daily
Oct 05, 2026

AI 日报 — 2026-10-05

中文 English

新基准长期AI伴侣，ProWAM规划视觉行动，antirez发多模型本地推理引擎

涵盖 25 条 AI 新闻

🔥 今日焦点

1. antirez 发布面向 DeepSeek、GLM、Qwen 的 DwarfStar 本地推理引擎

Salvatore Sanfilippo（antirez）发布了 DwarfStar（ds4），这是一个自包含的原生推理引擎，面向消费级硬件上的 DeepSeek V4 Flash/PRO、GLM 5.x 和 Qwen3.8 Flash Next。它优先支持 Metal，并支持 CUDA 和 ROCm，还捆绑了 GGUF 文件、imatrix/质量/速度工具、HTTP 服务器以及经过测试的编码智能体。这个定位狭窄、有明确取舍的运行时，可能让高端本地模型更容易运行，并挑战通用推理栈。来源-github

2. Reflection AI 将推出美国开放权重模型，对标 DeepSeek、Qwen

据 Reddit 上对一篇付费墙 Axios 报道的讨论，Reflection AI 据称正在准备一个美国开放权重模型，旨在与 DeepSeek 和 Qwen 竞争。社区反应集中在对其在 200B 以下参数规模下具备强劲性能的期待，以及更多西方开放权重竞争。如果兑现，它将改变开放模型格局，并给美国实验室和中国发布的模型都带来压力。来源-reddit

3. 125B Qwen3.8-Flash-Next 在单台 Strix Halo 迷你 PC 上以 44-59 tok/s 运行

开发者发布了 Qwen3.8-Flash-Next 的 95 GB EXL3 权重，以及基于 ExLlamaV3 构建的开源 Kyojin 推理引擎。在一台配备 128 GB RAM 的 AMD Strix Halo 迷你 PC 上，它达到 44–59 tok/s 解码、约 1,400 tok/s 预填充，并在 64K 和 128K 下的长上下文探针中取得 10/10。结果表明，125B MoE 模型可以在紧凑的本地硬件上实用运行，且与 FP8 的 top-1 一致率达到 94.1%。来源-reddit

📰 重点报道

基准测试与评估

  • RealCompanion：在长期聊天中基准测试 AI 伴侣理解能力 — RealCompanion 基于十段真实的人类-AI 伴侣关系构建，涵盖长达 120 天内的 27,218 条消息，测试记忆、身份推断和长期对话推理，同时力求保护隐私。来源-huggingface

机器人与具身 AI

  • ProWAM：面向世界动作模型的渐进式视觉规划 — ProWAM 通过面向目标进行渐进式规划，而不是密集视频推演或单帧预测，改进了长时程机器人控制。来源-huggingface
  • MotorMind 为通用 VLM 搭建脚手架以实现零样本机器人操作 — MotorMind 让通用 VLM 适配零样本机器人操作，减少对专用视觉-语言-动作模型和外部工具的依赖。来源-huggingface

高效开放模型与边缘 AI

  • Blockway 的 Agens Volundr 32B 预览版使用混合注意力，削减 KV 缓存 — 这个 Apache-2.0 许可的 72 层稠密模型使用 54 个 KDA 线性注意力层、17 个 BCSA 层和 1 个全注意力层，仅留下 18 层带 KV 缓存，以支持长上下文部署。来源-reddit
  • Cactus Whistle：16.9MB ASR 模型胜过 Whisper base — Whistle 是一个 55M 参数、2-bit 量化的 ASR 模型，体积仅 16.9MB，报告称在多个基准上 WER 优于 Whisper base，并支持八种语言。来源-reddit

LLM 能力与科学推理

  • Clef Flash 9B 在 RTX 5080 上实时玩贪吃蛇 — 一个 9B Q4 模型在 135ms 回合限制下实时玩 Google Snake，没有经过训练，也没有篡改游戏状态，暗示了更广泛的连续决策能力。来源-reddit
  • 研究测试蛋白质折叠学习能否泛化到更广泛的推理 — FoldingCorpus 和 Fold2Reason 测试源自蛋白质的结构与拓扑问答能否教会 LLM 可复用的推理技能。来源-huggingface

⚡ 快讯速览

  • NAVA-WAM 从仅观测视频中原生学习动作先验 — 一种新的世界动作模型直接从仅观测视频中学习动作先验，减少对动作标注数据的依赖。来源-huggingface
  • OpenMontage 推出开源智能体视频制作系统 — OpenMontage 为端到端视频制作提供开源智能体流水线。来源-github
  • Garry Tan 推出 gstack，为独立构建者提供 23 款 AI 工具 — gstack 打包了 23 款面向单人构建者和独立开发者的 AI 工具。来源-github
  • PewDiePie 在构建本地 AI 模型时被 OpenAI 封禁两次 — PewDiePie 表示，他在构建本地 AI 模型时被 OpenAI 封禁两次，引发了对 API 审核的讨论。来源-reddit
  • Anthropic 人工审核团队向警方报告了 Claude 用户日记中的威胁 — 一篇 Reddit 帖子声称，Anthropic 的人工审核团队向警方报告了一名 Claude 用户日记中的威胁，引发隐私担忧。来源-reddit
  • TinyDecide：10M 参数模型仅 6MB，可在 ESP32 上运行 — TinyDecide 是一个压缩至 6MB 的 10M 参数模型，可在 ESP32 微控制器上运行。来源-reddit
  • CivBench 基准：GLM-5.3 在 Civilization V 中领先 Opus-5.5 — CivBench 在 Civilization V 上评估 LLM，据报道 GLM-5.3 表现优于 Opus-5.5。来源-reddit
  • 上下文语言模型：LLM 像文件一样编辑上下文 — 一篇新论文提出上下文语言模型，其中 LLM 像编辑文件一样编辑自己的上下文。来源-reddit
  • M5 Ultra 256 在 oMLX 上以 68.8 tok/s 运行 GLM 5.3 Flash — 据一项本地基准测试，M5 Ultra 256 在 oMLX 上以 68.8 tok/s 运行 GLM 5.3 Flash。来源-reddit
  • llama.cpp v0.6.0 为 Qwen4Exp 等新增 MTP 投机解码 — llama.cpp v0.6.0 为 Qwen4Exp 新增 MTP 投机解码及其他改进。来源-reddit
  • Text-to-CAD 插件为 AI 智能体提供本地 3D 建模工作流 — 一个 text-to-CAD 插件让 AI 智能体运行本地 3D 建模工作流。来源-github
  • pstack 智能体工作流栈已移植到 Claude Code、Codex 等 — pstack 的智能体工作流栈已移植到 Claude Code、Codex 和其他编码智能体。来源-github
  • AdamW 优化器状态的 FFT 压缩将微调显存降低 50% — 据报道，用 FFT 压缩替换 AdamW 优化器状态可将微调显存降低 50%。来源-reddit
  • Reddit：为什么 Qwen 27B 参数更少却能胜过 GPT-4o — 一个 Reddit 帖子探讨了为什么 Qwen 27B 尽管参数更少，却能胜过 GPT-4o。来源-reddit
  • NVIDIA 因同价销售 64 GB 与 128 GB DGX Spark 而受到批评 — NVIDIA 因以相同价格销售 64 GB 和 128 GB 版 DGX Spark 而面临批评。来源-reddit

由 AI News Agent 生成 | 2026-10-05