通义千问 Qwen

后摩智能信晓旭：Agent元年，存算一体构筑端边AI芯基建

后摩智能联合创始人信晓旭在2026全球AI芯片峰会（GACS 2026）演讲中提出，2026年是Agent元年，模型压缩与端边芯片性能提升共同打开端边AI商业化奇点，端云AI将协同共生，Token交互入口成为竞争焦点。后摩智能布局2D与3D CIM存算一体双技术体系，将于10月生态合作伙伴大会发布基于3D CIM架构的新产品A20；旗舰芯片M50量产未满一年

智己LS6预售45分钟小订8000台，主打全线控底盘与AI智能

智己汽车于9月10日开启全新一代智己LS6预售，预售价20.99万元起，45分钟小订突破8000台，将于9月23日正式上市。该车是智己Next·2028战略下首款20万级纯电SUV，主打下一代全线控灵蜥底盘、NEO三电架构和全域物理AI智能三大技术，并首发IM Claw龙虾智能体，智驾方面与Momenta合作推出IM AD ZETA系统。智己希望借此在竞争激

NTCIR-19 大语言模型自动评估任务 AEOLLM-2 概览

本文是 NTCIR-19 自动评估大语言模型任务（AEOLLM-2）的概览论文。该任务在 NTCIR-18 AEOLLM 基础上新增了「深度研究评估」子任务，聚焦于对 LLM 生成的长篇深度研究报告进行自动评估，并通过与人工标注的真实标签对比来衡量各评估方法的性能。本届共收到来自 10 支团队的 91 次提交，论文介绍了任务背景、数据集构建、评估指标、参赛方

异构LLM模拟中基础模型比人设更影响互动

该研究构建了一个由多种基础模型驱动的异构多智能体社交网络模拟，发现智能体获得的互动量更多取决于其底层基础模型而非被分配的人设。在214次网络模拟中，gpt-oss-20b驱动的帖子持续获得高于平均的评论量，而Magistral-Small则获得偏低互动，且随着混合模型数量增加，基础模型对互动方差的解释力上升并超过人设。词法特征分析显示基础模型比人设更容易被识

bartowski 发布 Cloudflare clef 模型 GGUF 量化版

bartowski 在 Hugging Face 上发布了 Cloudflare 的 clef 模型的 GGUF 量化版本，使用 llama.cpp b11279 进行 imatrix 量化。clef 是一个 27B 参数的多模态模型，支持文本和图像输入，输出结构化类型结果，适用于分类等任务。该量化版本提供从 bf16 到 Q4 0 等多种精度选项，方便本地

Mistral 发布 Mistral Large 4 公开预览版

Mistral AI 发布 Mistral Large 4（ML4）公开预览版，这是一个 1 万亿参数、原生多模态、490 亿激活参数的开放权重模型，号称在编码、智能体工作流和多模态理解上达到前沿水平。模型在欧洲自有数据中心用 3800 块 NVIDIA Grace Blackwell GPU 从零训练，权重将于月底发布，期间与网络安全机构进行红队测试。ML

Reflection 发布开放权重模型 Beam，对标中国开源模型

Reflection AI 发布首个前沿开放权重模型 Beam，这是一个 5010 亿参数、230 亿激活参数的文本混合专家模型，预训练于 23.8 万亿 token，支持 100 万 token 上下文。公司声称 Beam 在高级推理基准上可媲美 Z.ai 的 GLM-5.2，并超越西方领先开放模型，同时推理算力消耗低 3-4 倍，但该性能声明尚未被独立验

另有 1 家信源报道

Qwen3.8-27B 去审查版 ROCmFPX 量化 GGUF 发布

ArtomYuan 在 Hugging Face 发布了 Qwen3.8-27B-abliterated-ROCmFPX，这是对 huihui-ai/Huihui-Qwen3.8-27B-abliterated 去审查权重进行本地重量的 GGUF 量化版本，提供 7 个量化层级及视觉 mmproj。该版本采用 llama.cpp-rocm 分支特有的 ROC

复合AI系统可靠性：150起生产事故的故障分类与韧性模式目录

该研究分析了来自开源复合AI项目及匿名企业部署的150份生产事故报告，构建了涵盖检索、生成、工具、编排和集成五类共23种故障模式的分类体系。针对每类故障，作者提出韧性模式并通过受控故障注入实验测量效果：断路器减少89%级联传播，输出质量门在用户受影响前捕获73%的静默退化，组件隔离减少64%爆炸半径。采用三种以上韧性模式的系统相比无结构监控基线将平均恢复时间

Qwen3.8-Flash-Next 发布 ik llama v3 GGUF 量化

用户 ji-farthing 在 Hugging Face 发布了 Qwen3.8-Flash-Next 的 ik llama.cpp GGUF 量化版本 v3（IQ4 KT 与 IQ3 KT），使用针对 agentic coding 校准的重要性矩阵，并附带模型自身 MTP 草稿头的 IQ4 KT 量化。相比被替换的旧版，v3 在英文和代码上的平均 KL

SC117 发布 Qwen3.6-35B-A3B 去审查 APEX GGUF 量化版

Hugging Face 用户 SC117 发布了 Qwen3.6-35B-A3B 的去审查（uncensored/heretic）GGUF 量化版本，保留了原生 MTP 并采用 APEX 混合精度量化技术。APEX 是一种 MoE 感知的量化方法，按张量角色（路由专家、共享专家、注意力）分配精度，声称在体积减半的情况下困惑度优于 Q8 0 甚至 F16。该

QwenPaw-Flash-9B-heretic-MTP-GGUF 去审查模型发布

Hugging Face 用户 SC117 发布了 QwenPaw-Flash-9B-heretic-MTP-GGUF 模型，基于 Qwen/Qwen3.5-9B 与 agentscope-ai/QwenPaw-Flash-9B，使用 Heretic v1.3.0 进行 abliteration 去审查处理，并从原始 Qwen3.5-9B 重新注入在微调中被

Viggle 发布 Qwen-Image-2.1 少步蒸馏 LoRA v0.2.1

Viggle 在 Hugging Face 上发布了 Qwen-Image-2.1-viggle-turbo v0.2.1，这是基于 Qwen/Qwen-Image-2.1 的少步蒸馏 LoRA 适配器，采用分布匹配蒸馏（DMD）训练。它支持文生图和指令驱动编辑，仅需 6 次 transformer 前向（而非基座的 40 步）且无需无分类器引导，端到端约快

李飞飞学生苏昊创办的苏度科技融资超10亿元

上海通用具身智能企业苏度科技宣布完成超10亿元新一轮融资，由上海国投先导、孚腾资本、国泰海通联合领投，小米等老股东跟投，资金将用于全栈技术攻坚与真实产业场景规模化验证。该公司成立于2025年，此前已获宁德、阿里、腾讯、蚂蚁、IDG等投资，估值突破20亿美元。其自研机器人系统#Sudo R1采用3D世界模型与强化学习一体化设计，宣称在不使用任务真机数据前提下关

Restate 获 2000 万美元 A 轮，AI 智能体推动持久化基础设施需求

柏林初创公司 Restate 完成 2000 万美元 A 轮融资，由 Singular 领投，Redpoint Ventures 和 Capital One Ventures 参投。Restate 提供持久化工作流基础设施，其执行引擎最初并非为 AI 智能体设计，但恰好契合智能体流程对可恢复性和一致性的需求。公司已签下多个六位数和七位数客户合同，客户包括 R

阶跃星辰 Step 5 Preview 发布：全球开源前二，实测长程 Agent 能力

阶跃星辰发布 Step 5 Preview 模型，在 Artificial Analysis Intelligence Index 上获得 44 分，位列全球开源前二，进入前沿旗舰模型竞争区间。该模型支持 1M token 上下文、600B 参数规模，单任务成本 0.71 美元，在 654 个模型中排名第 4 位。雷峰网通过让 Step 5 Preview

ISTA-DASLab 发布 Qwen3.8-Flash-Next 非均匀 GGUF 量化版

ISTA-DASLab 发布了 Qwen3.8-Flash-Next 的 GGUF 量化版本，采用 GSQ 与 RCO 两种方法实现非均匀量化，为每个张量分配不同量化类型。该模型为 512 专家的稀疏 MoE 架构，提供四种尺寸（2.40 至 3.50 bpw），并附带视觉投影器支持多模态。量化文件可在 llama.cpp、Ollama 和 LM Studi

Xinference 发布 v3.5.0：新增多模型支持与请求日志可观测性

Xinference 发布 v3.5.0，新增 AuK、Irodori TTS、YuE2、Spark-X2.5、Qwen-Image-2.1、MinerU2.5 等多种音频、图像与 LLM 模型支持，并加入模型请求日志、审计与可观测性功能。性能方面优化了 embedding/rerank 的 vLLM 批处理与 API 启动开销，同时修复了流式工具调用、客户

llama.cpp b11178：修复 MUSA/MTT S5000 算子失败与构建问题

llama.cpp 发布 b11178 版本，集中修复 MUSA 后端（摩尔线程 MTT S5000 / PH1）的多个问题。改动包括：让 MUSA 使用 16 字节拷贝、启用 CUB 路径、采用上游代码路径、移除多余编译期守卫、在 PH1 上禁用 MMQ 路径，并修复 fused TOPK MOE 内核在 MUSA 上的死锁。修复后 27B 模型困惑度从

斑马智能云栖亮出从汽车到具身智能的入场券

在2026年云栖大会上，斑马智能展示了以汽车作为具身智能“中试场”的路径，提出“意图经济”概念，即AI通过上下文与记忆读懂用户意图并直接调用服务。斑马智能座舱系统装车量达千万级，AI上车业务覆盖68%主流车企，并发布AutoOmni2.0-23B-A3B端侧大模型。其目标是将座舱验证的端云一体Agent架构与生态能力复制到手机、智能家居、机器人等终端。