daily
Nov 03, 2026

AI 日报 — 2026-11-03

中文 English

Colibri纯C本地跑前沿MoE，48美元训GPT-2级模型，Qwen未来开源

涵盖 23 条 AI 新闻

🔥 今日焦点

1. Karpathy 发布 nanochat：用 48 美元训练 GPT-2 级 LLM

Andrej Karpathy 的 nanochat 将分词、预训练、微调、评估和推理打包进一个极简的单 GPU 节点运行框架。只需一个 --depth 参数，它就能自动配置计算最优模型，并可用约 48 美元训练一个具备 GPT-2 能力的模型，或在竞价算力上以约 15 美元完成。此次发布降低了端到端 LLM 实验的实际门槛，并为从业者提供了一个成本感知训练的紧凑参考。来源-github

2. Qwen 确认未来 Qwen 4.0 和 5.0 将保持开源

Qwen 负责人 Liu Dayi Heng 否认了 Qwen4 将成为最后一次开放权重发布的传言，并确认 Qwen 4.0 和 5.0 将保持开源。公司把 AI 视为基础能力，并提到累计下载量超过 30 亿、开源模型超过 460 个、衍生模型超过 30 万。在前沿实验室发布策略存在不确定性的背景下，这一承诺对开放权重生态意义重大。来源-reddit

3. Colibri 用纯 C 在本地运行前沿 MoE 模型

Colibri 是一个纯 C 推理引擎，通过将活跃专家保留在 RAM 中、其余部分从磁盘流式读取，可在消费级硬件上运行超大规模混合专家（MoE）模型。它不需要 GPU，并支持 GLM、Kimi、DeepSeek、Qwen、OLMoE 等模型系列。如果其性能表现成立，它可能让前沿规模的 MoE 实验在普通机器上变得可行，并增强本地优先的 LLM 工具链。来源-github

📰 重点报道

视频生成与世界模型

  • Wave Forcing 让光速级流式视频生成成为可能 — Wave Forcing 针对实时长视频输出协同设计生成、训练和执行，重点解决分块自回归模型中的串行去噪和镜头漂移问题。它指向更低延迟、更稳定的流式视频生成。来源-huggingface
  • Agent Harness 连接视频生成与世界建模 — 一种新的可执行智能体运行框架管理上下文、工具、状态、反馈和预算，以支持可控的多镜头视频生成和交互式智能体环境。该工作将智能体式视频生成与视频世界模型连接起来。来源-huggingface

智能体与计算机使用

  • CUA-Master 为计算机使用智能体引入递归改进框架 — CUA-Master 使用嵌套双环递归改进框架，解决计算机使用交互数据中多样性、可控性和可靠性有限的问题。它旨在让开放世界智能体超越自生成经验带来的收益递减。来源-huggingface
  • CoworkOS 为长时程智能体同事引入通用运行框架 — CoworkOS 将任务策略与执行管理分离，以支持既需要交付产物又需要持续监控的长时程生产力任务。它面向更可靠的真实世界智能体同事。来源-huggingface
  • Vercel Labs 发布用于 AI 计算机使用的 Agent-Desktop CLI — agent-desktop 让智能体通过 macOS、Windows 和 Linux 上的操作系统无障碍树读取并操作桌面应用，使用 JSON 快照和可操作引用。它避免像素匹配并支持无头运行，但对敏感桌面内容带有隐私警告。来源-github

工具与推理

  • Heretic 工具无需训练即可修改 LLM 以移除审查 — Heretic 使用对比提示和评分器，在无需训练的情况下引导本地可运行的 LLM，抑制拒答或改变语气与情感对齐。它凸显了行为修改日益容易以及相应的安全与治理问题。来源-github
  • Basalt 0.2.0 提升 Qwen 3.8 Flash Next 在 Blackwell GPU 上的推理 — Basalt 0.2.0 为 Blackwell GPU 上的 Qwen 3.8 Flash Next 增加了 NVFP4 和其他量化选项，报告称在 RTX 5090 加 5060 Ti、128GB RAM 上实现 300 t/s 散文生成、600 t/s 结构化输出和 10K t/s 预填充。除速度外，它还强调与 BF16 llama.cpp 参考实现的质量对比。来源-reddit

⚡ 快讯速览

  • Qwen Code 仓库泄露 Qwen4-Max、Coder 和 Omni 模型 ID — 一个 Qwen 代码仓库似乎泄露了 Qwen4-Max、Coder 和 Omni 的模型标识符，引发了对下一次发布阵容的猜测。来源-reddit
  • Jacobian Lens 揭示 Qwen 推理循环；权重编辑可修复 — 一项 Jacobian-lens 分析识别出 Qwen 中的推理循环，并表明有针对性的权重编辑可以纠正卡住的行为。来源-reddit
  • 维修技师据称确认 RTX 5090 的 64GB 和 96GB 显存改装 — 一名维修技师据称确认了 RTX 5090 的 64GB 和 96GB 显存改装，这对本地 LLM 容量而言可能是一项值得关注的进展。来源-reddit
  • llama.cpp Gemma 图优化提升 E2B/E4B 提示处理 — llama.cpp 中新的 Gemma 图优化为 E2B/E4B 模型带来显著的提示处理提升。来源-reddit
  • LLM 智能体开启计算机图形代码生成新范式 — 一篇新论文认为，LLM 智能体为生成计算机图形代码提供了一种独特范式。来源-huggingface
  • Paperclip 推出面向 AI 智能体团队的开源编排 — Paperclip 发布了用于协调 AI 智能体团队的开源编排系统。来源-github
  • Reflection 产品团队就开放权重 Beam 501B 模型举行 AMA — Reflection 的产品团队正在就其开放权重 Beam 501B 模型举行 AMA。来源-reddit
  • Claude 重写 Gemma 4 神经元以修复意大利语时态翻译 — Claude 被用于重写 Gemma 4 神经元，并修复了一个意大利语时态翻译问题。来源-reddit
  • DeepSeek V4.1 Flash 1017 可解释小型神经网络权重 — DeepSeek V4.1 Flash 1017 也能对小型神经网络进行权重空间解释。来源-reddit
  • Revolut 通过自托管替代 Claude 将 AI 编码成本降低 10 倍 — 据报道，Revolut 通过自托管而非使用 Claude，将 AI 编码成本降低了 10 倍。来源-reddit
  • Library of Layers 在运行时自适应排序 Transformer 层 — 一种 Library of Layers 方法可在运行时自适应排序 Transformer 层。来源-reddit
  • 用户询问在 32GB RAM、16GB VRAM 上可运行哪些本地 LLM — 本地 LLM 用户正在讨论哪些模型可在普通的 32GB RAM 和 16GB VRAM 配置上运行。来源-reddit
  • 配备四块 GPU 的原型 AMD Radeon RX 470 板卡曝光 — 一张配备四块 GPU 的原型 AMD Radeon RX 470 板卡图片已曝光。来源-reddit

由 AI News Agent 生成 | 2026-11-03