NVIDIA 英伟达

RTX5090 优化版 Qwen3.8-27B NVFP4 量化模型发布

Hugging Face 上发布了 gittensor-model-hub/Qwen3.8-27B-NVFP4-RTX5090，这是基于 Qwen/Qwen3.8-27B 的 NVFP4 量化检查点，使用 NVIDIA Model Optimizer 量化，专为 RTX 5090（Blackwell）优化。该模型在 32GB 显存上支持完整 262,144

GAP-models 仓库发布：备份与量化评估模型存档

Hugging Face 上发布了 GAP-models 仓库，用于备份 GAP 参考生成和量化评估所用的本地模型，包含多个模型族和检查点。仓库通过清单和 SHA256 校验确保文件来源和完整性，并记录了候选模型的资格评估结果，评估基于特定 CUDA 构建和硬件环境。文件保留原始模型的许可和归属，不统一替换许可。

AWS 推出 Ray Serve 深度学习容器，简化 TorchServe 推理工作负载

AWS 发布了 Ray Serve 深度学习容器（DLC），用于替代不再维护的 TorchServe，提供预构建、优化的推理镜像。该容器集成了 PyTorch、Ray Serve、CUDA 等组件，并支持在 Amazon EKS 上部署视觉语言模型（如 Qwen3-VL-2B）。文章详细介绍了部署步骤和架构，旨在简化模型推理的依赖管理和安全补丁更新。

Transformers v5.17.0 发布：新增 HYV4、VibeVoice 等模型支持

Hugging Face Transformers 库发布 v5.17.0 版本，新增多个模型支持，包括 HYV4、VibeVoice、NeoMME、Fun-ASR-Nano、KimiLinear 和 Canary。这些模型涵盖语言、语音、多模态等不同领域，并引入了多种创新架构。该版本扩展了 Transformers 的模型生态，为开发者提供了更多选择。

llama.cpp b10877 发布：优化 RDNA3 上 MoE 推理性能

llama.cpp 发布 b10877 版本，主要更新为 CUDA 后端针对 RDNA3 架构的 MoE 模型推理优化，通过根据典型专家宽度调整 MMQ 的 N-tiles 大小来提升性能。该版本提供了多平台预编译二进制文件，包括 macOS、Linux、Windows、Android 等。

Hugging Face 推出 ML Intern，通过聊天即可运行机器学习实验

Hugging Face 推出了内置在其聊天机器人中的 AI 助手“ML Intern”，允许用户通过对话描述想法来运行机器学习实验，无需专业知识。该助手能搜索模型和数据集、估算成本并自动执行训练、监控和报告等任务。Hugging Face 表示，示例实验运行约六小时，成本不到 0.50 美元。此举降低了机器学习项目的门槛，而 Hugging Face 正被

具身智能进超市：汉朔与X-Era Lab联手全球7万门店落地

汉朔科技与X-Era Lab合作，将具身智能机器人引入全球近7万家零售门店，用于巡检、盘点和补货。汉朔提供电子价签网络和数字孪生场景底座，X-Era Lab提供原生世界动作模型VWA，双方旨在将具身智能从演示Demo转化为可持续运行的生产级系统。

Cognition 估值达 480 亿美元，AI 编程市场仍有多强竞争空间

AI 编程初创公司 Cognition 宣布完成 20 亿美元融资，估值达 480 亿美元，较四个月前翻倍。其年化收入从 4.92 亿美元增至 9 亿美元，但烧钱严重，预计今年达 8 亿美元。投资者认为 AI 编程市场仍有多个主要玩家的空间，Cognition 正自研模型以降低对第三方模型的依赖。

联想高管谈AI PC下一站：ChatGPT时刻正在发生

联想在IFA 2026上发布多款AI终端，包括搭载NVIDIA RTX Spark的Yoga笔记本和概念机，并升级个人智能体Qira（国内名天禧），实现跨设备系统级AI体验。联想IDG总裁Luca Rossi表示，AI PC的'ChatGPT时刻'正在发生，高额云Token成本推动需求，未来12个月势能加速释放。联想AI PC市场份额达25.1%居全球第一，

Mistral融资30亿欧元，主权AI成热门赛道

法国AI实验室Mistral AI宣布完成30亿欧元（约35.8亿美元）融资，估值超210亿欧元，由三星电子领投，EQT旗下基金和PSG Equity联合领投，创欧洲科技公司最大股权融资纪录。资金将用于扩大计算能力、建设基础设施、加速商业增长和国际扩张。Mistral强调其目标不是打造欧洲版ChatGPT，而是通过提供主权AI基础设施和第三方模型托管服务，帮

开源模型许可分化：智谱GLM-5.3定制许可引关注，多款新模型发布

2026年开源模型竞争加剧，西方厂商（谷歌、Meta）转向Apache 2.0许可，而中国前沿厂商（Kimi、MiniMax、智谱）采用更严格的定制许可。智谱GLM-5.3从MIT改为定制许可，要求收入超100亿美元的推理/微调服务商通过Z.AI安全审查，但“关联方”定义模糊引发采用障碍。本期还推荐了Motif-3、dots3-note-prev、Qwen3

Mistral 完成 30 亿欧元融资，推动主权开放权重 AI

Mistral AI 宣布完成 30 亿欧元 D 轮融资，估值超 210 亿欧元，为欧洲科技公司最大股权融资。三星电子领投，资金将用于扩展前沿研究、计算能力和商业版图。Mistral 强调其开放权重全栈方案，旨在提供主权 AI，使企业保持数据、模型、计算和系统的控制权。

另有 1 家信源报道

llama.cpp b10844 为 Vulkan 添加 DeepSeek-V4 融合算子

llama.cpp 发布 b10844 版本，为 Vulkan 后端添加了 DeepSeek-V4 超连接融合算子（DSV4 HC COMB/PRE/POST），将 Sinkhorn 迭代等操作融合到寄存器中，大幅减少调度次数，提升解码性能。该版本还包含多个平台的二进制构建。

GPT-6 Sol内测曝光：速度是Astra的6倍，OpenAI研究员人均带3个AI实习生

OpenAI正在内部测试GPT-6 Sol模型，其单次测试速度是刚发布的Astra的6倍，但输出能力较弱。同时，OpenAI披露内部数据显示，研究员人均使用3个AI Agent辅助工作，并宣布实现自动化AI研究实习生目标。首席科学家Jakub Pachocki发文呼吁行业减速，并警告AI监控难度加大。

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

QConAI 2030 预测演讲：token 成本与 AI 未来趋势

Doubleword 联合创始人 Meryem Arik 在 QConAI 2030 上预测了 AI 行业未来趋势，涵盖 token 支出、基础设施、代理、监管和职业发展。她指出 token 成本已成为企业问题，并驳斥了 AI 实验室补贴 token 的说法，认为 token 价格将持续下降。她还预测了企业采用 AI 的速度和前沿模型改进的速度。

d-Matrix详解3D-DRAM AI芯片：带宽超100TB/s，能效比HBM高10倍

在Hot Chips 2026大会上，AI推理芯片初创公司d-Matrix详细介绍了其Raptor 3D-DRAM加速器，该芯片采用台积电N4逻辑裸片与3D DRAM面对面堆叠，单卡带宽超100TB/s，能效比HBM高10倍。Raptor通过Stream Blocking、Stream Flipping和Bank Chaining等创新技术解决了带宽浪费、I

Deepseek计划在内蒙古部署16万颗华为芯片，打造最大集群

Deepseek计划在内蒙古建设一个大型数据中心，部署至少16万颗华为下一代Ascend-950DT芯片，这将是已知最大的华为芯片集群，但仅用于推理，训练仍依赖英伟达硬件。由于生产限制和内存短缺，华为可能无法在一年内交付全部订单，而中国内存制造商CXMT首次小批量生产HBM3E，但技术仍落后三星等厂商三至五年。此举是中国政府推动芯片产业自主化的一部分。

Primitive AI 发布 Qwen3.8-Flash-Next NVFP4 量化版，单 GPU 可运行

Primitive AI 发布了 Qwen3.8-Flash-Next 的 NVFP4 量化版本，使 180B 参数的模型能在单张 96GB Blackwell GPU 上运行。该量化模型在 9 项基准测试中平均得分 92.2，支持 MTP 投机解码，并提供了详细的部署方案，包括 CPU 卸载和 NVMe 映射选项。

llama.cpp b10796 发布：新增 n expert used max 函数支持异构 MoE

llama.cpp 发布 b10796 版本，新增 n expert used max 函数以支持每层具有不同专家数量的 MoE 模型，修复了模型加载时的错误检查问题。该版本提供了适用于 macOS、Linux、Windows、Android 等多个平台的预编译二进制文件。