美团正式开源 1.6 万亿参数 LongCat-2.5:多模态模型在国产算力上实现高效推理
美团正式以 MIT 协议开源 LongCat-2.5,该原生多模态模型总参数 1.6 万亿、每个 token 激活约 480 亿参数并支持一百万上下文,面向长程智能体任务在代码开发、Visual Coding 与专业办公场景中端到端交付能力明显提升。
推荐理由:原文详细披露了1.6万亿参数多模态模型在国产算力下的W4A4量化策略与训练细节,展示了在显存受限场景下落地万亿模型的具体工程路径。
美团正式以 MIT 协议开源 LongCat-2.5,该原生多模态模型总参数 1.6 万亿、每个 token 激活约 480 亿参数并支持一百万上下文,面向长程智能体任务在代码开发、Visual Coding 与专业办公场景中端到端交付能力明显提升。
推荐理由:原文详细披露了1.6万亿参数多模态模型在国产算力下的W4A4量化策略与训练细节,展示了在显存受限场景下落地万亿模型的具体工程路径。
小米科技联合北京大学在 2026 CCF 中国软件大会上正式发布《物联网设备模型(Thing Model)技术白皮书》,将基于 11.6 亿台 AIoT 设备(覆盖 200+ 品类)的技术经验开放给全行业。
FlashStates 提出了解耦循环检查点位置与 KV 缓存边界的方法,实现了细粒度状态重用。在 GLM-5.3-Flash 等模型的测试中,相比 vLLM 提升了最高 3.02 倍的解码吞吐量,并将 P50 首 token 时间降低了 16.3 倍。
中山大学本科生Timo Zhang发布开源项目BLA,通过MCP服务和CLI工具对抗REA逆向Agent。BLA采用投毒、耗尽预算、诱导误判三步策略,实测显示逆向AI的Token消耗暴增300至2800倍,导致Agent在逆向过程中失效。该项目已获3900+ GitHub标星,作者为大三学生并正在字节跳动实习。
FLEY AI-Voce 是一款开源语音 AI 助手,旨在控制电脑而非智能手机。 它支持对话、打开链接和程序、创建文件、编写代码、控制打印机以及开关电脑。
USB发布v1.0.8,作为AI技能的开源信任层,支持在仓库中发现和安装529个技能至16个运行时。新增secscan和mcprobe命令,分别通过静态比对和运行时握手验证技能与MCP服务器的实际行为,支持CI门禁。
首次将 Triton 应用于 Meta 的 MTIA-2i 自定义 ML 加速器,支持约 60 种模型类型,占其 50% 层数和 47% 的非 GEMM 执行时间。
Google 推出的 Language Explorer 是一个交互网页平台,基于开源的 LinguaMeta 数据集整合了数千种语言的数据。 该平台支持研究人员、教育者和语言爱好者可视化全球语言多样性。 Language Explorer 已在柏林通信博物馆的“Real Talk!”展览中作为互动装置展出。
Anarlog 是一款开源的 Granola 替代方案,通过捕获设备音频在本地生成会议纪要,数据存储在 SQLite 中。 支持 macOS 端侧转录,摘要功能可使用 Claude Sonnet、Ollama 等本地或云端模型。项目采用 MIT 协议,企业组件源码可见。 团队表示正构建新应用 char,Anarlog 继续作为维护中的本地优先工具存在。
腾讯首席 AI 科学家姚顺雨指出,AI 即将具备开发生物武器能力,纯开源或闭源模型均无法单独解决安全难题。他主张混合模式,并援引 Hugging Face 事件中 GLM-5.2 被用于日志解析为例,说明开放模型的实用价值。
Elith 与 NVIDIA 联合发布 Nemotron-Personas-Finance-Japan 数据集,这是首个基于日本官方统计的大规模开源金融合成数据。
美团龙猫开源面向长程智能体任务的原生多模态模型 LongCat-2.5,总参数 1.6 万亿,每个 token 激活约 480 亿参数,支持一百万上下文,并采用 MIT 协议开放商用推理部署与二次训练。
Hugging Face 提出 HOPE 方法,通过计算专家间高阶交互实现 MoE 模型的精准剪枝。 作为二阶方法,HOPE 在 50% 剪枝率下表现最优,相比次优方法在 agentic coding 任务上提升最高达 6.1%。 该方法无需训练且兼容量化,能有效解决传统一阶剪枝忽视专家协同集群导致的性能衰减问题。
CIQ团队发布了Ginux内核研究报告,展示了一种人类主导的智能体软件工程(HDAE)方法,该内核由单个长期运行的编码智能体任务开发,采用Rust实现,并成功启动Rocky Linux 10用户空间及systemd。
llama-modchip 项目使用 1.71-bit 量化(56.6GB)在 64GB 内存的纯 CPU 环境下运行 284B 参数 DeepSeek-V4-Flash MoE(13B 激活),测得 16 核 Zen 5 处理器上 44 tok/s prefill 以及 30B MoE 模型在 16-32GB 笔记本上 25-60 tok/s decode。
基元律动发布 Agent 原生模型 NeoHorse-1.5-Flash Preview,基于 Qwen3.8-Flash 训练,总参数 180B、激活参数 6B。
SCDBench 发布,包含 600 个真实 Solidity 合约及语义检查点,用于评估 LLM 智能合约反编译性能。 该基准对 Claude Opus 4.7、GPT-5.3-Codex 和 GLM-5 进行零样本评估,最佳模型仅能完美反编译 42/600 个合约,引入编译修复可显著降低成本。 SCDBench 为区块链安全和透明度领域提供了严谨且可复现的反编译器评估基础。
XekRung 是一款专为网络安全设计的先进大语言模型,在同规模模型中取得了网络安全特定基准的 state-of-the-art 性能,同时在通用基准上表现强劲。
提出名为“morphism-trick”的新方法,用于将自定义的向量-雅可比积集成到自动微分软件中。 该方法实现了动态规划算法高效的、与半环无关的反向传播,并针对有限状态方法引入了计算和微分有限状态自动机所有路径权重的⊕-和的算法。 用户无需大量修改代码,该开源库即可比当前最先进的自动微分系统快几个数量级地计算有限状态自动机权重函数的梯度。
研究提出高效 2.5D 框架 SegMate,在三个数据集中将计算量降低 2.5 倍、显存占用降低 2.1 倍,Dice 分数普遍提升约 1%。 该框架在 TotalSegmentator 数据集上以 295 MB 显存实现 93.51% Dice 分数,并在其他数据集上展现出强泛化能力。 SegMate 支持单 GPU 每小时处理 10,000 个体积,代码已开源。
研究复现并扩展了 PoLar 的层跳过与重复机制,证实组合策略优于单一操作,且难题需更多层重复。 发现学习路由器增益主要源于修复答案格式,固定程序在修正格式提示下同样有效,且纠错程序具有脆弱性。 PoLar 类似丘脑-皮层协调机制,但能有效按输入选择更优程序的类丘脑路由器尚未找到。
LLM 智能体框架分析了 22 种人类组织间共 231 对组合,识别出 1,825 个保守蛋白共丰度簇。 该框架整合了表达图谱、蛋白互作数据库及文献证据,76% 的组织对表现出超越随机的共丰度共享,379 个可测试簇在独立 CPTAC 数据中复现。 这些保守簇揭示了现有数据库缺失的机制,如肝脏与骨髓共同关联的白质病变基因,为疾病研究提供假设生成资源。
论文提出差异感知剪枝方法,主张保留神经元输出差异比单纯保留激活值更重要。 在 Llama 2 和 3.1(7B-405B)上,其二阶变体优于重建基线,免费变体优于激活感知基线。 该方法与 RIA 等技术结合可提升精度,且已被 NeurIPS 2026 接收。
Gated DeltaNet-2 通过引入通道级擦除门控 b_t 和写入门控 w_t,解耦了线性注意力中记忆擦除与写入过程。 在 1.3B 参数规模、使用 100B FineWeb-Edu tokens 训练下,该模型在 Mamba-2、Gated DeltaNet 和 KDA 等对比基线中,于语言建模、常识推理及检索任务取得最优整体表现。
summary_zh: 研究提出子空间感知稀疏自编码器(SASA),通过将单向量解码器替换为学习子空间,解决传统稀疏自编码器因假设特征一维导致的特征分裂问题。 SASA 利用 Top-s 组门控和核范数正则化适配组秩,在 GPT-2 和 Mistral-7B 上的实验表明,该方法相比传统 SAE 显著降低了特征吸收,并以较低重建成本提高了概念成员预测的准确性。
该研究提出 CausalCompass 基准框架,专门评估时序因果发现方法在假设违反下的鲁棒性。 实验覆盖八种假设违反场景,结果显示单一方法无法在所有设置下保持最优,但深度学习方法在多数场景表现优于其他方法。
AudioSphere 是一个多通道掩码自编码器,首次实现使用冻结自监督骨干进行声音事件检测与定位(SELD)。 模型在 Ambisonics 录音上训练,通过时空掩码策略联合学习声学与空间特征,支持帧级预测和片段级表示。 代码和数据已开源,相关论文已被 NeurIPS 2026 接收。
提出串联 2-FWL GNN 方法解决组合图对齐,在稀疏 Erdos-Renyi 图噪声 0.25 时,初始化 FAQ 达 85% 准确率,优于凸松弛初始化的 13% 及现有 GNN 的 0%。 相关正则图上串联法是唯一能恢复非平凡对齐的方法;在酵母 PPI 等基准上,该方法进一步超越强化后的 FAQ 基线,代码已开源。
研究人员推出基于Isaac Sim的HomeLoop仿真框架及基准,包含20项基于真实家庭隐患的任务。 该基准结合机器人本体、联网设备及故障传感器,通过时间逻辑检查评估动作;评测六款VLM显示最佳模型得分61.9%,且存在过度反应现象。 HomeLoop旨在支持机器人-IoT协同、长期记忆及隐私-安全权衡等研究。
提出 MorphSched 系统,利用 LLM 生成 Rust+BPF 调度器,在 120 种配置下优于 EEVDF 26.5% 至 87.3%。 采用 DAG 修复流程处理编译与验证错误,生成器无需人工编辑即可通过 eBPF 校验并稳定运行。
研究者发布 SPDMX,这是基于公有领域 PDMX 乐谱渲染的开源分轨语料库。该数据集包含 253,982 首歌曲、490,159 个单声道分轨及 5,469 个歌曲小时,采样率为 44.1 kHz,采用 CC BY 4.0 许可。
基于真实工作负载分析,提出 Intent-Aware Caching (IAC) 在线驱逐策略,显著提升 LLM 服务缓存命中率。 IAC 将请求按意图分类并学习轻量级重用统计,WildChat 和 ShareChat 评估中缓存命中率达 34.6%,平均服务延迟降低最多 46.1%。
Atik 是面向 RocketChip 的开源 RoCC 加速器,通过共享定点 MAC 网格执行矩阵乘法和稠密注意力。 该加速器使用 BF16 张量,采用流式在线 softmax 调度。8x8 配置相对标量 Rocket BF16 参考实现,峰值矩阵乘法加速 31.5 倍,注意力加速 225.8 倍。
它采用线性注意力编码器和抗混叠时间重采样技术,支持 800 万复数样本,并发布 1.38 TB 统一语料库。 在 EM-Bench 感知准确率上比 MERLIN-LoRA 提升 15.77%,且在 LEMMO-ShortQA 上准确率提高 14.31%,代码和数据集已开源。
文章提出“Helmholtz Co-Pilot”混合多智能体系统,作为大型粒子物理实验的自主管理员。该系统能自动监控非平稳机器数据流,通过因果诊断引擎追溯级联警报的根本原因,并在检测到异常时向系统发送结构化诊断报告。
该研究评估 LLM 零样本进行权重空间编程的能力,构建了涵盖 Nim 到国际象棋残局的四级难度梯度,独立验证了 10 个神经网络。 其中 6 个网络具备完整的非统计正确性证明;国际象棋残局层级中,单步战术成功率达 84.1-100%,但在完整对抗中降至 0.57-9.13%。 研究指出性能骤降源于架构天花板而非工程不足,并开源了所有网络、独立验证工具及冷启动提示协议以支持跨模型比较。
TailDART 是一款 2.68M 参数的稠密金融时序基础模型,旨在解决量化金融中低信噪比和高延迟问题。 模型采用分组查询注意力机制,相比现有 SOTA TSFM 推理加速最高达 48.1%,支持低延迟流式执行。 在多变时间分辨率的多资产基准测试中,该紧凑模型在预测保真度上匹配较大基线,且在高波动状态下展现出更强的错误韧性。
研究人员提出 MOSAIC 框架,实现蒙太奇无关且受试者无关的内颅 EEG 癫痫检测。 该轻量级图学习模型通过通道注意力模块推断加权邻接矩阵,并利用指数移动平均自蒸馏目标优化预测。 在四个公开 iEEG 数据集上,MOSAIC 的 F2 和 Cohen's $\kappa$ 指标优于 SOTA 基线,证明了连接学习在未见植入设备上的可迁移性。
提出双专家离线模仿学习框架 DexDICE,利用安全合规与高回报演示数据,结合分布约束提升离线模仿学习性能。 采用 DICE 式离线学习与安全支撑约束,证明理想解在高概率下避免进入不安全区域。在 DSRL 基准及真实移动机器人导航任务中验证,显著优于基线且抗数据稀缺与质量退化。 被 NeurIPS 2026 收录。
MINE提出无损熵编码方案,通过利用权重非均匀分布加速LLM单流推理。核心为适配GPU的dtANS-LLM编码器,可自动调优以平衡压缩率与解码延迟。 集成至vLLM作为插件,在Llama 3.1 8B Instruct模型上,RTX 4060 Ti实现2.52倍加速,RTX 5090实现1.48倍加速。项目已开源,旨在解决本地部署中因内存瓶颈导致的低延迟请求难题。