AI 编程实时动态与要闻

2026-11-06 Reflection 官方账号发布 Beam 模型技术报告（156 页 PDF），完整披露这款 501.3B/23.4B 激活 MoE 开源模型的训练方法：23.8T Token 预训练、6,144 张 GB300 不到 4 周完成，后训练在约 10.5K 张 GB300 上跑 4 周、生成超 1 亿条 rollout 的全异步 RL。报告称 FP8/NVFP4 量化分别保留 99.93%/98.98% 的中位分数，1.93B 草稿模型 DFlash 2 单请求解码提速 1.96–3.03 倍（均为厂商口径）。

查看大图

商汤 10 月 30 日在官方 X 账号和 Hugging Face 发布 SenseNova-Loop-9B-Preview（Apache 2.0）。它把 32 层解码器里的第 4–27 层用同一套权重连跑两遍，每次前向执行 56 层计算，存储约 9B 参数、推理参数约 14.6B，并用两路 mHC（流形约束超连接）管理残差流。模型支持文本加图片输入，训练序列最长 262,144 token。官方图表显示它在 BIRD-Dev、WorkBuddy Bench 等多项 Agent 与数据任务上超过 Qwen3.5/3.6 同级模型，但 Terminal Bench 2.1 仍落后；技术报告尚未发布。官方 X 首帖约 910 赞。

查看大图

上海人工智能实验室正式在 arXiv:2610.28578 发布开源智能体基础模型 Sage-A1.5 技术报告。该模型采用 350 亿总参数量（35B）的混合专家（MoE）架构，延续了“扩展智能体执行视界（Agent Horizon）而非盲目扩大参数量”的设计哲学。Sage-A1.5 创新引入了自适应能力组合机制，重点针对长程仓库级软件工程问题修复（SWE）与多步骤假说驱动的科学探索进行了端到端对齐。评测显示，该模型在超长执行步数下展现出超越 70B+ 稠密大模型的稳定推理能力，并同步公开了本地微调与部署权重。

查看大图

Meta AI 研究团队正式公开 Muse Glimmer 30B 技术报告（arXiv:2610.24628）。该模型包含 300 亿参数，采用因果语言模型结合视觉感知编码器，专为无须依赖云端基础设施的端侧本地自主智能体打造。模型经由 4-bit 量化后仅需 32GB 显存，即可在单张消费级 GPU（如 RTX 5090）上全速运行。在严格的智能体基准测试中，Muse Glimmer 刷新同体量端侧模型纪录：MCPAtlas 工具调用得分高达 75.5（超越 Gemma4-31B 的 54.2 与 Qwen3.6-27B 的 62.5），在 SWE-Bench Pro 实测中斩获 51.2 分，并在 Apache 2.0 协议下完全开源。

查看大图

Mistral 10 月 15 日发布 Timestral，这是它第一个时间序列基础模型族，分 5M、28M、123M、209M 四档，权重以 Modified MIT 许可放在 Hugging Face，推理代码以 Apache 2.0 开源。模型做多变量概率预测，每步输出 21 个分位数，支持仅过去已知和未来已知的协变量，上下文最长 32,768 步。官方称 209M 在 GIFT-Eval、TIME、fev-bench 三个主流公开榜的预训练零样本模型中排名第一，参数只有此前最好模型的约三分之二；8 线程 CPU 上用三周 15 分钟粒度数据预测未来一天，5M 需 10 毫秒，209M 需 140 毫秒。以上为官方口径，技术报告尚未发布。

查看大图

AI 代码编辑器龙头 Cursor（@cursor_ai）宣布为其云端编程智能体（Cloud Agents）正式引入‘交互式画布（Interactive Canvases）’功能。开发者在让云端 Agent 执行代码重构、数据分析或系统排障的同时，可直接要求其生成交互式可视化数据看板（Dashboard）或动态技术报告，并在完成后通过独立链接一键分享给团队成员协同审阅。

查看大图

Meta 8 月发布 30B 开源权重本地 Agent 模型 Muse Glimmer，Apache 2.0 协议，量化后权重不足 20GB，可在消费级 Mac 或单卡 PC 上运行。10 月 19 日 Meta 发布技术报告：约 29.6B 稠密架构、由 Muse Spark 蒸馏，官方跑分在 MCPAtlas、τ³-Banking、SWE-Bench Pro 等工具调用和 Agent 项目上领先 Gemma4-31B 与 Qwen3.6-27B，但 SWE-Bench Verified、TerminalBench 2.1、OSWorld 仍落后 Qwen3.6-27B。

查看大图