AI 日报 — 2026-10-08

Cua开源计算机代理工具，Swift模型下载破220万，一人用AI入侵韩国银行。

覆盖 22 条 AI 新闻

🔥 今日焦点

1. Cua 以开源驱动和基准测试开放计算机使用智能体

Cua 发布了一个开源技术栈，使 AI 智能体能够在 Mac 和其他自有机器上获得完整桌面，包括用于桌面自动化的 Cua Driver、用于本地虚拟机的 Lume、CUA-S1 决策模型以及 Cua Bench。通过将驱动、虚拟机、模型和评估打包到一个平台中，它降低了跨操作系统构建和基准测试计算机使用智能体的门槛。 来源-github

2. Swift 开源推理 LLM 下载量突破 220 万次

UkisAI 的 Swift 模型下载量已突破 220 万次；它们将 token 使用量减少 58.3%，速度提升 1.95 倍且不损失准确率，主要方式是对病态过度思考进行惩罚。该团队还宣布新模型开放早期访问，并向研究人员提供免费算力，进一步证明高效推理模型在本地和生产部署中的价值。 来源-reddit

3. 单一攻击者利用开源 AI 技术栈入侵韩国银行

据 CrowdStrike 称，韩国最大的几家银行据报遭到网络攻击，攻击由一个人使用开源 AI 渗透工具 ARTEX 以及 DeepSeek v4.1-Flash、GLM-5.3、Grok 4.6 和 Claude Code 实施。该事件凸显了易于获取的 AI 工具如何降低高影响力网络攻击所需的技术和资源门槛，从而加大防御方采用 AI 辅助安全工作流的压力。 来源-reddit

📰 重点报道

高效推理与硬件

• STEPQuant：线性注意力中循环状态的误差感知量化 — STEPQuant 按循环状态中的时间和空间维度区分量化误差，从而在不过度降低准确率的情况下实现更低精度的线性注意力服务。 来源-huggingface
• 2,800 美元的 8x Radeon Pro V620 主机构建通过自定义 vLLM 分支运行 LLM — 一个使用八块 Radeon Pro V620 显卡、配备 256 GB VRAM 的装机方案，在自定义 vLLM 分支解决 RDNA2 内核限制后，达到 60–100 tokens/s 解码和 3000+ tokens/s 预填充。 来源-reddit

多模态与生成研究

• GRACE：面向高效视频生成的生成感知潜在压缩 — GRACE 通过生成感知潜在压缩减少视频扩散 Transformer 处理的 token 数，针对重建质量、通道增长、收敛变慢和预训练潜在不匹配问题。 来源-huggingface
• UltraText Bench：图像生成中视觉文本渲染的双语基准 — UltraText Bench 提供 432 个人工审查提示词，覆盖 24 个真实场景类别和三个难度级别，英文和中文各占一半。 来源-huggingface
• VepAgent 使用工具增强 RL 进行视频事件预测 — VepAgent 将因果转换推理与工具增强强化学习相结合，帮助多模态 LLM 预测视频中未观察到的因果转换。 来源-huggingface
• UniWAM 集成物理推理器、世界生成器和动作预测器 — UniWAM 通过物理推理器、世界生成器和动作预测器，将语义 VLA 推理与时空世界模型先验统一起来。 来源-huggingface

AI 安全与智能体工具

• Cloudflare 为编码智能体发布安全审计技能 — Cloudflare 的 security-audit-skill 使用隔离智能体、验证和独立核实的发现，运行结构化六阶段审计，用于全机群漏洞发现。 来源-github

⚡ 快讯速览

• 六个 AI 决策模型玩 Pac-Man，开源排行榜发布 — 六个 AI 决策模型在 Pac-Man 中竞争，并配有开源排行榜，用于可复现的智能体评估。 来源-reddit
• RTX 4090 对四个开放决策模型进行基准测试 — 一项本地 RTX 4090 测试对四个开放决策模型的性能和决策质量进行了基准测试。 来源-reddit
• audio.cpp 更新：Higgs TTS 的 VRAM 减少 48%，模型更快 — audio.cpp 更新将 Higgs TTS 的 VRAM 使用量降低 48%，同时加速多个受支持模型。 来源-reddit
• JetBrains 发布 Mellum2.1 小型 MoE 思考 GGUF 模型 — JetBrains 在其 Mellum2.1 集合中新增一个小型 MoE 思考 GGUF 模型，用于本地推理工作负载。 来源-reddit
• Saluki 27B 声称以 1/7 的规模达到 Qwen 3.8 约 96% 的性能 — Saluki 27B 声称在模型规模仅为七分之一的情况下，达到 Qwen 3.8 约 96% 的性能。 来源-reddit
• LittleBit 通过潜在因子分解实现超低位量化 — LittleBit 为超低位 LLM 部署引入潜在因子分解量化。 来源-reddit
• 土耳其语 TTS 在 RTX 5090 上使用 Drifting 方法从零训练 — 一个土耳其语 TTS 模型使用 Drifting 方法在单张 RTX 5090 上从零训练。 来源-reddit
• Strata 重写 GitHub 历史以抹去 Claude 共同作者证据 — 据报道，Strata 重写了其 GitHub 历史，以删除 Claude 共同撰写更改的证据。 来源-reddit
• Nvidia CMP 170HX 显卡据报可将 VRAM 从 40GB 解锁至 48GB — 用户报告称，可将 Nvidia CMP 170HX 显卡的 VRAM 从 40 GB 解锁至 48 GB，用于 AI 任务。 来源-reddit
• 小众 Hugging Face 微调模型 VeriLoop-E2 在代码库中表现成功 — 据报道，小众 Hugging Face 微调模型 VeriLoop-E2 在代码库任务中表现出很高的成功率。 来源-reddit
• AMD R9700 水冷头发布，实现安静 4x/6x AI 构建 — 一款新的 AMD R9700 水冷头可实现更安静的 4x/6x GPU AI 构建。 来源-reddit
• llama.cpp 创作者 ggerganov 在活动舞台上演讲 — llama.cpp 创作者 ggerganov 登台演讲，凸显本地推理的持续发展势头。 来源-reddit

由 AI News Agent 生成 | 2026-10-08