Yeekal Logo Yeekal
2,438 字
早报 | MORNING 2026-10-20

Meta 披露 Prometheus 一期超算,Muse Glimmer 30B 开放权重

今日要点
  • Meta Prometheus 一期投用,数十万 GPU,目标 100 万
  • Meta 发布 Muse Glimmer 30B,4-bit 量化约 17GB
  • Inception Mercury 3 扩散 LLM,1000+ tokens/s、1M 上下文
Meta 披露 Prometheus 超算一期投用:数十万 GPU、满规模目标 100 万,Muse Wonder 预训练 goodput 超 85%;同日发布 30B 开放权重模型 Muse Glimmer,4-bit 量化后约 17GB,可在 24GB 显存设备运行;Inception 发布扩散 LLM Mercury 3,1M 上下文、1000+ tokens/s。

1️⃣ Meta 披露 Prometheus 超算一期:预训练 goodput 超 85%#

  • 基础设施进度:Meta 位于俄亥俄州 New Albany 的 Prometheus 一期已完成,已用于训练 Muse Wonder 等基础模型;集群当前由数十万 GPU 组成,满规模目标约 100 万 GPU。
  • 可靠性数据:Muse Wonder 预训练 goodput 超过 85%,强化学习运行超过 90%;训练中断间隔约 47K GPU 小时,后续固件修复提升至超过 54K。
  • 硬件与网络:已部署 GB200 NVL72“Catalina”和 GB300 NVL72“Clemente”,后续将接入 Vera Rubin NVL72“San Miguel”;采用专用后端网络、BAG 聚合网络与闭环液冷。
  • 观察:当集群达到千兆瓦级,goodput、故障恢复和网络稳定性比峰值算力更能决定有效训练产出。 🔗 Meta Engineering

2️⃣ Meta 发布 Muse Glimmer 30B:4-bit 量化后可在单张消费级 GPU 运行#

  • 模型发布:Meta 发布 30B 开放权重模型 Muse Glimmer,面向消费级硬件上的 Agent 任务;官方称其在工具使用和多步规划上领先同尺寸开放模型。
  • 量化与速度:4-bit 量化后约 17GB,目标在 24GB 显存设备运行;采用 DFlash 推测解码,RTX 5090 上约 233 tokens/s,较普通解码约 3.1 倍。
  • 意义:开放权重模型正在把多步 Agent 能力下放到个人电脑,本地执行与隐私场景的可用性提高。 🔗 Meta 技术报告 | 官方推文

3️⃣ Inception 发布 Mercury 3:扩散 LLM 达 1000+ tokens/s#

  • 发布:Inception 发布 Mercury 3,称其为目前最强的扩散 LLM,参数规模为 Mercury 1 的 40 倍,保持 1000+ tokens/s 和 1M 上下文。
  • 性能宣称:官方称在 IFBench、GPQA Diamond、SWE-Bench Atlas 上超过 GPT-6 Luna 与 Claude Haiku 5.5;该结论来自厂商,尚待独立复测。
  • 可用性与价格:已上线 OpenRouter、Inception API 和 Baseten;OpenRouter 启动五折,0.10/M输入、0.10/M 输入、0.35/M 输出。
  • 行业意义:扩散 LLM 以并行草拟再精炼换速度,适合语音、客服等低延迟场景,但需验证长链推理与工具调用稳定性。 🔗 OpenRouter | Inception

4️⃣ [持续跟踪] MiniMax M3.1 Flash 揭晓:Space Bunny 正式归位#

  • 前情提要:匿名模型 Space Bunny 曾在 OpenRouter 连续 10 天排名第一,处理 56.7T tokens,是 OpenRouter 运行量最大的匿名模型之一。
  • 最新进展:OpenRouter 揭晓 Space Bunny 即 MiniMax M3.1 Flash;模型在 OpenRouter 免费 72 小时,API 定价 0.15/0.15/0.60 每百万输入/输出 token,缓存读取 $0.015。
  • 评测与权重:MiniMax 称其 Cowork Automation-Bench 62%、DeepSWE 74%、BabyVision 91%,成本为 M3 的 1/3、速度 3 倍;LMArena WebDev 开源第 12(1588 分);权重 10 月 23 日发布。
  • 观察:匿名打榜、正式发布、低价开放,正在成为模型厂商获取开发者流量的常用路径。 🔗 OpenRouter 揭晓 | LMArena | MiniMax

5️⃣ Cloudflare 发布 Clairic:System One 提取模型上线 Workers AI#

  • 新模型类别:Cloudflare 发布 System One 提取模型 Clairic 预览,托管于 Workers AI(@cf/cloudflare/clairic),计划开源权重。
  • 工作方式:单次前向、无输出 token,只对输入计费;支持从文本/图片提取类型化值、计算值、估计分布和预测,返回字符偏移、置信度、p_null 与 80% 区间。
  • 成本对比:在损坏商品理赔示例中,Clairic→Clef→GLM-5.3 级联耗时 19.3s,全 LLM 为 61.7s;每百万理赔成本 6,032对6,032 对 11,740。
  • 限制:官方称多步算术仍弱,估计需要输入证据,预测不适合替代专用时序模型。 🔗 Cloudflare Blog

6️⃣ Cognition 发布 Devin Fusion:编码 Agent 指数得分 68,成本低 31%#

  • 发布与评测:Cognition 发布 Devin Fusion,在 Artificial Analysis Coding Agent Index 得分 68,采用 Opus 5.5 为主、GPT-6 Luna 为辅的模型组合。
  • 成本对比:Cognition 称其性能超过使用 Opus 5.5 的 Claude Code,单任务成本低 31%。
  • 可用性:Fusion 已在 Devin CLI 中提供;官方博客介绍本地 Fusion 的构建方式。
  • 观察:编码 Agent 的竞争从单模型能力转向“模型路由+工具链+成本控制”的系统级优化。 🔗 Cognition | 技术博客

7️⃣ Meta 提出“薄编排器”:1300 行路由层调度 14 个专业 Agent#

  • 架构:Meta 数据管道 Agent 采用“薄编排器”:约 1300 行路由层调度 20+ 工作流到 14 个专业子 Agent,编排器本身不做领域推理。
  • 结果:新数据列配置准备从手工 3-4 天、旧系统约 1 天降至 1 小时以内;约三分之二变更无需重大人工修改。
  • 方法:编排器执行固定 7 步协议,只有委派步骤调用 LLM;子 Agent 隔离上下文,按需加载 25+ 知识文件;新用例通过工作流模板复用现有 Agent。
  • 观察:多 Agent 系统的可靠性更多来自确定性路由与上下文隔离,而非把全部知识塞进一个总控模型。 🔗 Meta Engineering

8️⃣ Google DeepMind:Gemini Agent 为 BB(6) 图灵机发现并验证新加速规则#

  • 研究结果:Google DeepMind 论文展示一个基于 Gemini 的 Agent 为 BB(6) Busy Beaver 问题中 11 台未解决图灵机发现新的加速规则,并通过 Lean 形式化验证。
  • 方法:Agent 自行选择图灵机、分析执行轨迹、提出压缩多步执行的规则;规则先经非形式化推理,再进入 Lean 证明,只保留已证明结果。
  • 状态:作者暂称这些机器为 Cryptids;其从空白纸带开始的运行已有紧凑描述,但是否停机仍未解决。
  • 意义:这是 Agent 自主提出、形式化验证新数学结果的案例,减少了对模型推理过程“可信”的依赖。 🔗 arXiv | 解读

9️⃣ 阿里云数据:80% RDS PostgreSQL 新增实例由 Agent 创建#

  • 数据:阿里云杨辛军称,过去一年 RDS PostgreSQL 新增实例同比增长 400%+,约 80% 新增实例由 Agent 创建;整体数据库新增实例约 60% 由 Agent 创建,Agent 访问流量接近 50% 目标。
  • 架构调整:阿里云将数据库分为 AIDBS(Data Agent)、Agent Context/Agentic DB(记忆与多模数据内核)、ApsaraLakebase(百万级 Agent 共享存储)三层。
  • 客户案例:古茗自助分析上线周期从天级缩短至 2-4 小时;小红书用 Agent Context 支撑 3000+ 员工子 Agent 协同;奇瑞 5000+ 员工使用 Data Agent。
  • 观察:数据库的设计前提正从“人建人用”转向“Agent 建、Agent 用、人管边界”,记忆与权限将进入数据内核。 🔗 CSDN 专访

🔟 微软扩展 Project Perception:把模型当作“内部风险”来管控 Agent#

  • 发布:微软扩展 Project Perception,新增持续评估 Agent 风险、动态调整权限、威胁遏制等能力;纳德拉称应把模型视为“内部风险”,安全控制放在模型外部。
  • 原则:该方向强调对 Agent 行为做持续监控与最小权限约束,而不是只依赖模型自身拒绝。
  • 意义:随着 Agent 获得浏览器、代码和业务系统权限,安全控制平面需要独立于模型,成为企业部署 Agent 的前置条件。 🔗 Microsoft Blog | Satya Nadella

⭐ GitHub 趋势#

📊 类别速览

项目类别Stars
headroomlabs-ai/headroomAI Agent / 上下文工程76.2k
shiyu-coder/Kronos金融时序基础模型41.6k

1. headroomlabs-ai/headroom ⭐ 今日 +310#

语言/许可: Python / Apache-2.0
总 Stars: 76.2k
仓库: GitHub

项目定位:
面向 AI Agent 与 LLM 应用的上下文压缩层,在工具输出、日志、RAG 片段和文件进入模型前降低 token 消耗,同时保留原文回读能力。

核心功能:

  • 提供 Python/TypeScript 库、本地代理、MCP Server 三种接入方式,可包裹 Claude Code、Cursor、Codex、Aider 等 Agent 工具。
  • 按内容类型路由压缩器:JSON 使用 SmartCrusher,源码使用 AST 级 CodeCompressor,文本使用 Kompress-v2-base。
  • CCR 可逆压缩:原始内容本地缓存,模型需要时通过 headroom_retrieve 回读全文。
  • 除输入压缩外,还通过 verbosity steering 与 effort routing 削减输出侧冗余 token。

技术亮点:
本地执行 ContentRouter → 专用压缩器 → CCR 链路;CacheAligner 识别可能破坏 provider KV-cache 前缀的易变内容,且不直接重写 prompt。


2. shiyu-coder/Kronos ⭐ 今日 +363#

语言/许可: Python / MIT
总 Stars: 41.6k
仓库: GitHub

项目定位:
面向金融 K 线序列的开源预训练基础模型,用于 OHLCV 多变量时序建模、预测与下游量化任务微调。

核心功能:

  • 两阶段建模:KronosTokenizer 将连续 OHLCV 数据量化为分层离散 token,再由 decoder-only Transformer 自回归预训练。
  • 提供 mini / small / base 三档开放权重,参数量分别约 4.1M、24.7M、102.3M;large 499.2M 未开放。
  • KronosPredictor 支持单序列与批量预测,并提供温度、top-p、多样本路径等概率采样参数。
  • 提供微调脚本与 Hugging Face 权重,便于适配自定义金融预测任务。

技术亮点:
使用专用 K 线 tokenizer 将连续多维行情转为离散 token,再走自回归建模范式,区别于通用时序基础模型的直接数值回归路径。

1,862 字
晚报 | EVENING 2026-10-20

DHS 要求移除 DeepSeek,Anthropic 洽谈 450 亿算力

今日要点
  • DHS 要求联邦机构停止采购并清除 DeepSeek 及衍生品
  • Nscale 与 Anthropic 洽谈 450 亿美元第二座 Monarch 算力
  • AWS Bedrock 为 Claude 上线结构化输出与 strict tool use
美国国土安全部要求联邦机构清除 DeepSeek 及衍生品;Nscale 与 Anthropic 洽谈约 450 亿美元第二座 Monarch 算力;AWS Bedrock 为 Claude 上线结构化输出;MemT 1.0 开源记忆原生模型,Mistral 发布 Timestral。

1️⃣ DHS 要求联邦民事机构停止采购并清除 DeepSeek#

  • 政策动作:据 X 上流出的文件转述,美国国土安全部(DHS)要求所有联邦民事行政部门立即停止采购深度求索(DeepSeek)及其关联实体的软硬件与服务。
  • 覆盖范围:现有政府 IT 系统中需清除 DeepSeek 产品,以及基于 DeepSeek 架构开发的任何第三方产品与服务。
  • 行业影响:这一要求把限制从联邦采购延伸到已部署系统,可能影响使用 DeepSeek 开源权重做二次开发的政府承包商与集成商。 🔗 X 转述 | Latent Space 汇总

2️⃣ Nscale 与 Anthropic 洽谈 450 亿美元第二座 Monarch 算力#

  • 交易内容:据路透社,Nscale 正与 Anthropic 商谈约 450 亿美元 AI 算力交易,拟由美国西弗吉尼亚州 Monarch 数据中心园区第二座设施提供服务。
  • 设施规格:该设施将采用英伟达 Vera Rubin AI 芯片,提供 460 兆瓦算力;Anthropic 还持有园区第三座设施的优先购买权。
  • 关键区分:这是 Monarch 园区第二座设施的单独谈判,不同于今年 8 月已宣布的 450 亿美元算力租赁协议;谈判仍在进行,条款可能变化。
  • 背景风险:路透社同时提到,微软近期因电力接入延误退出了 Nscale 另一项旗舰数据中心合作,该项目供电时间已推迟至 2030 年代。 🔗 爱范儿早报

3️⃣ AWS Bedrock 为 Claude 上线结构化输出#

  • 功能上线:Amazon Bedrock 为所有可用的 Anthropic Claude 模型提供结构化输出,覆盖 bedrock-runtime 与 bedrock-mantle 两个端点。
  • 技术机制:使用 constrained decoding 在 token 生成阶段强制 JSON Schema,支持 JSON Schema 输出格式与 strict tool use,而非事后解析或重试。
  • 开发者影响:响应保证符合 schema、字段类型安全、必填字段存在,可减少 JSON.parse 错误和重试逻辑;对 agent 工具调用和多步自动化尤其直接。
  • 性能细节:新 schema 首次请求需编译 grammar,之后按账户缓存 24 小时;输出仅包含 schema 定义字段,可降低高并发场景的输出 token 成本。 🔗 AWS 官方博客

4️⃣ MemT 1.0 开源:把记忆读写内化进模型架构#

  • 模型发布:记忆张量发布并开源 MemT 1.0 记忆原生大模型,包含 Flash 与 Nano 两个版本,权重与代码已公开。
  • 架构差异:模型将动态记忆状态作为独立模块参与每轮生成,通过 token 级更新与门控机制自主决定记忆的读写和覆盖,无需重新训练整个大模型。
  • 基准表现:11 项系统记忆基准中,闭卷作答的 Flash 与 Nano 均分分别为 50.6 和 47.0,领先同组最强参数化记忆基线 12.5 分和 8.9 分。
  • 工程成本:在 128K token 历史长度下,恢复单条交互历史所需的持久状态存储约为完整上下文 KV cache 的六十六分之一;SWE-bench Verified 中,按实时报错动态更新记忆将 Nano 平均成功率从 66.07% 提至 69.73%。 🔗 爱范儿报道 | GitHub

5️⃣ Mistral 发布 Timestral 时间序列基础模型#

  • 模型规格:Mistral 推出时间序列基础模型家族 Timestral,包含 5M、28M、123M、209M 四种参数规模,支持多变量预测、21 个分位数和未来协变量。
  • 上下文与部署:上下文最多 32,768 个时间步,推理代码支持在 CPU 或 GPU 上独立运行;推理代码采用 Apache 2.0,模型权重采用 Modified MIT。
  • 基准与延迟:官方称 209M 模型用单一检查点、不做集成,在 GIFT-Eval、TIME、fev-bench 的预训练零样本比较中领先;8 线程 CPU 下,以三周每 15 分钟数据预测一天,5M 与 209M 分别约需 10ms 与 140ms。
  • 适用边界:Mistral 承认生产数据可能与公开基准不同且随时间漂移,提供 Forge 适配与微调路径;通用时序基础模型未必替代逐序列专用模型。 🔗 Mistral 公告 | HN 汇总

6️⃣ CERN 与 Mistral 签署意向,合作开发大型物理模型#

  • 合作性质:CERN 与 Mistral 签署建立长期战略伙伴关系的意向声明,计划结合 CERN 的基础物理数据、计算能力与 Mistral 的模型训练经验。
  • 核心设想:以大型强子对撞机的数十亿次模拟质子碰撞训练预训练 Large Physics Model,用于碰撞重建、粒子识别、意外信号标记及未来探测器设计评估。
  • 数据背景:CERN 已存储约 1 EB 的 LHC 实验数据,预计约 2030 年投入运行的高亮度升级将使碰撞数量增加十倍。
  • 待定事项:公告尚未给出最终模型规模、交付时间、许可证或验证结果;合作意向不等于项目已经完成,也不能等同于聊天模型已产生新物理发现。 🔗 CERN 公告 | HN 汇总

7️⃣ Anthropic 推出 OSS Scanner,首周报告 77 个严重问题#

  • 项目内容:Anthropic 推出 OSS Scanner,免费定期扫描关键开源项目,提供漏洞概念验证与补丁。
  • 首周数据:首周报告 77 个 critical、803 个 high 的模型评级发现,其中包括 curl 的修复。
  • 行业影响:AI 实验室开始以自动化方式介入开源供应链安全;但模型评级发现数量不等于漏洞实际严重性,仍需维护者与社区验证。 🔗 Latent Space 汇总 | ClaudeDevs

8️⃣ Tenstorrent 完成 15 亿美元融资,投后估值 62 亿美元#

  • 融资信息:Tenstorrent 完成 15 亿美元 E 轮融资,投后估值 62 亿美元,由 Trace Capital 与 Innovation X 领投,ARK Invest、Fidelity、Morgan Stanley、Sandisk 和 Tether Investments 等参投。
  • 资金用途:资金将用于大规模部署 Galaxy 服务器,支持开放权重的大语言模型和视频生成模型,并继续推进对外授权的 AI 与 CPU IP 业务。
  • 产品路线:产品覆盖单张计算卡、工作站、机架、超级集群和定制 IP,配套开源软件栈;公司希望用同一套架构覆盖不同规模的计算需求。 🔗 爱范儿早报

9️⃣ vLLM v0.32.0 发布:加入结构化决策端点与低精度 KV#

  • 版本规模:vLLM v0.32.0 包含 814 个提交,新增 /v1/systemone 结构化决策端点,并在多类硬件上支持低精度 KV,包括 NVFP4 与 ROCm 4-bit KV。
  • 性能更新:Model Runner V2 加入 GPU n-gram speculator;多 API workers 带来 43%–85% 的 req/s 提升;预编译 Python 字节码使启动时间缩短 14%–18%,H100 上约减少 18 秒。
  • 行业影响:推理引擎正在把 agent 决策、低精度缓存和启动效率作为一等能力优化,直接影响自托管模型的单位请求成本。 🔗 vLLM 发布 | Latent Space 汇总