AI 编程实时动态与要闻

蚂蚁集团旗下具身智能公司灵波科技（Robbyant）11 月 9 日开源触觉基础模型 LingBot-Touch（Apache 2.0），用 JEPA 式潜空间预测和共享 Haptic Transformer，把压阻、磁感、视触觉三类传感器统一成同一套触觉 token。官方技术报告称：在 26 项双臂灵巧手真机任务上，接入冻结的 546 万参数 Tiny 编码器后，Diffusion Policy、π0.5、LingBot-VLA、T-Rex 的平均成功率分别提升 13.9–24.8 个百分点，而直接喂原始触觉信号最多只有约一半收益。Tiny 与 Small 两个权重已上 Hugging Face。

查看大图

蚂蚁集团 Ant Ling（@AntLingAGI）于 11 月 5 日发布 Ling-3.2-flash：560B 总参 / 25B 激活的原生多模态 MoE，1M 上下文，原生支持图/文/视频。官方 changelog 写明聚焦复杂视觉理解、多模态长程 Agent、3D 理解与交互、医学多模态；兼容 OpenAI 与 Anthropic 协议，上线前 2 周免费。官方帖给出相对 Claude Opus 5（max）的厂商评测：OmniDocBench1.5 92.21 vs 90.56、ZEROBench(Sub) 43.71 vs 39.52、Vision2Web 85.86 vs 80.20。DesignArena 称 Image-to-Frontend 约第 10、Elo 1238。

查看大图

vLLM 官方联合蚂蚁集团正式开源底层高性能量化推理算子库 Humming（humming-kernels）。该算子库专为大规模混合专家（MoE）与低精度密集模型的高并发服务而设计，全面覆盖 WnA16、W8A8、W4A8 与 W4A4 多种量化精度，横跨 INT1~INT8 与 FP4~FP8 数据格式，并原生适配从 NVIDIA Turing 到 Blackwell 架构及平头哥真武 810E 芯片。实测显示，Humming 算子在小 Batch 下比 cuBLAS 快 3~4 倍，在大 Batch 下比 Marlin 快 2 倍；在 8 张 H20 GPU 上运行 DeepSeek-V4.1-Flash，64 并发下整机端到端吞吐暴增 43.3%，首字时延（TTFT）大幅降低 32%，现已作为默认引擎整合至 vLLM v0.29.0+ 中。

查看大图

10 月 21 日，vLLM 社区与蚂蚁集团开源 Humming（Apache 2.0），一个用 JIT 编译按需生成 GEMM 内核的量化推理库，支持 Turing 起所有 NVIDIA 架构及平头哥真武 810E，覆盖 INT1–INT8、FP4–FP8 等权重/激活组合和稠密、MoE 两类负载。官方微基准中部分场景比 vLLM Marlin、FlashInfer、DeepGEMM 快 2–5 倍；在 8 张 H20 上跑 DeepSeek-V4.1-Flash，MoE 从 Marlin W4A16 换成 Humming W4A8 后吞吐提升 14%–43%。vLLM 0.29.0 起已内置。

查看大图

在 Artificial Analysis 最新发布的全球文本转语音（TTS）独立基准评测中，蚂蚁集团（Ant Group）开源的 Ming-3.0-tts 斩获 93.2% 的发音准确率，在全部 31 款参评模型中位列第一（超越 ElevenLabs v4 的 91.7%）。该模型提供 0.5B 密集版与 7.9B MoE 架构版本，支持高质量声音克隆与预设音色，在受控声音评测榜以 1,069 Elo 分位居开源第一，且以极度宽松的 MIT 开源协议完全向开发者免费开放。

查看大图

蚂蚁集团 InclusionAI 于 2026-09-30 公布 Ling-3.1-flash：约 560B 总参、每 token 激活约 25B 的混合推理 MoE，设计上下文最高 1M（试用/网关当前多暴露 256K–262K）。权重尚未上 Hugging Face；Vercel AI Gateway 与 OpenCode Zen 提供限时免费（至约 2026-10-13）。厂商自报含 SWE-Pro 65.39、Terminal-Bench 4.0 40.40、CyberGym 87.90——均未独立复现。

查看大图

在千亿参数大模型与端侧推理场景中，低比特权重量化与 KV Cache 压缩（如 W4A4KV4）是降低显存门槛与大幅提升吞吐的核心命脉。然而学术界长期存在一个认知误区：盲目追求削减激活值中的离群异常值（Outliers），而忽视了异常值与量化器本身的几何对齐关系。高通与苏黎世联邦理工学院等机构联合团队推出突破性量化框架 PrismQuant：首次揭示离群点绝对数值较小并不意味着低比特误差小，真正决定量化保真度的是异常值主特征空间与非对称分组量化器（Grouped INT4）常数子空间的最优几何对齐。团队将旋转矩阵设计巧妙构建为 Ky Fan 迹最大化问题，推导出了严格最优的闭式数学解析解。在 Llama、Qwen 与 Mistral 等涵盖 70B 密集模型与 30B MoE 模型的广泛评测中，W4A4KV4 配置下的 PrismQuant 刷新了业界 SOTA：在 Llama-3.1-70B 上零样本准确率仅比未量化的 FP16 全精度低 0.22 个百分点；在 8B 部署实测中实现 1.51 倍 Prefill 加速、解码显存峰值狂降 56.34%，代码已全面开源。

查看大图