天眼日报

🤖 AI 大模型

本地 LLM 运行基础教程：从推理到 Transformer 架构详解

TheAhmadOsman 分享本地 LLM 入门指南，覆盖 token 化（BPE/SentencePiece）、推理过程（预测下一个 token）、Transformer 架构（自注意力、MLP、RoPE）、量化（4-bit NF4/GPTQ 节省 VRAM 至 7B 模型 3.5GB）、KV 缓存（每 token 0.5MB）和运行时（llama.cpp、vLLM）。强调 VRAM 瓶颈和调试常见坑。

MiniMax 新模型媲美 Opus 4.6，支持 Claude 和 Pi 代理

MiniMax_AI 模型获早期访问反馈，与 Claude Opus 4.6 性能相当，支持 Claude 和 Pi 代理本地工作流，无任务问题。

Ollama 云端 GLM-5 容量提升，支持 Claude 和 OpenClaw

Ollama 升级 GLM-5:cloud，容量增加速度更快，支持 Claude 和 OpenClaw 全尺寸模型工具调用。

PicoClaw：10 美元硬件运行类 OpenClaw，仅 10MB 内存

aigclink 发布 PicoClaw，用 Go 重构 OpenClaw 核心，节省 99%内存，0.6GHz 单核 1 秒启动，支持全栈开发/日志/搜索，兼容 Telegram/Discord/QQ。

Ant 开源 LLaDA2.1 Flash 模型，推理速度达 892 tokens/s

Ant Open Source 发布 LLaDA2.1 Flash，100B 参数语言扩散 MoE 模型，峰值速度 892 tokens/s，超越 Qwen3-30B-A3B 2.5 倍。采用“草稿后编辑”机制，支持 Speedy Mode 和 Quality Mode 双模式。

PixVerse-R1 实时交互世界生成，720P 1-4 步采样

PixVerse 推出 R1，实时 720P 交互世界，Instantaneous Response Engine 将采样减至 1-4 步，管道重组实现近即时响应。

Agentica 在 ARC-AGI-2 基准创下 85.28%新 SOTA

Agentica 代理使用 350 行代码撰写并运行代码，在 François Chollet 的 ARC-AGI-2（最难基准）达到 85.28%，通用系统非专为 ARC 优化。

智谱 AI 开源 GLM-5 旗舰模型，Coding 与 Agent 能力开源 SOTA，全球排名第 4

智谱 AI 于 2026 年 2 月 12 日正式开源 GLM-5（744B 参数，活跃参数 40B），预训练数据达 28.5T，采用 Slime 框架和异步强化学习。在 Artificial Analysis Intelligence Index 得分 AA=50，全球排名第 4、开源模型第 1；SWE-bench 得分 77.8%（开源 SOTA），Terminal-Bench 2.0 得分 56.2 提升 9%，Finance Agent Benchmark 开源第 1。擅长代理工程、长时序任务如 BrowseComp 和 MCP-Atlas，前端/后端开发领先，逼近 Claude Opus 4.5。以 MIT 许可证完全开源，已适配昇腾、摩尔线程等 10 余款国产芯片。比 GLM-4.7 输入涨 67%、输出涨 45%，GLM-5-Code 输入涨 100%、输出涨 127%。上线 ModelScope 魔搭平台免费试用、Poe 平台。编程套餐调价：Lite/Max 订阅提高，Max 月费 469 元或 80 美元，季度折 10%、年度 30%。

OpenRouter 周令牌消耗达 12.1 万亿，同比增长 12.7 倍

OpenRouter 周消耗 12.1 万亿 token（年化 662 万亿），相当于 Azure 全部推理量，过去一年增长 12.7 倍。

字节跳动豆包上线 Seedance 2.0 视频生成模型，支持实时视频理解

字节跳动豆包（Doubao）在 App、桌面和网页端推出 Seedance 2.0 视频生成模型，支持低门槛提示词生成高质量视频，速度更快、积分消耗更少；Seedance 2.0 Fast 略微牺牲效果换取效率。接入豆包 App/电脑端/网页版，已在快手万擎竞猜活动提供 192 次用量。即梦平台上线 Seedance 2.0 Fast。支持 100 万 token 上下文、实时视频理解、API 降价 50%。马斯克评论‘发展太快’，贾樟柯称准备用其做短片。

OpenAI 发布 Shell+Skills+Compaction 构建长运行智能体组件

OpenAI 推出 Shell（命令行环境）、Skills（复用指令包）和 Compaction（上下文压缩），支持长时稳定工作流；附 10 个技巧如技能路由、负面示例、网络白名单，构建模式从数据处理到企业 SOP。

小米开源 47B 机器人 VLA 大模型 Xiaomi-Robotics-0

小米开源 Xiaomi-Robotics-0，47 亿参数 VLA 模型，支持视觉语言理解和实时执行；基于 Qwen3-VL-4B-Instruct，用于机器人应用。

Cursor 提升 Composer 1.5 和 Auto 使用限额

Cursor 宣布 Composer 1.5 成为第二受欢迎模型，增加容量并提高所有个人计划限额：Composer 1.5 使用量为 Composer 1 的 3 倍，至 2 月 16 日限时提升至 6 倍。个人计划用户 Auto 和 Composer 1.5 限额提升。

MiniCPM-SALA 9B 模型发布，支持 1M 上下文

面壁智行/面壁智能发布 MiniCPM-SALA，9B 参数，采用稀疏线性注意力混合架构 SALA，在 256K 上下文推理速度比 Qwen3-8B 快 3.5 倍，支持边缘 GPU 1M 上下文，优化文本生成。

OpenAI Codex CLI 本地代理循环详解

Codex CLI 采用 agent loop 架构，支持 Responses API，包含 shell、plan 工具。prompt caching 优化性能，compaction 管理上下文窗口。提供 Java/Python 工程化清单：prompt 日志化、工具排序稳定、权限沙箱。

ContextMATH：LLMs 在数学中的抽象到上下文推理差距

ContextMATH 基准重构 AIME 和 MATH-500 问题，61 个模型评估显示开源模型在场景 grounding 上下降 13 分、复杂度缩放 34 分，专有模型 13 和 20 分，错误主要为问题表述不准。

World of Workflows：将世界模型带入企业系统的基准

WoW 基于 ServiceNow 环境含 4000+业务规则和 55 工作流，WoW-bench 含 234 任务，揭示前沿 LLM 动态盲视导致约束违反。

---