AI 编程实时动态与要闻

面壁智能旗下 OpenBMB 10 月 27 日开源 MiniCPM-OCR 套件，含两款模型：1.3B 参数的文档解析模型 MiniCPM-OCR 1.0（Real5-OmniDocBench 93.68、OCRBench v2 54.7，官方口径），以及 2B 参数的 OCR 质量判定模型 MiniCPM-OCR Jev，可给任意 OCR 解析结果按区域打 0–1 分、标出需人工复核的内容。代码和权重均为 Apache 2.0，首发即支持 vLLM、SGLang、llama.cpp、Ollama 及多家芯片平台。

查看大图

10 月 21 日，Baseten 旗下研究团队 Base Labs 发布开源决策模型 mammoth-1（27B）与 elephant-1（9B），基于 Qwen3.5 全量微调，不生成文本，一次前向传播即返回每个选项的概率，适合分流、分类、打分和路由。官方口径下 mammoth-1 以 71.24 分登顶 Jev Decision Index 0.4，elephant-1 在 Artificial Analysis Decision Index 上并列第一。权重已上 Hugging Face，Baseten API 免费开放至 10 月 27 日。

查看大图

vLLM 官方推特宣布两项关键工程突破：在 v0.32.0 官方镜像中引入构建期 Python 字节码预编译（uv compile），使 H100 容器冷启动耗时缩短 14%~18%（省去约 18 秒且启动零重编译）；同时正式合入 Decision 3.0（D3）全系列 6 款结构化决策模型（0.6B 至 27B），通过 /v1/systemone 提供极速多模态选择与评分，在 AMD MI325X 单卡上支撑 64 并发的吞吐达原始基准的 1.8 倍。

查看大图

针对视觉语言模型（VLM）在空间感知中依赖自回归文本生成导致的高延迟，以及具身 VLA 模型缺乏个性化与物理安全兜底的难题，今日两项重磅开源成果给出解法：MJev-Spatial（arXiv:2610.22276，HF 350 赞登顶）复用骨干 Q/K 投影将空间判断转化为单次前向分类，零新增参数提速 5.6 倍并在 12 项基准斩获 65.64% 第一；港中大贾佳亚团队 CarryOn（arXiv:2610.21453）以规划-执行双环 Harness 将机器人安全违规率从 52.6% 降至 6.1%，故障恢复成功率从 13% 飙至 80%。

查看大图

现有智能体运行框架（Harness）在每一步都调用昂贵的大模型，但大多数步骤本质上只是‘下一步调用哪个工具’的多项选择决策。UIUC、耶鲁与普林斯顿团队推出 JevAgentHarness 与开源模型 AgentDecision-4B，通过在智能体自身纠错轨迹上训练 4B 决策模型并拟合逐项置信度阈值，实现与大模型动态共享控制权。实测使智能体运行成本降低 81.1%–89.0%，速度提升最高达 2.5 倍，分布外任务解决率达 91.5%。

查看大图

Subquadratic 于 10 月 12 日发布 SubQ Snap（公测 ID subq-snap-preview）：不生成文本、只对预定义答案打概率的「决策模型」，基于次二次稀疏注意力 SSA，单次可读 384K 文本+图像，100K token 约 1 秒出结果；官方称 Decision Index 0.2.1 得 61.7（Jev 57.9），输入 $0.05/百万 token、输出免费。

查看大图

vLLM Semantic Router（vllm-sr）团队于 10 月 11 日在 Hugging Face 以 Apache-2.0 开源 Decision 3.0 系列（d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge），基于 Qwen3.5/3.8，支持文本、图片和视频输入，一次调用直接输出选择题、是/否、打分三类问题的概率而不生成文本。官方口径：27B 旗舰 d3 在 Jev Decision Index 0.3.1 得 64.7，领先 Perplexity Decider v1.1（62.8）和上一代 Decision 2.0（55.9）；单张 MI325X 上文本请求中位延迟 55ms。vLLM 官方账号转发祝贺。

查看大图

独立开发者 Nandakishor M 以 Apache 2.0 开源 Vega（pip 包 vegaml）：冻结的 Qwen3.5-0.8B（另有 4B）只负责读取，57 MB 的可训练引擎把答案建模成势能“山谷”，小球带摩擦滚落后停在哪个谷就是答案，并给出校准概率、保形答案集与弃答标记。支持 73,728 token 上下文与图像输入。作者自测在钓鱼邮件识别等任务上胜过托管的 Jev 1.13.0，但也承认在重排与多步推理上落后。

查看大图

TypeSafe AI 10 月 9 日宣布完成 8.7 亿美元 A 轮融资、投后估值 75 亿美元，由 a16z 领投，Sequoia 与老股东 DCVC 跟投，Martin Casado 加入董事会。其“System One”决策模型 Jev 于 9 月 15 日发布，不输出文本而输出校准概率/类型化决策。公司称三分之一财富 500 强在用，a16z 博文则写 25%，两者口径不一。

查看大图

Perplexity 在 Hugging Face 发布 Apache-2.0 的 pplx-decider-v1.1-27b，基于 Qwen3.8-27B，不生成文本而是直接输出带概率的分类/路由/打分答案；Decision Index 总分 61.56（v1 为 56.4，Jev 为 57.9），并可通过 Perplexity Decisions API 调用。

查看大图

OpenRouter 于 2026-10-02 上线 Model Router Benchmarks：7 个模型路由（Auto、Jev、NVIDIA Switchyard、Unbiased Pareto、Sakana Fugu 等）在 GPQA Diamond、Tau3 Banking、MMMU Pro Vision、SWE Atlas QA、Deep SWE、Terminal Bench 2.1 上对照质量、速度和成本。Router Index 默认质量 60% / 时间 20% / 成本 20%。openrouter/pareto-code 与 Fusion 不在这张榜上。

查看大图

大语言模型智能体传统上依赖逐 Token 生成（Token-by-Token）中间推理与环境动作，导致多轮长程交互推理极度缓慢且计算成本极高。基于有限域概率预测的 Jev 风格轻量级模型虽然具备超高速执行优势，但必须依赖预先静态指定离散动作域，无法直接处理开放世界中高度动态、自然语言驱动的复杂决策任务。上海交通大学（SJTU）团队提出了创新的自适应推理策略 JevSpawn。该框架创造性地在自然语言任务规格说明与有限概率探索之间架起桥梁：通过并行动作繁衍（Action Spawning）、反馈驱动的分支优选、表征实时校正及保留备选项恢复机制，极大削减了上下文重复计算；在无需任何额外模型微调的前提下，在 8 大基准任务上全面击败 7 款主流智能体基线，推理延时显著降低。

查看大图

ggml-org 于 2026-10-02 宣布 llama.cpp server 合并 PR #29818，新增 /v1/systemone：对状态（文本/JSON/截图）与 typed 问题做单次前向打分，兼容 TypeSafe Jev / System One 客户端。首批模型：Julia-1（144M）、Laya（421M）、Kev-4B、lev、OpenJev（27B+视觉）。Cloudflare Clef 列为后续。

查看大图