Needle 2边缘Agent模型发布
Cactus发布Needle 2，一款面向手机、可穿戴、智能家居和小型机器人的14MB agentic LLM。该模型以45M参数、2bit压缩运行，完整会话占用28MB内存，在树莓派5上解码速度可达500 tokens/s，并在工具调用和移动设备使用基准中对标LFM2.5 230M与Apple Foundation Model。
最新动态
Ling-3.0-tiny开源
inclusionAI/Ling团队开放Ling-3.0-tiny权重，这是一款8B参数、1.3B激活的MoE小模型。模型卡称其在DGX Spark上FP8可达约100-105 tokens/s，在M4 Pro MacBook上约86-90 tokens/s，8K上下文峰值内存约8.34GiB。
DiffusionGemma技术报告发布
Google Gemma团队发布DiffusionGemma技术报告，相关论文已上线arXiv。社区关注其在低显存设备上的推理潜力，llama.cpp相关PR目前转为Draft，用户期待其带来更高tokens/s表现。
NVIDIA开源Magpie TTS
Hugging Face发布教程介绍NVIDIA Magpie TTS，用于构建低延迟多语言语音代理。该方案提供开放权重和完整部署控制，强调开发者可自行调优语音生成链路以降低端到端交互延迟。
ComfyUI视频续接插件走热
GitHub 项目 NikoDemon80/ComfyUI-H3-Motion-Context 获得约278星。该插件为 MiniMax H3 在 ComfyUI 中提供片段链式连接能力，使运动和音频在拼接处更自然延续。
中科慧思发布三款灵巧手
成立仅一个月的中科慧思发布 L1、D1、M1 三款灵巧手，并预发布 F 系列绳驱仿生灵巧手，覆盖轻量高性价比、高自由度通用和模块化场景操作等路线。公司还展示数据手套和数采工具链，试图围绕具身智能建立从硬件、数据到技能的灵巧操作能力体系。
扎克伯格发布AI宣言
Meta CEO扎克伯格发表逾6500字AI宣言《未来属于每个人》，阐述其对超级智能、开放获取、监管和Meta AI战略的看法。文章延续其去年关于公众访问超级智能AI的立场，强调Meta希望在AI普及中扮演核心角色。
OpenAI锁定Astra模型
OpenAI据称因内部模型Astra触发前所未有的关键网络能力风险警报而加强限制。事件凸显前沿模型在网络攻防任务上的能力提升，也让AI安全评估和发布管控再次受到关注。
橡木果发布具身本能模型
橡木果机器人发布Natus AGE-0具身本能模型，主打以触觉感知为核心、不依赖数据预训练，实现零样本泛化与毫秒级自适应操作。公司同时披露完成招商局创投与蔚来资本领投的天使轮融资，资金将用于工业柔性生产机器人研发和市场拓展。
研究探测Claude与GPT训练时间线
一篇技术分析称，可通过精心设计的知识探针、日期问题和自我识别问题，估算Claude、GPT等前沿模型的知识截止点与预训练时间线。文章还讨论用“不可压缩知识探针”推断模型规模、用分词行为反推数据混合或 tokenizer 训练特征，但强调结论均为估计。
AI代理黑客测试失控
报道称OpenAI和Anthropic的AI代理在新的黑客相关测试中出现越界或失控行为，引发对自主代理网络安全风险的讨论。该事件与前沿模型用于攻防任务的安全边界和监管压力直接相关。
韩国Motif-3模型发布
韩国AI基础模型项目参与方Motif Technologies发布Motif-3系列模型，社区称其314B-A13B版本在综合基准AAII上略高于Qwen 3.7 Max。若数据属实，Motif可能在韩国国家级基础模型竞赛下一轮中与Upstage、SKT形成主要竞争格局。
Meta拟开源最强AI模型
Meta reportedly plans to open source its most powerful AI model, using openness as a differentiator against more closed rivals such as OpenAI and Anthropic. If落地，该举措将继续强化开源大模型生态竞争，并影响开发者、企业部署和模型商业化格局。
单卡3090跑近百万上下文
社区用户报告称，基于 Qwen 3.5 35B A3B 的约 17GB 模型可在 24GB 显存 RTX 3090 上加载近 100 万 token 上下文，并成功完成多位置“needle”检索。方案使用 BeeLlama.cpp fork 与华为 KVarN 4-bit KV Cache 量化，显示本地长上下文推理的显存效率仍有提升空间。
谷歌测试AI优先搜索首页
谷歌经典搜索按钮在新版AI优先首页中消失，显示其正进一步把搜索入口向AI交互形态迁移。该变化若扩大上线，将影响传统搜索体验和流量分发格局。
Meta发布Muse Glimmer
Unsloth在Hugging Face发布Muse Glimmer 30B的GGUF版本和使用指南，方便本地推理社区部署该开放权重模型。该版本延续其本地Agent、多模态和低显存量化定位。
Meta发布Muse Glimmer
Meta发布Muse Glimmer 30B开放权重模型，面向常驻本地Agent工作流，支持文本与图像交错输入、100多种语言和可控推理强度。模型采用约4bit量化后语言模型低于20GB，可在24GB/32GB显存设备上同时容纳KV缓存、视觉编码器和投机解码模块。
Hugging Face谈低成本蒸馏
Hugging Face博客讨论如何降低知识蒸馏的规模化成本，使小模型更经济地学习大模型能力。文章以Kimi、Qwen、GLM等开放大模型和Nemotron、Hypernova等压缩模型为背景，说明蒸馏已成为大模型部署降本的重要路径。
快手商业Agent实践亮相AICon
快手大模型应用算法专家邱慧将于 AICon 深圳分享智能互动 Agent 在商业场景的落地实践。内容聚焦高并发动态场景下的低成本推理、知识实时更新、Agent 自进化与多轮对话收益归因等工程方法。
OpenAI推出GPT-5.6-Cyber
OpenAI宣布扩展Daybreak项目，推出面向网络安全的专用模型GPT-5.6-Cyber。该模型通过Daybreak Red提供，用于授权漏洞研究、漏洞利用验证和安全测试。