MATRIX · 模型选型

vLLM 0.33 转向 CUDA 13，并加入 EFA 服务与新推理路径

Mon, 02 Nov 2026 16:56:00 GMT

vLLM 0.33 转向 CUDA 13，并加入 EFA 服务与新推理路径

原条目：vLLM 0.33 转向 CUDA 13 并加入 EFA 服务

为什么读：CUDA 基线与 serving 行为同时变化，直接影响自托管升级和回滚。

建议等级：ADOPT

来源：vLLM 0.33.0 release

社区审计发现所谓 Anthropic Numbat 权重是种子噪声

Mon, 02 Nov 2026 16:56:00 GMT

一个 Hugging Face 仓库声称包含 Anthropic 未发布模型的数 TB checkpoint。社区给出的可复现审计能用 tensor 名称作为随机种子，逐位重建 43 个完整 tensor；独立复核也重建了 9 个样本。Anthropic 未确认该仓库，因此这份上传不能证明模型泄露或发布。

为什么读：可复现审计否定了热门“模型泄露”，避免团队下载数 TB 假权重或运行不明代码。

建议等级：IGNORE

来源：43 complete tensors exactly match name-seeded NumPy RNG output · The 14T Mythos Leak Is Fake: Seeded Noise, Not Weights

OpenAI 推出 Grid Protectors，先在 Georgia 试点

Mon, 02 Nov 2026 16:56:00 GMT

OpenAI 推出 Grid Protectors，计划让未来算力园区在电网紧张时降低负载，并在部分地区用现场发电或储能供电。唯一已敲定的案例是 Effingham County 的 25 年获批协议：规划需求约 3.2 GW，基础设施由 OpenAI 承担，最多可提供 1 GW 柔性需求响应。园区仍在建设，尚无实际削峰结果。

为什么读：柔性用电已有一份获批合同，但实际削峰与费率结果仍未发生。

建议等级：WATCH

来源：Introducing the Grid Protectors Program · Georgia Power to serve OpenAI project in Effingham County · Georgia Power contract with OpenAI approved

Anthropic 披露单季营收 170 亿美元与 8954 亿美元算力承诺

Mon, 02 Nov 2026 16:56:00 GMT

Anthropic 提交首份 S-1 修订文件，补充截至 2026 年 9 月的未经审计业绩。公司披露第三季度营收 170 亿美元，并已签约约 8954 亿美元算力与基础设施承诺，其中约 4475 亿美元预计在 2031 年前发生。这些是公司财务报表与合同承诺，不等于已经支付的现金，也不是独立审计后的经营结果。

为什么读：监管文件首次把 Anthropic 的季度收入与长期算力负担放在同一口径下，改变供应商和基础设施风险判断。

建议等级：WATCH

来源：Anthropic, PBC Amendment No. 1 to Form S-1

Reuters 据报 DOJ 就交易竞争影响提出询问

Sun, 01 Nov 2026 16:58:20 GMT

Reuters 据报 DOJ 就交易竞争影响提出询问

原条目：Nvidia 签署 Hugging Face 交易，DOJ 据报询问竞争问题

为什么读：监管询问把 Hub 中立性从假设风险变成明确审查问题。

建议等级：WATCH

来源：NVIDIA Form 8-K on Hugging Face transaction · US Justice Department inquires about Nvidia-Hugging Face deal, sources say

OpenAI、Google 与 Microsoft 支持统一 AI 训练偏好信号

Sun, 01 Nov 2026 16:58:20 GMT

一份个人 Internet-Draft 在 robots.txt 中定义统一的 __usage_ai-training token。OpenAI 计划未来数月支持，Google 计划 2027 年支持，Microsoft 计划自 2027 年 2 月 1 日起支持。它不是 IETF 标准或背书，三家尚未同时生效，遵守也仍是自愿行为。

为什么读：共同训练偏好信号可能减少网站配置碎片，但尚未同步生效。

建议等级：WATCH

来源：AI Training Preference Signal · Building toward a shared standard for AI training preferences · A shared signal for AI training preferences

NVIDIA 发布面向 Blackwell GPU 的 1017 NVFP4 checkpoint

Sat, 31 Oct 2026 15:56:40 GMT

NVIDIA 发布面向 Blackwell GPU 的 1017 NVFP4 checkpoint

原条目：DeepSeek V4.1-Flash：新 CED/CSA2 架构、1M 上下文、开放权重

为什么读：NVIDIA 的 NVFP4 checkpoint 降低 Blackwell 部署门槛，但量化质量仍需实测。

建议等级：TRIAL

来源：DeepSeek V4.1 Flash 1017 NVFP4 model card

补核确认 M3.1 Flash 权重已公开，原记录的“尚不可下载”已过时

Sat, 31 Oct 2026 15:56:40 GMT

补核确认 M3.1 Flash 权重已公开，原记录的“尚不可下载”已过时

原条目：MiniMax 在低价 API 上线后开放 M3.1 Flash 权重

为什么读：M3.1 Flash 从低价 API 扩展到公开权重，自托管选择发生实质变化。

建议等级：TRIAL

来源：MiniMax M3.1 Flash model card

OpenAI 向受审研究机构开放 GPT-6 Rosalind

Sat, 31 Oct 2026 15:56:40 GMT

OpenAI 向获批机构和授权用户开放 GPT-6 Rosalind Research，可在 Work、Codex 与 API 中使用。它不进入 Chat；Enterprise 还要先经过两周 Admin Preview。该模型沿用 GPT-6 Astra 权重，没有额外训练或后训练。

为什么读：GPT-6 Rosalind 把前沿模型带入受限生命科学研究，但可用性和证据边界很窄。

建议等级：WATCH

来源：developers.openai.com · changelog · GPT-6 Rosalind Research model · GPT-6 Rosalind Research system card

SenseNova 开放长上下文循环多模态模型

Sat, 31 Oct 2026 15:56:40 GMT

SenseNova 开放 SenseNova-Loop-9B-Preview 的权重与代码，无需申请并采用 Apache-2.0。它面向长上下文和 agent 工作流，可接收文本与图像；24 层模块重复执行两次，让 32 个独立 decoder 层完成 56 次计算，训练长度最高 256K。当前部署依赖 LightLLM main 或尚未合并的 SGLang PR。

建议等级：TRIAL

来源：SenseNova-Loop-9B-Preview model card · OpenSenseNova repository

FrontiersMind 开放 Lumma-Fev-v2 决策模型

Fri, 30 Oct 2026 16:01:56 GMT

FrontiersMind 开放 Lumma-Fev-v2 的 4B 与 27B 权重和推理代码，均为 Apache-2.0 许可且无需申请。它面向风险敏感决策，不是通用聊天模型。27B 版本要求 lumma-fev 0.3 以上和约 55 GB 空闲显存；预告的 0.1B 与 0.6B 版本尚未上线。

为什么读：Lumma 把决策模型权重与代码开放；校准和小型翻译集决定它只能先做有限试验。

建议等级：TRIAL

来源：Lumma-Fev-v2: decision models · Lumma-Fev-4B-v2 · Lumma-Fev-27B-v2

Pika Labs 开放 Pika H3 Flex 视频模型权重

Fri, 30 Oct 2026 16:01:56 GMT

Pika Labs 开放 Pika H3 Flex 权重，它以 MiniMax H3 为基础 LoRA，可在本地做带同步音频的 image-to-video。模型卡称支持六步生成、最多 12 个参考输入及原生 480p/768p；更高分辨率功能由托管 API 提供。仓库使用自定义 MiniMax H3 community license，并非 Apache 或 MIT。

建议等级：TRIAL

来源：Pika H3 Flex · Pika H3 Flex code

DiffuSpace 开放 Clover-35B-A3B-Preview 权重与代码

Fri, 30 Oct 2026 16:01:56 GMT

DiffuSpace 开放 Clover-35B-A3B-Preview 的权重与代码，采用 Apache-2.0 许可且无需申请。它是总参数 35B、每次激活约 3B 的 MoE 扩散语言模型，面向 coding agent，并提供 SGLang 与 llama.cpp 路径。benchmark 与吞吐数据均为发布方自测，尚未独立复现。

为什么读：Clover 的公开权重让扩散 coding 模型可验证，但厂商 benchmark 尚未复现。

建议等级：TRIAL

来源：Clover-35B-A3B-Preview · Clover-35B-A3B-Preview weights · Clover-35B-A3B-Preview code

Ollama 0.40.13 将 LFM3 音频与 omni 模型扩展到 Linux 和 Windows

Thu, 29 Oct 2026 16:05:08 GMT

Ollama 0.40.13 将 LFM3 音频与 omni 模型扩展到 Linux 和 Windows。

原条目：Ollama 为本地路由加入概率决策模型

建议等级：TRIAL

来源：Ollama 0.40.13 release

Mistral 发布 Large 4 权重与受限 MaaS 许可

Thu, 29 Oct 2026 16:05:08 GMT

Mistral 发布 Large 4 权重与受限 MaaS 许可。

原条目：Mistral 发布 Large 4 权重与开放权重许可

为什么读：Large 4 从 preview 变为权重可下载，直接改变自托管可行性；MaaS 许可与 1T 模型成本是关键限制。

建议等级：TRIAL

来源：Mistral Large 4 open-weight release

Granite Switch 4.1.1 用向后兼容适配器扩展十种语言 ASR

Thu, 29 Oct 2026 16:05:08 GMT

Granite Switch 4.1.1 用向后兼容适配器扩展十种语言 ASR。

原条目：IBM 在不改基础模型的情况下更新 Granite Switch 适配器

建议等级：TRIAL

来源：Granite Switch 4.1.1 update

Google 将 Gemini 4 Carbon 限于部分网络防御者

Thu, 29 Oct 2026 16:05:08 GMT

Google 发布面向网络安全的前沿模型 Gemini 4 Carbon，但当前只向部分防御者开放，并将通过可信合作伙伴计划分阶段扩大。普通开发者、企业和消费者目前不能使用。Google 公布多项自测成绩和未来上线时的首发 API 价格；这些结果来自厂商，公开上线时间尚未确定。

为什么读：Carbon 显示网络安全模型能力继续上升，但只有受限预发布，外部团队无法复现或集成。

建议等级：WATCH

来源：Gemini 4 Carbon: our next frontier model · Gemini 4 Carbon on Artificial Analysis Intelligence Index v5

NVIDIA 开放 Nemotron 3.5 Transcribe 与 Granary v2

Wed, 28 Oct 2026 15:58:44 GMT

NVIDIA 发布开放权重 Nemotron 3.5 Transcribe，可做多语种转写、说话人归属、翻译和音频问答。这个 30B MoE 模型每次约激活 4B 参数，可处理最长一小时录音，不同任务支持的语言集合并不相同。Granary v2 公开可复用数据清洗流水线和覆盖 463,062 小时的 manifest；源音频仍受各语料原许可证约束。

为什么读：Nemotron 3.5 Transcribe 权重与 Granary v2 数据已开放，可直接验证多语种语音项目；厂商精度仍需目标音频复测。

建议等级：TRIAL

来源：NVIDIA Nemotron 3.5 Transcribe and Granary v2 · NVIDIA Nemotron 3.5 Transcribe model card and weights · NVIDIA Granary v2 dataset manifests

OpenAI 披露 Ultrafast 的内部事故响应用例

Tue, 27 Oct 2026 15:59:15 GMT

OpenAI 披露 Ultrafast 的内部事故响应用例

原条目：OpenAI 发布低成本 GPT-6.1 Sol

建议等级：TRIAL

来源：How Ultrafast cut incident investigation from hours to minutes at OpenAI

OpenAI 发布低成本 computer use 模型 GPT-6.1 Terra

Tue, 27 Oct 2026 15:59:15 GMT

OpenAI 已向 ChatGPT Work 与 Codex 的 Plus、Pro、Enterprise 和 Edu 用户开放 GPT-6.1 Terra，开发者也可通过 API 调用 gpt-6.1-terra。标准 API 价格为每百万 input token 1 美元、cached input 0.05 美元、output 5 美元。OpenAI 将它定位为视觉推理与 computer use 模型，标准 token 价格是 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半。

为什么读：GPT-6.1 Terra 已在 API、ChatGPT Work 与 Codex GA，把 computer use 的标准 token 价格降到 Sol 的一半。

建议等级：TRIAL

来源：Introducing GPT-6.1 Terra · developers.openai.com · changelog

DecisionRAG 让模型直接导航文档层级

Tue, 27 Oct 2026 15:59:15 GMT

DecisionRAG 把语言模型当作 decision model，在不生成 token、也不依赖第一阶段检索器的情况下，共同判断文档层级中的候选分支。作者报告它在 MultiDoc2Dial 与 Natural Questions 上超过 dense retrieval 加 8B reranker，并在四个 benchmark 上把单次检索控制在 0.7–1.8 秒。当前未发现公开实现或独立复现。

建议等级：WATCH

来源：Retriever-Free Retrieval: Navigating Documents with Decision Models

dSpark 学习 token 揭示顺序来加速扩散语言模型

Tue, 27 Oct 2026 15:59:15 GMT

dSpark 蒸馏 token 解掩码顺序，优先揭示能降低其他位置不确定性的 token，而不是只选当前最有把握的 token。作者报告 LLaDA-8B-Instruct 每次前向计算可确定 10.12 个 token，Dream-7B-Instruct 为 5.12 个，同时保持 benchmark 准确率。训练与评测代码已公开，但模型 checkpoint 和训练数据仍承诺稍后发布，仓库也没有声明许可证。

建议等级：WATCH

来源：Learning When to Commit: Schedule Distillation for Fast Diffusion Language Models · dSpark research repository

Cloudflare 披露 Workers AI 跨请求 KV cache 泄露

Tue, 27 Oct 2026 15:59:15 GMT

Cloudflare 披露，8 月 27 日至 9 月 9 日间，Workers AI 的 GLM-5.3 有 155 条响应混入其他客户的数据。根因是 KV pool 小于声明的上下文窗口，又叠加 SGLang 分离式推理的拒绝路径缺陷，使超长请求读到旧 cache page。Cloudflare 修正配置并补丁引擎后恢复模型；其调查未发现蓄意利用，也未发现其他模型受影响。

为什么读：Cloudflare 确认 155 条 GLM-5.3 响应跨租户泄露数据，问题直指分离式推理的 KV cache 隔离和验收方法。

建议等级：ADOPT

来源：Cross-request KV cache exposure in the GLM-5.3 Workers AI model, and our remediation with SGLang

百度发布面向超长文档的 Unlimited-OCR-2 权重

Tue, 27 Oct 2026 15:59:15 GMT

百度公开了 MIT 许可的 Unlimited-OCR-2 权重、代码、demo 和新的超长文档 benchmark。它用 Sparse Reference Sliding Window Attention 保留固定数量的工作引用，让文档继续变长时不必让每一步的计算和显存同步增长，并支持 Transformers 与定制 SGLang 路径。百度报告它在多页 benchmark 上领先，但对比结果尚未独立复现。

为什么读：Unlimited-OCR-2 已公开 MIT 权重和可运行路径，直接关系长文档 RAG 的切页、显存与跨页上下文取舍。

建议等级：TRIAL

来源：Baidu Unlimited-OCR-2 model card and weights

NVIDIA Mission Control 2.5 把自动恢复扩展到 Kubernetes

Mon, 26 Oct 2026 16:03:24 GMT

NVIDIA 推出限量 beta 的 Minerva AIOps 层，把 GPU、网络、调度器与工作负载遥测关联起来。已向现有客户开放的 Mission Control 2.5，则把自动作业与硬件恢复从 Slurm 扩展到 Run:ai 管理的 Kubernetes。Minerva 不包含在标准版本中，必须通过定向早期访问参与。

建议等级：TRIAL

来源：NVIDIA launches Minerva for AI factory observability · NVIDIA Mission Control 2.5.0 release notes