新增教程

  • VibeCoding长期项目防跑偏完整教程：规则文件、任务拆解与验收防线 —— 在 Vibe Coding 的起步阶段，一段对话写一个小脚本、一个下午做完一个小工具，几乎不会遇到流程问题。当项目从一次性脚本成长为维护数月的真实系统，事故率会陡然上升：AI 每次新会话都像第一次进门的实习生，大需求整份扔进去消化不良，改 A 坏 B 的功能降级防不胜防。本教程把长期项目中最高频的三类事故与对应的三套解法放在一起讲：用项目规则文件让 AI 记住项目约定，用 spec 驱动把大需求拆成 AI 一次能消化的任务，用验收防线守住每一次改动不伤及既有功能。读完后你将得到一套可直接落地的长期项目防跑偏工作流。
  • EmbeddingGemma 2 多模态嵌入模型本地部署与应用教程 —— EmbeddingGemma 2 是 Google DeepMind 于 2026 年 10 月发布的开源多模态嵌入模型，能把文本、图像、视频、音频统一编码到同一个 768 维向量空间，参数量仅 740M，消费级显卡即可流畅运行。本教程从零开始，在 Windows 环境下完成该模型的本地部署，跑通文本语义检索与图文跨模态搜索两大核心场景，并配套一个带网页界面的语义搜索演示服务。全文所有命令与代码均在本机 RTX 2080 Ti 上实测通过，实测基准数据一并附在文中，供部署后对照验证。

新增资讯

  • ISTA-DASLab 发布 GSQ-RCO 量化方案：Qwen3.8 双模型 3.5bit 实现任务无损压缩 —— 2026 年 10 月 16 日——奥地利科学技术研究所（ISTA）Deep Algorithms and Systems Lab（DASLab）在 Hugging Face 发布 Qwen3.8-27B 与 Qwen3.8-Flash-Next 两款模型的 GSQ-RCO 系列 GGUF 量化（27B 仓库 2026 年 8 月 28 日创建，Flash-Next 仓库 9 月 7 日创建）：该方案将 Gumbel-Softmax 量化（GSQ，arXiv:2604.18556）与黎曼约束优化（RCO，arXiv:2605.00649）两项技术组合成一条量化产线，对模型逐张量分配量化精度。27B 的 IQ3_S（3.50 bpw，11.8 GB）在 AIME25 与 LiveCodeBench v6 两项基准上与 BF16 基线完全持平；512 专家 MoE 模型 Flash-Next 的 IQ3_S（3.50 bpw，全量下载 83.6 GB）三项推理基准全部持平或反超 BF16 基线，任务平均 93.26 对 93.12。
  • 长鑫存储4F²服务器内存或年底推出，美光等存储芯片股周二下挫 —— 2026 年 10 月 15 日——长鑫存储总裁曹堪宇于 10 月 10 日在第四届集成芯片和芯粒大会上宣布，公司预计今年年底推出融合 4F² 存储单元架构的新一代 DDR5 RDIMM 服务器内存；消息公布后，10 月 13 日（周二）美光科技股价下跌 3.62%，SK 海力士收跌 10%，三星电子下跌 7.4%，闪迪、希捷、西部数据同步下滑。
  • OpenCode免费开放DeepSeek V4.1 Flash：免费版200K上下文，Cheepseek行动再加码 —— 2026 年 10 月 15 日——10 月 15 日，OpenCode 宣布 DeepSeek V4.1 Flash 模型在平台内免费开放，用户可直接选用免费版本，调用不再消耗套餐额度；免费版上下文窗口为 200K token，低于该模型常规版的 1M。
  • 微软研究院开源 Code Video Model：代码预演加早期步条件注入，基准总分超 VACE —— 2026 年 10 月 14 日——微软研究院（技术报告首页署名 Microsoft Research）公开 Code Video Model：编码智能体按提示词生成可执行 Three.js 场景程序，渲染出不到一分钟的代理预演视频，再通过 Early-Step Conditioning（早期步条件注入）仅在扩散采样前 5 步参考该预演，由冻结的 MiniMax-H3 结合参考图像生成 960×544、5 秒成片。据 24 页技术报告，在自建 CodeVideoBench 上，该方法在 QwenVL-3.8-27B、GPT-5.6、GPT-6 三种评委口径下总分 85.17、82.09、85.82，超过需额外训练的最强基线 VACE（74.29、73.10、80.59）。
  • Fish Audio 开放语音模型 Drama 3 权重：83 种语言，年收入 50 万美元内免费商用 —— 2026 年 10 月 14 日——Fish Audio 于 10 月 13 日发布新一代文本转语音（TTS）模型 Drama 3 并开放权重：模型总参数 35B、每 token 激活 3B，支持 83 种语言与逐词情感控制，自部署遵循 Community License v1.0（用户及关联实体年收入低于 50 万美元可免费商用），API 折后价每百万字符 10 美元（优惠至 11 月 12 日）。权重已上架 Hugging Face（fishaudio/drama-3），技术报告以 arXiv 2610.18010 同步发布。
  • 小鹏开源 GroundingPI：4B 视觉定位基础模型，34 项基准平均 73.68% 超更大参数模型 —— 2026 年 10 月 14 日——小鹏汽车 AI 团队联合北京大学、香港大学等七所高校于 9 月 30 日发布 4B 参数 grounding 基础模型 GroundingPI，论文已提交 arXiv，模型权重与代码随后在 HuggingFace 与 GitHub 公开。在覆盖 11 类感知能力的 34 项 grounding 基准、对比 44 个基线模型的评测中，GroundingPI 平均得分 73.68%，超过参数量更大的 GPT-6 Astra（71.54%）。
  • Astronex-World 1.0 开源：53.5 亿参数实时交互世界模型，单卡 48GB 实现 24fps 流式生成 —— 2026 年 10 月 13 日——Astronex Robotics 已于 9 月 16 日在 GitHub 与 Hugging Face 开源实时交互世界模型 Astronex-World 1.0，代码与权重均采用 Apache-2.0 许可；该模型参数量 53.5 亿（官方口径 5B 级），在 WBench Full 基准取得 70.0 分，超过受评测的 136 亿参数 LongCat-Video（69.9 分）与 140 亿参数 Helios（69.7 分），单张 48GB 显存的 NVIDIA L20 数据中心卡即可按 24fps 实时流式生成画面。技术报告已于 9 月 17 日提交 arXiv（编号 2609.20034）。
  • Gen-Verse 团队开源 RSI-Anything：世界模型驱动递归自我改进，覆盖编程、GUI 与科学任务 —— 2026 年 10 月 13 日——研究团队于 10 月 9 日在 arXiv 发布论文（编号 2610.13912），提出跨领域递归自我改进框架 RSI-Anything：以世界模型预测引导动作选择与学习数据筛选，用同一套流程覆盖代码修复、GUI 交互、实验室规划、化学反应优化与免疫科学五类任务。项目代码以 Apache-2.0 协议开源，五类任务资源同步上线 Hugging Face；实验数据显示，代码修复隐藏测试通过率从 26.3% 提升至 31.2%，实验室规划得分从 21.80% 翻倍至 46.01%，化学反应优化平均最优实测产率达 96.15%。
  • NVIDIA 研究院发布 GATOR 框架：随手拍照片重建仿真级 3D 资产，智能体自动检查修复 —— 2026 年 10 月 13 日——NVIDIA 学习与感知研究部联合西蒙弗雷泽大学（SFU）于 10 月 8 日发布 GATOR 三维重建框架（论文编号 arXiv 2610.11215）：从一张或多张随手拍摄的照片重建完整、带纹理、含基于物理的材质与场景相对位姿的 3D 物体资产，可直接用于物理仿真；单个物体生成耗时约 30 秒，随后由多模态智能体在每物体 10 分钟预算内自动检查并修复重建结果。
  • 阿里千问发布超长程智能体强化学习框架 QwenGyre，训练提速最高 1.85 倍 —— 2026 年 10 月 13 日——阿里千问于 10 月 12 日发布面向超长程智能体任务的在线强化学习框架 QwenGyre：在旗舰模型 Qwen3.8-2.4T、单次 rollout 约 70 万 token 的 NL2RepoBench 实验中，48 步训练将模型通过率从 52.48% 提升至 58.54%，相同 GPU 预算下训练耗时从 134.55 小时降至 75.42 小时，实现 1.78 倍端到端加速。
  • 华为联合华东师大发布时序基础模型七曜，登顶 TIME 与 GIFT-Eval 国际双榜 —— 2026 年 10 月 12 日——10 月 11 日，据华为云官方消息，由华为公司与华东师范大学联合团队研发的昇腾原生时序预训练模型「七曜」登顶国际时序评测榜单 TIME-leaderboard 与 GIFT-Eval（Pretrained 类目），在两个榜单中均排名第一，华为云官方表示这标志着国内时序基础模型正式跻身全球第一梯队。
  • 我国将开展适应人工智能发展促就业行动，健全就业影响评估机制应对AI冲击 —— 2026 年 10 月 12 日——据新华社 10 月 10 日报道，国务院新闻办公室当日举行「开局起步'十五五'」系列主题新闻发布会，人力资源社会保障部宣布将开展适应人工智能发展促就业行动、「技能照亮前程」培训行动等五项行动；今年 1 至 9 月全国城镇新增就业 1052 万人，完成全年目标任务的 87.7%。
  • 智谱GLM-5.3 HighSpeed灰度推送：ZCode订阅用户实测输出速度超每秒490个token —— 2026 年 10 月 12 日——据智东西 10 月 12 日报道，智谱在 AI 编程工具 ZCode 的 3.15.1 版本中灰度推送高速旗舰模型 GLM-5.3 HighSpeed，被灰度到的订阅用户实测输出速度超过 490 tokens/s，达到智谱官方以更快推理为卖点的 GLM-5.3-FlashX（官方口径 200 tokens/s）的 2 倍以上。该模型目前仅面向部分订阅用户随机开放，暂无公开申请入口。
  • Kimi K3.1 标识泄露，计划 10 月中旬发布，月之暗面另研 5 至 6 万亿参数模型 —— 2026 年 10 月 12 日——月之暗面下一代模型 Kimi K3.1 的标识于 9 月 28 日出现在其 API 平台后台模型注册表中，经开发者接口探测可实际调用；据野村证券报告及快科技等媒体报道，K3.1 计划 10 月中旬前发布，重点提升 Agent 连续执行长时间任务的能力，月之暗面同时被曝正在研发一款 5 万亿至 6 万亿参数的大模型，高端训练算力不足是当前最大瓶颈。
  • 北京为 AI 虚拟偶像 Yuri 发放官方身份认证，数字人相关企业已超 130 万家 —— 2026 年 10 月 11 日——据环球网 10 月 9 日转译的澳大利亚广播公司（ABC）10 月 7 日报道，北京经济技术开发区已于 2026 年 1 月 31 日向 AI 虚拟偶像 Yuri（尤栗）颁发全国首个虚拟偶像身份认证，证件载明姓名、出生日期、住址与面部特征，凭该官方身份，运营团队得以开设数字货币钱包并在多个行业建立商业合作。据中国传媒大学 2025 年报告，我国与数字人领域相关的企业至少已有 130 万家。
  • 腾讯开源 Youtu-Parsing-Omni：5B 全模态解析模型统一输出结构化 JSON —— 2026 年 10 月 11 日——腾讯优图实验室于 10 月 9 日在 Hugging Face 开源全模态解析模型 Youtu-Parsing-Omni，参数量 5B，单个模型即可将文档页、自然图像、图表、流程图、几何图形、音频与音视频统一解析为结构化 JSON 输出。官方模型卡报告其在 OmniDocBench v1.6 综合得分 96.96，位列该榜单第一。
  • 开源逆向工程工具 REA 登顶 GitHub Trending：AI Agent 无需源码即可分析软件实现 —— 2026 年 10 月 11 日——GitHub 开源项目 REA（Reverse Engineer Anything）于 10 月 9 日登顶 GitHub Trending 总榜第一，第三方快照记录当日新增约 1.49 万 Star；截至发稿，仓库 README 显示总星数约 8 万。该项目把逆向工程分析能力封装为 MCP 服务器与命令行工具，供 Claude Code、Codex 等 AI 编码智能体调用，在无源码条件下分析软件的功能实现。
  • 腾讯混元开源翻译模型Hy-MT2：支持33种语言互译，1.8B量化后仅440MB —— 2026 年 10 月 10 日——腾讯混元于 2026 年 5 月 21 日正式开源新一代多语言翻译模型族 Hy-MT2，包含 1.8B、7B、30B-A3B（MoE）三个规格，均支持 33 种语言互译及 5 种中国少数民族语言与方言；其中轻量级 1.8B 模型经 AngelSlim 1.25-bit 极端量化后仅约 440MB，官方称其整体表现优于微软翻译、豆包翻译等主流商业翻译 API。
  • 新思科技探索携手中国AI实验室，定制AI版芯片设计工具 —— 2026 年 10 月 10 日——据日经亚洲 10 月 9 日报道，全球 EDA（电子设计自动化）龙头新思科技（Synopsys）正探索与中国大语言模型（LLM）实验室建立合作，为中国市场定制 AI 版芯片设计工具，协助中国本土企业加速芯片研发；合作将在美国人工智能与半导体出口管制范围内进行。此前 9 月 30 日，新思科技已与 OpenAI 签署多年期协议共同开发芯片设计专用模型 GPT-Synopsys，并在年度投资者日活动上给出 2027 财年营收 111.5 亿美元、同比增长 15% 的业绩指引。
  • 阿里Qwen开源Qwen-Image-2.1-Turbo：8步去噪完成生图与编辑，单张定价0.1元 —— 2026 年 10 月 10 日——阿里通义千问团队于 10 月 9 日开源图像生成加速模型 Qwen-Image-2.1-Turbo：该模型沿用 Qwen-Image-2.1 的 7B 视觉生成架构（约 71.2 亿参数），将文生图与图像编辑的去噪步数从原版默认的 40 步压缩至 8 步，模型权重以 Qwen Research License 协议在 Hugging Face 与 ModelScope 两个平台开放下载；同日 Qwen-Image-2.1 Pro 与 Turbo 托管 API 在阿里云 Model Studio 正式上线，其中 Turbo 在国内（百炼）定价 0.1 元/张。

工坊上新

  • 知枢 · 垂域自生长知识底座 —— 可私有化部署的企业知识底座：把文件变成可信任、可溯源、可审查、可回滚的知识资产，同时面向人类与 Agent 提供检索、问答与只读 API。
  • AnClicker v1.6.3 桌面自动化工具 —— Windows,Mac,Linux三端可登，自动化软件，流程图绘制编程，录制回放，ai帮写

本页由系统每周五 15:00 自动汇总生成，收录上一周（周五 15:00 ~ 本周五 15:00）本站新增的教程、资讯、视频、工坊与资源。