Memory Attention：用 token 记忆表替代 value 投影的新注意力机制
一篇改注意力机制的论文：value 不再做投影，改查 token 记忆表，推理还能省显存，做模型结构的可以看看。
#开源模型
共 1803 条 · 7 天 276 条 · 30 天 616 条 · 话题观测 →
9月24日
模型价格战：OpenAI 代币降价 62%，GPU 租金却涨 50%
Ornn 拉了三个月数据：OpenAI 降价 62%，DeepSeek 降 51%，但 B200 租金反涨 50%。想搞清楚钱最后流向谁的，看这篇。
17 美元、25 分钟，用 Qwen3.5 4B 微调出专用决策模型
TogetherAI 把 Qwen3.5 4B 微调成分类器，17 美元、25 分钟就能复现，数据和代码全开源，适合想上手微调的人照着跑一遍。
五款 7B-8B 开源模型土耳其语文档问答评测：本地 6GB 显卡跑出 49%-75% 准确率
有人在 6GB 显存的笔记本上，用土耳其语 109 页报告实测了五款 7B-8B 开源模型，还顺手证明花哨检索方案打不过 TF-IDF，做 RAG 的可以看看。
FRESH：用异构图记忆让小模型工具调用智能体从失败中学习
小模型跑工具智能体老犯重复调用、提前写入这类错，这篇把失败经验做成异构图记忆来避免，τ-Bench 和 AppWorld 都验证有效，做本地部署的可以看看。
LADA 用不到5%语言标注训练自动驾驶VLA，Bench2Drive 得分 87.98
Wayve 这篇论文教你怎么用不到5%的语言标注训出能开车的VLA，Bench2Drive 上分数还超过全监督基线，做自动驾驶的值得看看方法细节。
阿里千问发布手机 Agent 方案 Qwen Intelligence，拆成规划、执行、创作三件套
阿里千问出的手机 Agent 三件套，规划、执行、创作分工明确，API 优先、点屏幕兜底，还把四套评测基准开源了，做手机智能体的可以看看。
Fireworks 发布 Ember-1：基于 Kimi K3 减少 40% 推理 token
Fireworks 在 Kimi K3 上做了个减法：推理 token 少用 40% 但质量不掉，跑推理烧钱的朋友可以看看。
Qwen3.8 Max Prime 上线 OpenRouter，吞吐更高
阿里把 Qwen3.8 Max 出了个高吞吐版 Prime，2.4T 参数、1M 上下文还能吃图和视频，已经能在 OpenRouter 直接调了。
用 OpenCode 搭配 Amazon Bedrock 开源模型搭建 AI 编程智能体
教你把开源的 OpenCode 接上 Bedrock 里的开源模型当编程智能体用，数据留在自己账户里，还讲了怎么给不同任务配不同模型。
Audio8 ASR Infinite 开源：流式语音识别无限时长无漂移
一个叫 Audio8 ASR Infinite 的流式语音识别开源了，能 7x24 无限时长转写不漂移，靠语义轮次检测解决长音频老毛病，做实时转写可以看看。
NVIDIA 开源 Nemotron 3 Diarization 说话人分离模型
NVIDIA 开源了个说话人追踪模型，1秒语音就能分清谁在说话，还能让 Reachy Mini 机器人认人记名字，商用许可也友好。
9月23日
Hugging Face 发布 huggingface/lerobot JS 包，浏览器直接读取 LeRobot 数据集
Hugging Face 出了个 lerobot 的 JS 包，浏览器直接看机器人数据集，不用下载，600 行代码就能搭个查看器，玩机器人数据的可以试试。
小米发布 MiMo-V2.6 Pro 与 Flash，开源权重对标 GPT-5.6
小米把 MiMo-V2.6 整套开源了，Pro 在智能体基准上打平 Claude Opus 5，本地跑前沿模型的门槛又降了。
NVIDIA 发布 Nemotron 3 Diarization 说话人分离模型
NVIDIA 出了个 100M 参数的小模型，专门搞定多人说话分不清谁是谁的问题，8 人以内、说话重叠都能识别，已经上了 Hugging Face。
Alibaba 发布 Qwen Audio 3.1 系列五款语音模型，AI 音频服务降价最高 95%
Qwen 一次发了五款语音模型，能识别方言、区分多个说话人还能标注情绪，价格还砍了 95%，做语音应用的可以看看。
阿里 Qwen 发布 Qwen Intelligence，带来三个手机端智能体
阿里 Qwen 出了三个手机智能体，能规划任务、操作手机、一句话生图，还把测试基准开源了，做移动端 Agent 的可以看看。
Step 5 Preview 实测：发动机动画与三维抓娃娃机两个编程任务对比
Step 5 Preview 刚发布，作者拿发动机动画和3D抓娃娃机两个任务实测它，和 GLM-5.3、DeepSeek-V4.1-Flash、GPT-5.6 Sol 逐项对比耗时和成品质量，比看跑分实在。
蚂蚁百灵开源 Ming-Image-0.1-Design 系列，UI 设计评测居开源第一
蚂蚁百灵开源了两个 6B 的设计生图模型，能直接出 UI 和海报，还能把图拆成透明图层，评测里开源第一，OpenRouter 可免费试用两周。
科大讯飞发布语音识别模型 Spark-ASR-2.0，明日上线讯飞输入法
科大讯飞发了 Spark-ASR-2.0，方言和嘈杂环境识别提升明显，成本只涨 10%，明天就能在讯飞输入法里用上。
IT之家原文
Alibaba 透露 Qwen4 已进入训练，路线图指向 5–10T 参数的 Qwen4.5 和 Qwen5
Alibaba 在 Apsara 2026 透露 Qwen4 正在训练，后续 Qwen4.5、Qwen5 要做到 5–10T 参数，用 Qwen 的可以关注下节奏。
阿里千问发布 Qwen-Audio-3.1 系列五款语音模型，TTS 降价约 70%
阿里这次一口气发了五款语音模型，方言识别和能自己生成配乐音效的 TTS-Next 都挺有意思，价格还砍了一波。
IT之家原文
StepFun 开源 Step Code，Terminal-Bench 2.1 得分 80.9%
StepFun 把自家 Coding Agent 开源了，跑分还行，作者顺手整理了国内各家开源编程 Agent 的 GitHub 链接，选型可以直接抄。
藏师傅的 Humanizer-zh Skill 获 1 万多 star 并迎来大版本更新
藏师傅那个 1 万多 star 的中文去 AI 味工具更新了，吸收了上游迭代和 issue 里的反馈，写文案被 AI 味困扰的可以去试试
Qwen-Image-2.1 登顶 Image Edit 与 Text-to-Image 两个 Arena 开源榜第一
Qwen 的图像模型这次在 LMArena 两个榜单都是开源第一，图像编辑拿到 1367 分，总榜离 GPT-Image-1.5 只差 3 分，做图的朋友可以试试。
中国电信开源 Xing4.0-29B-A4B：昇腾端到端训练的 Agentic MoE 模型
中国电信开源了个 29B 的 MoE 模型，只激活 4B 参数、支持 256K 上下文，全程在昇腾芯片上训练，权重挂在 Hugging Face 和 ModelScope 上可以直接下载。
Unsloth GGUF 量化让 Qwen-Image-2.1 在 12GB 显存本地运行
低配显卡党福音：Unsloth 把 Qwen-Image-2.1 量化到 12GB 显存就能本地生图，6GB 显存走 FP8 offloading 也能跑，质量还对标 Nano Banana 2.0。
LlamaIndex 开源 PDF 解析工具 LiteParse 更新，速度达 2.8ms/页
LlamaIndex 家的 PDF 转 Markdown 工具 LiteParse，一页只要 2.8ms，本地就能跑，做 RAG 解析文档的可以试试。
Jerry Liu 开源 DocJev：文档分类与拆分速度比 gpt-5.6-luna 快 6 倍
LlamaIndex 的 Jerry Liu 开源了 DocJev，扔几条自然语言规则就能给文档分类和拆分，速度还比 gpt-5.6-luna 快 6 倍，免费可用。
Claude Opus 5.5 发布：性能对标 Claude Fable 5.1，成本降低 40%
Anthropic 发了 Opus 5.5，能力跟 Fable 5.1 差不多但便宜四成，用 AI SDK 的可以直接接上试。
Anthropic 预告 Claude Sonnet 5.5 与 Haiku 5.5 将在数周内发布
Anthropic 预告 Claude Sonnet 5.5 和 Haiku 5.5 几周内就来，主打性能、效率和安全三方面升级，用 Claude 的可以蹲一下。
开源 MiMo v2.6 成为性价比新标杆，代理成本仅为 Grok 4.7 的 1/57
小米的 MiMo v2.6 Flash 跑分接近 Grok 4.7，成本却只有 1/57，做 agent 的可以看看这份 60 任务实测。
