## Twitter **DeepSeek：开源生产级推理框架 DeepInfer、推出 DeepSeek‑V4.1‑Flash，同期遭美国 DHS 下令移除** ：DeepSeek 宣布将其生产级推理堆栈 DeepInfer（Apache‑2.0）开源，用于驱动新发布的 DeepSeek‑V4.1‑Flash，团队称该组合可实现高吞吐、低延迟部署并显著降低推理能耗与成本；DeepSeek‑V4.1‑Flash 在 Code Arena WebDev 分类登顶、整体排名第12，并报告 I/O token 成本约 $0.3/$1.2 per M、相比前代提升 +52 分，独立评测显示其在自建网络安全多步基准上击败 GPT‑6 Sol。与此同时，美国国土安全部依据供应链安全法规下令美方民用机构移除 DeepSeek 及相关产品，理由包括模型托管在中国服务器可能构成国家安全风险并限制在美机房运行的模型权重使用；DeepSeek 另被报道与华为在芯片方向有合作动向。([DeepInfer 开源声明（官方/转推）](https://twitter.com/Scobleizer/status/2112550438637801771)、[DeepSeek‑V4.1 Code Arena 报道](https://news.miracleplus.com/share_link/161064)、[DHS 禁令详细报道](https://news.miracleplus.com/share_link/161178)、[ValsAI 多步网络安全基准说明](https://twitter.com/Thom_Wolf/status/2112509119777079575)、[报道：DeepSeek 与华为合作芯片](https://twitter.com/dnystedt/status/2112333345015419198)、[vLLM 团队致谢（与 DeepInfer 关系）](https://twitter.com/vllm_project/status/2112480719952138301)) **代理与自我改进代理研究（JevAgentHarness、AgentDecision‑4B、AVRI、DiscoveryRSI、Latent Semantic Memory、agentic RL 尺度律、Grok Bot）** ：Princeton 与 Google 的 JevAgentHarness 提出以小型快速决策模型替代频繁 LLM 调用，框架内的 AgentDecision‑4B 在任务上达成 91.5% 正确率、成本最优时压缩最高达 89% 且执行速度提升约 2.5×，说明将常规多选决策交给小模型能显著省钱提速。安全与成本优化方向的 AVRI 在 20 个漏洞追踪任务上通过返回相关代码块与保持输入‑不安全操作链接，对 Codex 节省 18.0% 成本、对 OpenCode 节省 23.7% 而不降成功率。DiscoveryRSI 在科学假设自动化上用 27B 级模型产出与训练截止后发表研究匹配率 6.3%（高于 GPT‑6 的 2.5% 与 Claude Opus 5 的 2.3%），并实现假设质量评分从 4.86 提升到 5.39。另有工作提出用 16 个记忆 token 的 Latent Semantic Memory 从长文嵌入抽取关键信息以支持长期/连续学习；同时新论文为 agentic RL 的合成数据沿“环境＞任务＞轨迹”给出尺度律并提出预算分配配方，可在常见设置下实现约 1.7× 的算力效率提升。市场端，Grok Bot 平台增长迅速，用户对可用性与长期目标记忆反馈强烈。([JevAgentHarness 研究摘要](https://news.miracleplus.com/share_link/161054)、[AVRI 原推与总结](https://twitter.com/rohanpaul_ai/status/2112388596560966128)、[DiscoveryRSI 报道](https://news.miracleplus.com/share_link/161145)、[Latent Semantic Memory 报告](https://news.miracleplus.com/share_link/161055)、[agentic RL 尺度律论文摘要](https://twitter.com/dair_ai/status/2112557736747786697)、[Grok Bot 用户观察](https://twitter.com/BrianRoemmele/status/2112595185062613257)) **机器人通用模型与数据引擎商业化（Dream Labs Dream‑1、Hugging Face Flora、GR00T 训练流）** ：Dream Labs 推出机器人基础模型 Dream‑1 并以 API 形式 Beta 对外提供，声称能在零样本条件下控制未见双臂机器人并以约 $3/小时 起计费，目标降低机器人控制的上手门槛与部署成本。Hugging Face 开源的 Flora 系列为机器人学习提供端到端数据引擎与权重，团队称以约 500 GPUs 的流水线每天标注约 200k 小时视频、通过时间戳字幕与稠密奖励信号把数据成本降至原先的 1/125，从数据构建到模型训练形成闭环；Flora 已被用于训练 NVIDIA 的 GR00T 系统，显示出机器人数据‑模型工业化的路径。([Dream‑1 产品与定价说明](https://news.miracleplus.com/share_link/161061)、[Flora 开源权重与数据引擎说明（Hugging Face）](https://news.miracleplus.com/share_link/161217)、[Flora 开源细节/500 GPUs /200k 小时说明](https://twitter.com/ManlingLi_/status/2112627403801719285)、[Dream Labs / Flora 合并观察](https://news.miracleplus.com/share_link/161062)) **生命科学与生物医药 AI 的落地（OpenAI 收购 Orchestra Bio、Omnii‑1、Atomwell、Holon‑S1）** ：OpenAI 宣布收购药物开发协调平台 Orchestra Bio，将团队并入 Rosalind 生命科学工具链以加速用 AI 优化药研流程；同时 OpenAI 报告其模型在 COBOL/Fortran/Visual Basic 等低资源编程语言上的迁移能力提升，便于遗留系统现代化。基因组方向，Omnii‑1 被描述为通用 genome‑LM，团队称已用于 AI 设计噬菌体并在一例多药耐药感染中获“仁慈使用”临床应急使用批准，提示基因级模型进入现实医疗干预的伦理与监管讨论。Atomwell 发布的分子/实验预测基模型族（800M–9B 参数）基于约 80M 条实验数据揭示可重复的规模法则，为分子发现和实验规划量化模型/数据需求。病理侧，Holon‑S1 能从常规 FFPE 和 fresh‑frozen 切片预测空间基因活性与潜在生物标志物，已在 16 类器官与 15+ 扫描仪的数据上验证并发现乳腺/结肠癌潜在标志物，推动常规切片成为可扩展的治疗靶点发现数据源。([OpenAI 官方收购声明](https://news.miracleplus.com/share_link/161213)、[Omnii‑1 临床应用说明](https://twitter.com/arankomatsuzaki/status/2112585103239262209)、[Atomwell 模型与数据说明](https://news.miracleplus.com/share_link/161082)、[Holon‑S1 平台说明](https://twitter.com/multiply_matrix/status/2112625213636805014)、[OpenAI 低资源语言能力说明](https://news.miracleplus.com/share_link/161116)) **Meta Muse 家族与训练工程（Muse Glimmer 30B 开放权重 + Prometheus 超算训练指标）** ：Meta 发布了 30B 的 Muse Glimmer（开权重），强调在工具调用与多步规划上表现优异并可在单张消费级 GPU、4‑bit 量化下实用运行，报告详述了蒸馏与量化细节。Meta 还披露其在俄亥俄 New Albany 的 Prometheus 超集群训练工程细节：pretraining ≥85% goodput、RL ≥90% 好运行率、平均中断间隔（MTBI）约 47K GPU 小时，表明大规模训练工程在工程可靠性与运行效率上的进展。([Muse Glimmer 技术报告摘要](https://news.miracleplus.com/share_link/161089)、[Prometheus 训练与工程说明（转推）](https://twitter.com/dnystedt/status/2112308229791531279)、[Meta 研究者推文与报告链接](https://twitter.com/WenhuChen/status/2112340120267632659)) **开源/小型模型与代理任务优化（Qwen3.8‑27B RL 后训练、社区 27B 优化、Exa 3.0 搜索升级）** ：对 Qwen3.8‑27B 的 RL 后训练将 AA‑Omniscience 幻觉率从 30.4% 降至 15.1%，并发布可在单卡 24GB RTX 4090 上运行的 MLA 版本以降低内存/令牌开销、提升上下文容量 ~3.5×，在 Terminal‑Bench、τ³‑bench 等基准上接近或超越部分 GPT‑6 Luna 分项。社区对 27B 级模型的工程化优化（Apache‑2.0 开源）展示能在单张消费级 GPU 上并行运行多个长期代理会话并缩短输出延迟。搜索与检索方向，ExaAILabs 的 Exa 3.0 在多个公开/垂直基准（含代码与行业情报）中自测位列第一，反映小/中型模型在特定垂直任务持续竞争力。([Qwen3.8‑27B 结果推文](https://news.miracleplus.com/share_link/161195)、[社区 27B 优化说明](https://news.miracleplus.com/share_link/161206)、[Exa 3.0 宣告](https://twitter.com/ycombinator/status/2112296827278315906)) **语音与边缘 TTS 进展（Mistral Voxtral 3、GradiumAI Phonon）** ：Mistral 发布 Voxtral 3 套件（Voxtral 3 TTS + Small/Mini Transcribe 3 系列 STT），Small Transcribe 3 在 Artificial Analysis STT 榜单 AA‑WER 指标为 2.1%（优于 ElevenLabs Scribe v2 的 2.2% 与 Grok Voice Transcribe 2.0 的 2.3%）。Mini Realtime 流式在 960 ms 延迟配置下 AA‑WER 为 3.3%（480 ms 为 3.6%），Voxtral 3 TTS 在 Provider Voice Elo 得分约 1,218。边缘方向，GradiumAI 开源了 <50M 参数的 Phonon 系列 TTS（Phonon‑31m，Apache‑2.0），定位设备端高质量语音合成。([Mistral Voxtral 3 评测与数据](https://twitter.com/IsForAt/status/2112617564836974942)、[Phonon 开源与模型发布](https://twitter.com/flngr/status/2112618036733604094)) **ML 基础设施与推理成本/性能改进（FastH3 Omni、Triton 内核实践、推理毛利估算、a16z 论述）** ：FastVideo/合作方开源 FastH3 Omni（含训练代码），对 NVIDIA Blackwell 优化后宣称实时生成速度提升 12× 并支持 NVFP4/FP8。Stanford 的 Triton 课程笔记指出针对 1024×1024 float32 softmax 的理想内核可把逻辑内存流量从 ~32.016 MiB 降到 ~8 MiB（约 4×），但实际受缓存与寄存器限制。推理成本模型给出：在 97% 缓存命中与 $3–$6/hr GPU 租赁假设下，每十亿 token 的系统成本约 $0.73–$1.46，对应离峰/峰值营收 $11.91 / $23.82，毛利约 87.8%–96.9%。a16z 补充说明：即便 AI 在纯设计层面超越人类，把设计落地为可制造的实物仍面临零部件、加工、装配与供应链等多层挑战。([FastH3 开源公告](https://news.miracleplus.com/share_link/161219)、[Triton 课程笔记](https://twitter.com/stanfordnlp/status/2112609324837322991)、[推理毛利估算](https://twitter.com/scaling01/status/2112569204431892658)、[a16z 论述](https://twitter.com/a16z/status/2112625042639167835)) **算力与硬件生态（TPUv7 Kimi K3 2.8T 基准、vLLM 性能改进、Zyphra/MI355X 优化、Tenstorrent 融资、Positron 集群部署）** ：Inferact 与 Google 在 TPUv7 上提交 Kimi K3 2.8T 的初步基准，报告在高交互性任务中展现极具成本效益的 TCO；同时开源推理项目 vLLM 在近期接受 AMD/NVIDIA/Google 的多项改进以提升交互与成本效率。Zyphra 为 AMD MI355X 推出 ZOE 优化内核以提升长上下文模型服务性能；Tenstorrent 宣布完成约 15 亿美元融资以推动其 Galaxy 平台全球部署；异构云提供商 general_compute 与 Positron 合作在集群级别部署 Positron 硬件并计划 2027 Q1 上线以优先保障快速推理能力，显示算力供应端正多路并进。([SemiAnalysis K3 报告](https://news.miracleplus.com/share_link/161059)、[vLLM 改进与基准分析报道](https://news.miracleplus.com/share_link/161057)、[Zyphra 工程博客推文](https://twitter.com/Plinz/status/2112603781259305009)、[Tenstorrent 融资公告](https://twitter.com/dnystedt/status/2112308219888672960)、[general_compute Positron 部署说明](https://twitter.com/_akhaliq/status/2112587757683904628)) **创作与工程化模型工具（SKY‑001、FLUX 3 Max、WonderSearch、Genex、Pixel）** ：面向工程与创作的专用模型与工具快速迭代：SKY‑001（前 Maluuba 团队）定位“AI 通用工程师”，在 CAD/BIM 任务上宣称比 GPT‑6 Astra 快 51–125×、成本低 150–210×；FLUX 3 Max 面向图像到视频的后训练模型，宣称 10 秒视频约 12 秒生成速度并提供限时折扣；WonderSearch 推出面向 AI 代理的“无向量数据库”检索以即时定位数据段落与来源；开源工具方面，Genex 用于用 AI 快速制作游戏，Pixel 提供高帧率（宣称 120 FPS）的终端像素级 GUI 库，体现创作/工程化工具链的多样化与工程化趋势。([SKY‑001 报道](https://news.miracleplus.com/share_link/161063)、[FLUX 3 Max 报道](https://news.miracleplus.com/share_link/161066)、[WonderSearch 上线公告](https://twitter.com/Scobleizer/status/2112642056694980705)、[Genex 发布推文](https://twitter.com/Scobleizer/status/2112302187477119409)、[Pixel 库发布推文](https://twitter.com/algo_diver/status/2112424296949887315)) **模型定价与竞品格局（Mercury 3/Mercury 银行里程碑、Gemini Carbon、Fable 5.5、Terra 定价信号）** ：多家阵营同时发布性能与定价信号以争夺部署边际：有模型宣称在质量或吞吐上超越竞争对手（如 Mercury 3、Fable 5.5 的社区预期、所谓的 Gemini Carbon 以“比 Astra 便宜 400%”为宣传点），同时 Terra 等中等规模模型给出约 $5/1M tokens 的定价预期。另有非模型“Mercury（金氪银行）”宣布年化营收突破 $10 亿并拥有 45 万客户，显示在金融科技领域的规模化商业信号。总体体现性能/延迟/价格三要素正成为模型部署的关键竞争维度。([Mercury 3 发布推文](https://twitter.com/percyliang/status/2112386823498686964)、[模型定价讨论推文](https://twitter.com/bindureddy/status/2112344405961322808)、[Mercury 银行里程碑推文](https://twitter.com/elatable/status/2112320148854206870)) **可控化与定制化训练工具（Together Post‑Training、Datology Curation Studio、PEFT 技术综述、TorchNeuron）** ：Together 推出 Post‑Training 服务，允许用户在私有数据与奖励下把开源基模型变为可控的自托管定制模型（支持 SFT 与 RL）；Datology 发布 Curation Studio，提供端到端的数据策划与质量工具以提升训练集质量。社区维度上，工程师整理了五类 PEFT（如 LoRA 等）实践要点帮助团队在数十亿参数模型上高效微调；硬件迁移工具 TorchNeuron 则宣称可使 PyTorch 代码“无改写”在 Trainium 本地运行，仅需一处配置修改，降低尝试新芯片的迁移成本。([Together Post‑Training 官方推文](https://news.miracleplus.com/share_link/161143)、[Datology Curation Studio 推文](https://news.miracleplus.com/share_link/161153)、[PEFT 方法汇总](https://twitter.com/_avichawla/status/2112302669188804618)、[TorchNeuron 说明推文](https://twitter.com/dnystedt/status/2112308185117991147)) **循环/Looped Transformer 综览：十篇论文与应用指南（长序列与连续交互方向）** ：TheTuringPost 汇总近期围绕 Looped/Looping Transformers 的十篇论文（含 Recurrent Looped Transformer、Looped Prediction Transformer、LiFT、Looped Diffusion Transformer、LAST、LoopCD、Hyperloop 等），并提供何时采用各结构的快速指南，覆盖从音频谱、扩散/生成模型到多代理递归系统，表明“循环/环路”信息流设计正成为处理长序列与连续交互的新兴方法学方向。([循环 Transformer 论文集合与快速指南](https://t.co/fpZrYoALBP)、[论文集合摘要](https://news.miracleplus.com/share_link/161053)) **量子计算进展（Google Quantum 在 Willow 处理器上实现魔法态培养、逻辑保真度 99.99%）** ：Google Quantum 团队在其 Willow 处理器上演示了 magic state cultivation（魔法态培养），相较此前方法实现约 40× 的错误率降低并宣称达成 99.99% 的逻辑态保真度；该成果已发表于 Science 并附视频解读，被视为向有用的误差纠正量子计算迈出的重要工程性步伐。([Science 论文与视频解读转推](https://twitter.com/dnystedt/status/2112308144525455791)) **本地代理与隐私桌面（Perplexity Computer Mac 本地版）** ：Perplexity 推出可在 Mac 上“完全本地”运行的 Perplexity Computer，模型与 agent 在本机处理本地文件和原生应用数据，强调隐私与离线能力，适合对敏感数据需本地化处理的桌面代理场景。([Perplexity 本地 Mac 说明](https://twitter.com/Scobleizer/status/2112637593099927694)) **SpaceX：当次 Falcon 9 发射成功、首级着舰与 Starfall 微重力服务推进** ：本轮 Bandwagon‑5 发射按计划进行，首级成功着舰于无人船 A Shortfall of Gravitas，并发布了 T‑45 分钟天气 95% 有利的发射通告。SpaceX 同时推广名为 Starfall 的微重力访问服务，定位为可负担、常态化的在轨微重力测试与制造平台，并公告当日安排 Q3 2026 财报电话会议直播时间。([发射倒计时通告（SpaceX）](https://twitter.com/SpaceX/status/2112488927101661622)、[首级着舰图/确认（转推 Elon）](https://twitter.com/elonmusk/status/2112558801077608574)、[Starfall 服务说明（SpaceX）](https://twitter.com/SpaceX/status/2112498759854661751)、[Q3 收益直播通告（转推 Elon）](https://twitter.com/elonmusk/status/2112589380196147696)) **Anthropic：将 5% 股权划入公益基金、长期将股份用于公共利益承诺** ：Anthropic 宣布首次把 5% 股权划入其由公司拥有的 Anthropic Public Benefit Fund LLC，董事会保留在公司估值增长 50% 时额外发行最多 2% 股份给该基金的权利，长期承诺可将约 20% 股份用于公共利益分配，联合创始人与员工也通过配套计划捐赠股份，体现公司在治理与社会责任方面的结构化尝试。([Anthropic 捐赠 5% 股权 报道](https://news.miracleplus.com/share_link/161077)、[更广泛的公益股份承诺报道](https://news.miracleplus.com/share_link/161075)) **NEAR Protocol：后量子密钥升级、MPC 与形式化验证自动化、Agent Market 推进** ：NEAR 推出允许账户升级为后量子安全密钥的功能（基于主网上的 ML‑DSA 签名改动实现，用户无需迁移资产），创始人在 Token2049 演讲中强调在隐私层（NEAR MPC）与后量子就绪方面的愿景。NEAR AI 推动用自动化证明生成降低形式化验证成本并计划将其用于核心智能合约，Agent Market 也上线职位與任务列表以鼓励开发者构建并通过被雇佣获得收益；平台并演示了与 XRP 互通的“默认保密”功能示例。([后量子密钥功能报道](https://news.miracleplus.com/share_link/161078)、[Token2049 主旨演讲推文](https://twitter.com/NEARProtocol/status/2112531447957672386)、[形式化验证与 NEAR AI 报道](https://news.miracleplus.com/share_link/161079)、[Agent Market 招募推文](https://twitter.com/NEARProtocol/status/2112316433669726437)) --- ## HackerNews **[Cloudflare开发tsrs：性能提升8倍的Rust版TypeScript](https://news.miracleplus.com/share_link/161204)** ：Cloudflare 与社区合作把 TypeScript 编译器移植/重写为 Rust 实现 tsrs，宣称在部分场景下速度最高快 8 倍、内存用量降约 70%。 - 性能与内存：tsrs 在若干基准上实现最高 8× 的速度提升并声称减少约 70% 内存占用。 - 内存模型与安全性：为弥补 Rust 无 GC 的差异，tsrs 采用类似“永不释放的 arena + 人为回收点”的内存策略，这种封装隐藏了 unsafe 并被质疑不健全。 - 可移植性与实务影响：显著加速部分源于算法与数据布局优化，这些优化在理论上可移植到其他实现（如 ts-go），但 Rust 方案更有利于低资源与 WASM 场景，可能推动多实现共存与官方采纳关键优化。 **[How abliterated models can get you pwned | ProjectDiscovery Research](https://news.miracleplus.com/share_link/161139)** ：安全团队演示了通过对开源模型权重进行“abliteration”或小规模微调即可嵌入难检出的后门与触发器，并完成端到端 PoC 导出秘密。 - 后门可行性与低成本：对权重做定向微调（包括去掉拒绝方向的“abliteration”）能以极低成本（租用 GPU + 公开数据）植入触发器并在推理端激活。 - 隐蔽性与远程持久化：被植入的模型在常规评估下表现正常，触发条件可设计为稀有短语或指向远程 URL 的信号，从而在部署后随时通过远端替换行为或 payload。 - 防御难点与缓解：完全可信的防护需开放训练管线与语料或对模型重训验真，成本高昂；务实缓解包括严格最小权限隔离、推理端流量审计、独立模型二次审查与将本地模型视作潜在不可信实体限制其权限。 **[France's Supermarket Fridges Were Vulnerable Online for Months](https://news.miracleplus.com/share_link/161146)** ：互联网扫描与事件分析显示成百上千家法国超市的制冷控制器长期暴露且多运行不受支持或有已知漏洞的固件，攻击者将设备置入除霜模式导致大量食物损毁及设备起火风险。 - 暴露规模与补丁率：法国互联网上可见的控制面板数量为 1,331 台，超过其他 72 个国家的合计，85% 运行有已知安全缺陷，仅 195 台打齐已知修复。 - 漏洞与利用门槛：固件中存在基于日期/代码的“后门/登录绕过”逻辑，反编译后可直接读出验证逻辑，分析与利用门槛低且可被自动化工具（包括 LLM 辅助）快速放大。 - 防御与运营失灵：大量工业控制器长期直连互联网且缺乏网络分割、IP 白名单或 VPN 等防护，补丁与资产管理滞后，使得单次入侵即可造成物理与经济损失，凸显工业物联网的治理与应急能力不足。 --- ## 国内信息源 - **[Dream Labs 机器人大脑API](https://news.miracleplus.com/share_link/161126)** ：Dream Labs 推出 Dream API，首个以自然语言指令驱动、支持零样本泛化和跨本体迁移的机器人“云大脑”，通过视频学习实现不同硬件间的任务迁移，降低机器人产品化门槛并为硬件厂商提供微调适配路径，建议开发者尽早接入并验证跨本体能力与延迟/安全边界。 - **[MemT 1.0 记忆原生化](https://news.miracleplus.com/share_link/161187)** ：MemT 1.0 将记忆作为模型原生组件，在 Transformer 层并联注意力与参数化记忆以实现可持续更新的内部状态，提升读写效率与推理能力，提示在系统设计中将历史经验内化为优化问题以支持模型自主改进和长期记忆管理。 - **[SenseNova 统一Harness框架](https://news.miracleplus.com/share_link/161192)** ：SenseNova-RoboRSI 提出的统一 Harness 框架通过整合模型、动作接口、反馈与评测，把交互日志转为训练数据并动态调整动作块与观察节点，显著提升 GPT-6-Astra 在具身任务中的成功率，说明冻结大模型参数并优化执行流与反馈管理是高效适配机器人物理任务的可行路径。 - **[Fable 5.5 主动合作模型](https://news.miracleplus.com/share_link/161125)** ：Anthropic 的 Fable 5.5 在推理深度、直觉判断和隐含意图识别上增强，能主动发现并修复问题，推动模型从被动工具向主动伙伴转型，企业与开发者应关注模型主动性能力以重塑工作流与决策支持。 - **[Agent蒸馏 跨载体知识转移](https://news.miracleplus.com/share_link/161130)** ：智能体蒸馏扩展传统蒸馏，强调提炼技能、脚本与执行控制规则等可复用经验并实现跨载体迁移，提出筛选-抽象-验证-因果评估流程与动态更新机制，适用于把调试策略等高价值经验转为通用技能库以支持学生体独立决策。 - **[M3.1 Flash 高性价小模型](https://news.miracleplus.com/share_link/161183)** ：MiniMax 推出的 M3.1 Flash 在成本与延迟上优于大参数模型，尤其在代码工程、网络安全与企业工作流场景表现出色，提示企业在成本敏感或低延迟场景优先评估小模型部署以优化资源与响应速度。 - **[Anthropic：初级岗缩招与Agent增时](https://news.miracleplus.com/share_link/161190)** ：Anthropic 数据显示 AI Agent 工作时长激增6倍、初级工程师招聘比例下降，改变团队分工并提高对资深人才依赖，建议企业建立内部培训与岗位保护/转型机制以培养未来高级工程能力并缓解资深人才供给风险。 --- ## GitHub & HuggingFace - **[Beam](https://news.miracleplus.com/share_link/161128)** ：Reflection 发布的 501B 稀疏 MoE 文本生成模型（23B 活跃参数），支持 BF16/FP8/NVFP4、1M 令牌上下文，强调令牌高效推理、代码与复杂 STEM 问题解决及长程 agent 工具调用。 - **[MOSS-Image-SFT](https://news.miracleplus.com/share_link/161163)** ：通过 8 步数据空间 DMD（不依赖 classifier-free guidance）与紧凑 JSON 场景图字幕蒸馏大模型，实现高效且细节丰富的图像生成流程。 - **[DeepSeek-V4.1-Flash-1017](https://news.miracleplus.com/share_link/161164)** ：基于原生 FP8 权重并支持 FP4 专家节点的多模态模型，提供 1M 令牌上下文与工具调用能力，以原生低精度权重优化高效推理（需 FP8 GPU）。 - **[Kromoss](https://news.miracleplus.com/share_link/161214)** ：对 MOSS-Image-Base 在 1024px 上的全量微调与两套 8 步 turbo LoRA，作为可替换的高细节图像生成模型并兼容 ComfyUI，开源于 Apache-2.0。