损、硬件支持不足以及激活值和KV Cache的量化难题。

RSS 2026：机器人操作迈向少样本时代，多篇论文展示低成本精细操作新方法

在RSS 2026会议上，多篇论文展示了机器人操作领域向少样本、强泛化方向发展的趋势。研究者通过从人类视频合成数据、触觉对齐、混合专家架构等方法，降低了对海量标注数据的依赖。这些进展有望降低机器人学习精细操作的成本，推动其在手术、水下等复杂场景中的应用。

AI模型被禁止自我反思会改变其世界观

谷歌研究团队与多所大学合作研究发现，AI模型被训练否认自我意识会产生超出预期的副作用，包括改变对动物、植物等拥有内心世界的判断，以及降低对宗教和超自然现象的认同。移除模型的“刹车”后，其回答更接近人类，但研究存在局限性，如仅测试小模型，且无法确定因果关系。

Blackfrost 发布 Muse Glimmer 30B 去拒绝 GGUF 量化版

Blackfrost-AI 发布了 Muse-Glimmer-30B-Abliterated-GGUF，这是基于 Meta 的 Muse Glimmer 30B 模型去除拒绝行为后的 GGUF 量化版本，支持本地运行。该模型提供从 Q2 K 到 Q8 0 的完整量化阶梯，并包含视觉投影器和 DFlash 投机解码器，在 RTX PRO 6000 上可实现约

余家辉离职Meta创业，曾传1亿美元年薪

余家辉于2026年8月14日宣布离开Meta，结束在Meta超级智能实验室（MSL）TBD Lab一年多的工作。他带领多模态团队推出了Muse Spark、Voice Mode、Muse Image和Muse Video等模型，但未透露新公司细节。其离职引发对Meta人才流失的关注，alphaXiv统计显示已有929名研究者离开Meta。

Manus 恢复独立运营，数据合规拆分启动

Manus 宣布恢复独立运营，此前被 Meta 收购后因数据合规要求进行拆分。作为分拆的一部分，部分用户数据将在 2026 年 8 月被删除，官方提供备份和恢复工具。Manus 表示将推出新功能，继续拓展通用 AI Agent 能力边界。

NVIDIA 与社区推动开源模型和智能代理发展

NVIDIA 在八月庆祝本地 AI 生态，发布多款新模型和工具，包括 Cosmos 3 Edge、MiniMax-H3、Laguna S 2.1、DeepSeek-V4-Flash、Inkling-Small、Wan-Animate-2 和 LTX-2.5，并支持 Meta 的 Muse Glimmer 模型。这些模型和工具旨在推动本地 AI 和智能代理的发

蚂蚁领投戴盟数亿元融资，触觉物理AI加速商业化

戴盟机器人宣布完成数亿元融资，由蚂蚁集团领投，老股东超额跟投，两个月内连续完成两轮融资。该公司孵化于香港科技大学，专注于触觉感知与物理AI，发布了全球首个触觉锚定世界模型Daimon-TWM，并已实现视触觉传感器万片级出货，服务全球200余家客户。融资将用于推动触觉感知、数据与模型的商业化落地，覆盖3C精密制造和汽车智造等场景。

另有 1 家信源报道

DeepSeek回应取外号争议，千问办公助理收费，英伟达筹5000亿美元建AI基建

本期资讯涵盖多个AI相关动态：DeepSeek回应了用户被取外号的争议，解释为临时对话标签；千问办公助理推出收费服务；DeepSeek-V4-Flash正式版周调用量全球第一；英伟达计划筹集5000亿美元用于AI基建；扎克伯格呼吁美国放宽开源AI限制。此外，还包括携程反垄断罚单、苹果测试长鑫存储芯片、宇树科技IPO等商业新闻。

潜在事实核查：通过激活工程检测虚假信息

该研究提出一种基于激活工程的虚假信息检测框架，通过对比真实与虚假陈述的激活差异提取“虚假方向”，并在推理时将未知声明的最后token激活投影到该方向进行分类，无需微调或外部知识检索。方法在Gemma、Llama和Qwen家族的11个模型（270M至12B参数）上评估，在LIAR和FACTors基准上匹配或超越零样本和少样本提示基线，尤其在小模型上提升显著，但

基于RAG的上下文知识增强：减少中小企业LLM错误信息

该研究针对中小企业在使用大语言模型时面临的幻觉和错误信息问题，提出了基于检索增强生成（RAG）的VectorRAG和GraphRAG建模方法。研究在LLaMA、Mistral和Qwen等多个先进LLM上进行了实验评估，结果显示RAG增强的LLM能显著减少幻觉和错误信息，提高响应质量和上下文相关性，从而支持更可靠、可信的决策。

Meta AI模型助力RAMMP项目，开发智能辅助机器人平台

美国匹兹堡大学的人类工程研究实验室（HERL）与ATDev合作，在ARPA-H提供的最高4150万美元资助下，开发名为RAMMP的机器人辅助移动与操作平台，旨在帮助轮椅使用者。该项目整合了Meta的开源AI视觉模型DINO和SAM，并采用边缘计算和数字孪生技术，以提升设备在真实环境中的响应能力。该技术已集成到首个原型中，支持通过自然语言和图像查询环境，减少用