Sakana AI@SakanaAILabsAI 评分3535

Sakana AI 联合创始人兼 CEO David Ha 在《日经亚洲》撰文《AI 的未来属于编排者》，指出前沿企业靠堆算力、扩大模型规模的竞争已现瓶颈：开源模型差距缩至数月，前沿模型推理成本常高于其所辅助人员的时薪。他认为价值将从模型权重本身转向按情境调度、整合多个模型的编排智能，并主张主权 AI 的关键是不依赖单一供应商、能组合全球资源的供应链韧性。

xAI 支持在 OpenClaw 中使用 Grok，SuperGrok 与 X Premium 订阅可直接登录

xAI 宣布即日起 SuperGrok 或 X Premium 订阅用户可在开源、本地优先的智能体 OpenClaw 中登录使用 Grok 模型，所有订阅档位均可接入。

Sakana AI 发布 Fugu Max 与 Fugu Ultra v2 编排模型

Sakana AI 发布 Fugu Max 和 Fugu Ultra v2 两个编排架构版本，通过 OpenAI 兼容 API 即日可用，已有用户改一行参数即可升级。

Berkeley 团队发布 OpenSage：自编程 Agent 生成引擎 ADK

UC Berkeley 等机构团队发布 OpenSage，一个让 AI 自动生成 Agent 拓扑、合成管理工具并控制分层记忆的 Agent Development Kit。

MiniMax 发布 M2.7：SWE-Pro 得分 56.22%，展示模型自进化工作流

MiniMax 发布 M2.7 模型，已在 MiniMax Agent 和 API 平台全面可用。该模型在 SWE-Pro 得分 56.22%（接近 Opus 4.6），VIBE-Pro 55.6%，Terminal Bench 2 57.0%，GDPval-AA ELO 1495 为开源模型最高，MM Claw 准确率 62.7%。

SGLang 发布 dLLM 框架并 Day-0 支持 LLaDA 2.0

SGLang 团队与蚂蚁集团 DeepXPU 团队宣布在 SGLang 内实现 Diffusion LLM（dLLM）框架，并 Day-0 支持 LLaDA 2.0。

LMSYS SpecForge 团队联合 Ant、Meituan 等发布 SpecBundle Phase 1 及 SpecForge v0.2

LMSYS SpecForge 团队与 Ant、Meituan、Nex-AGI、EigenAI 合作发布 SpecBundle Phase 1，为 Llama。

SGLang-Diffusion 发布两个月：速度较初版提升至 2.5 倍，新增 ComfyUI 集成与 LoRA 支持

LMSYS Chatbot Arena 团队复盘 SGLang-Diffusion 自 2025 年 11 月初发布两个月来的进展，当前版本（docker tag: lmsysorg/sglang:dev-pr-17247）比初版快最多 2.5 倍，在 NVIDIA GPU 上较其他方案最高快 5x。

Novita AI 分享 GLM4-MoE 生产部署优化：基于 SGLang 将 TTFT 最高降低 65%

Novita AI 发布基于 SGLang 部署 GLM4-MoE 模型的端到端推理优化方案，TTFT 最高降低 65%，agentic coding 负载下 TPOT 提升 22%，结果在 H200 集群 TP8、FP8 配置下验证。

SGLang RL 团队实现 INT4 QAT 端到端流程：约 1TB 模型单张 H200 完成 rollout

SGLang RL 团队联合 InfiXAI、蚂蚁 Asystem & AQ Infra、slime、RadixArk 团队，在 slime 框架上落地了 INT4 QAT 端到端流程，训练用 fake quantization、推理用 W4A16，实现与 BF16 全精度相当的训练-推理一致性与稳定性。

千问（Qwen）联合 AMD 在 MI300X 上优化 Qwen3 与 Qwen3-VL 推理延迟

千问 C 端基础设施工程团队与 AMD AI 框架团队基于 SGLang，在 AMD Instinct MI300X 系列 GPU 上对 Qwen3-235B 与 Qwen3-VL-235B 完成极致延迟优化。

AMD Instinct GPU 迎来 Miles 强化学习框架 ROCm 支持

Miles 强化学习框架现已支持 AMD Instinct GPU（含 MI300/350 系列），可在 ROCm 上原生运行大规模 RL 后训练。Miles 基于 SGLang 与 Slime 生态，支持 GRPO/PPO、Ray 编排及 Megatron-LM 集成，并提供预构建容器。在单节点 8 卡 MI300X 上，团队用 GRPO 训练了 Qwen3-30B-A3B。

SGLang 在 NVIDIA GTC 2026 的活动回顾：五场活动、三天

SGLang 团队回顾了在 NVIDIA GTC 2026 的三天五场活动，包括黄仁勋 GTC 主题演讲中 SGLang 出现在 NVIDIA AI 生态幻灯片上，以及 Ying Sheng 参与的"开源 AI 现状"圆桌。

SGLang 与 Miles 发布对 DeepSeek-V4 的 Day-0 推理与 RL 训练支持

LMSYS 的 SGLang 与 Miles 团队宣布对 DeepSeek-V4（1.6T Pro、284B Flash）提供 Day-0 推理和 RL 训练支持，是首个在发布日同时服务与训练该模型的开源栈。

SGLang 推出基于 RDMA 的 P2P 权重更新机制，1T 参数 Kimi-K2 传输从 53 秒降至 7.2 秒

SGLang 为 RL 工作负载引入基于 RDMA 的 P2P 权重更新机制，作为传统 NCCL broadcast 的补充，兼容所有主流开源模型。

SGLang 和 Miles 实现 NVIDIA Nemotron 3 Ultra Day-0 支持

SGLang 和 Miles 宣布对 NVIDIA Nemotron 3 Ultra 提供 Day-0 支持。该模型为开源 MoE 混合 Transformer-Mamba 架构，总参数 550B、激活 55B，上下文最长 1M tokens，支持 NVFP4 与 BF16 权重，面向长程自主智能体优化。

LMSYS 公布 2026 博士奖学金首位获得者 Will Lin

LMSYS 宣布 2026 博士奖学金首位获得者为 Will Lin，表彰其对开源 AI 基础设施的持续贡献，奖学金最高 5 万美元用于学费。Will Lin 是 UC San Diego 六年级博士生，主导开源扩散生成框架 FastVideo，该项目已获 3.7k+ GitHub stars，并被 NVIDIA Dynamo 集成为后端。

MOSS-TTS-Local-Transformer-v1.5 在 SGLang-Omni 上实现端到端流式服务

MOSS-TTS-Local-Transformer-v1.5 已在 SGLang-Omni 上实现端到端服务，与 MOSI 和 OpenMOSS 团队合作完成。

SGLang 为 GLM-5.2 NVFP4 智能体负载提速：8xB300 上突破 500 TPS

SGLang 团队为 GLM-5.2 NVFP4 检查点优化推理，在 8xB300（bs=1）上实现超过 500 TPS，两周内完成。默认开启的 Spec V2 重叠调度带来 11% 端到端 TPS 提升，IndexShare MTP 让草稿步成本在长上下文下最多降低约 1.9 倍。

SGLang 量化栈重构：分离 checkpoint 解析与硬件内核执行

SGLang 提出基于 Scheme 的量化架构重构（issue #15194），将量化路径拆分为 Quant Config、Linear/MoE Method、Scheme、Kernel 四层，使 checkpoint 格式与硬件后端可独立演进。

Miles 实现 Blackwell 原生 MXFP8 与 NVFP4 强化学习方案

Miles 团队在 Miles 中实现了两种 Blackwell 原生 RL 方案：端到端 MXFP8，以及面向 MoE 专家的 per-token NVFP4，覆盖 checkpoint 转换、Megatron 训练、SGLang rollout 与实时权重更新。

RadixArk 与 Google Cloud 合作将 SGLang 完整能力带入 TPU

RadixArk 与 Google Cloud 宣布合作，把开源推理框架 SGLang 带到 Google TPU 上。

SpecForge v0.3.0 发布：解耦式投机解码训练栈与 SpecBundle 开源草稿模型

LMSYS SpecForge 团队发布 SpecForge v0.3.0，将目标模型推理与草稿模型训练解耦，统一支持 EAGLE3、EAGLE3.1、P-EAGLE、DFlash、Domino、DSpark 等多种投机解码算法，并用 YAML 单一入口配置拓扑。

SGLang 宣布 Day-0 支持 NVIDIA Nemotron 3.5 Lightning

SGLang 宣布 Day-0 支持 NVIDIA Nemotron 3.5 Lightning，这是一款可定制的开源模型，总参数 30B、每 token 仅激活 3B，上下文最长 100 万 token，由 Nemotron 3 Ultra 蒸馏而来。

SGLang 与 Miles 为 Qwen3.8-2.4T-A95B 提供 Day-0 支持

SGLang 团队宣布与 Qwen、阿里百炼、NVIDIA 和 AMD 合作，在 SGLang 和 Miles 中于发布当日支持 Qwen3.8-2.4T-A95B，这是千问最大的开源模型，总参数 2.4T、每 token 激活 95B。

Miles v0.1 发布：面向前沿后训练的全栈生产级系统

RadixArk 发布 Miles v0.1，一个面向前沿后训练的全栈生产级系统，是首个 Miles 版本的继任者。它基于 slime 设计，用 SGLang 做 rollout、NVIDIA Megatron-LM 或 FSDP 做训练，支持全异步 RL、三种评估模式和可插拔智能体环境，并附带智能体编码与终端任务的端到端配方。

Liquid AI 官方 FAQ：LFM 模型不提供自托管 API，开源权重与 LEAP 平台部署说明

Liquid AI 表示目前不提供自托管 API，其 LFM 模型可通过 playground（免费限速）和 OpenRouter（付费更高限额）使用，全部模型可在 Hugging Face 直接下载。多数模型支持通过 LEAP 平台定制与部署，并提供本地推理与定制两套软件栈。年营收不超过 $10M 的组织可获商业使用豁免，超过则需联系销售团队定制定价。

Liquid AI 黑客松：用 LFM2.5 等模型挑战端侧 AI

Liquid AI 公布其黑客松系列活动回顾与日程，开发者围绕 Liquid Foundation Models 构建端侧应用。已举办的 6 场活动覆盖东京、旧金山及线上，涉及 LFM2.5、LFM2.5-VL、LFM2-VL 与 LEAP，可在 AMD Ryzen AI PC、AMD NUC 及 iOS、Android 应用上部署。目前日历上暂无新黑客松，可留邮箱等待通知。

Liquid AI 发布端侧基础模型 LFM2，含 0.35B、0.7B 和 1.2B 三个版本

Liquid AI 发布新一代 Liquid Foundation Models（LFM2），定位市场上最快的端侧生成式 AI 基础模型，采用混合架构，包含 10 个双门控短程卷积块和 6 个分组查询注意力块。

Liquid AI 发布端侧 MoE 模型 LFM2-8B-A1B：8.3B 总参数、1.5B 激活

Liquid AI 发布 LFM2-8B-A1B，这是其首个端侧 MoE 模型，总参数 8.3B、每 token 激活 1.5B，以约 1.5B 级模型的计算量获得更高的模型质量。

Liquid AI 发布 LFM2-ColBERT-350M 多语言晚交互检索模型

Liquid AI 发布 LFM2-ColBERT-350M，一个基于 LFM2 骨干的晚交互检索模型，支持用一种语言存储文档、用其他语言查询检索。在扩展的 NanoBEIR 多语言基准上，其跨语言检索能力显著优于 150M 参数的 GTE-ModernColBERT-v1，尤其在德语、阿拉伯语、韩语和日语上；尽管模型体积更大，查询和文档编码吞吐与对方相当。

Liquid AI 发布 LFM2.5 端侧模型家族

Liquid AI 发布 LFM2.5-1.2B 模型家族，称其为迄今最强的边缘 AI 版本，预训练从 10T 扩展到 28T tokens，并大规模引入强化学习后训练。

Liquid AI 发布 LFM2-24B-A2B 开放权重 MoE 模型

Liquid AI 发布 LFM2-24B-A2B 的早期 checkpoint，总参数 24B、每 token 激活约 2.3B，是迄今最大的 LFM2 模型，开放权重已上线 Hugging Face。

Liquid AI 发布 LFM2.5-8B-A1B 端侧 MoE 模型，128K 上下文主打工具调用

Liquid AI 发布 LFM2.5-8B-A1B 端侧 MoE 模型，上下文窗口从 32,768 扩展到 128K tokens，预训练从 12T 增至 38T tokens，词表翻倍到 128,000 以提升非拉丁文字的编码效率。

Liquid AI 发布 LFM2.5-ColBERT-350M 与 LFM2.5-Embedding-350M 双向检索模型

Liquid AI 发布两款 350M 参数多语言检索模型 LFM2.5-ColBERT-350M 和 LFM2.5-Embedding-350M，是 LFM 家族首批双向模型，支持 11 种语言的跨语言搜索。

Liquid AI 发布 LFM2.5-Encoder-230M 与 350M 双向编码器，长上下文 CPU 推理提速

Liquid AI 发布基于 LFM2 混合架构的双向编码器 LFM2.5-Encoder-230M 和 LFM2.5-Encoder-350M，支持 8,192 token 上下文，面向分类、自然语言理解和 token 级任务微调，模型已上线 Hugging Face。

Fireworks 推出 FireRouter with Opus：常规轮次路由至开源模型，保留 Claude Opus 5.5

Fireworks 发布 FireRouter with Opus，将常规轮次路由到开源模型、仅在需要的轮次保留 Claude Opus 5.5，单次会话成本降低 57%，并支持缓存感知路由。

Fireworks 开放 Kimi K3 LoRA 无服务器训练私测，约 20 步 RL 成本约 $65

Fireworks 宣布 Kimi K3 支持其 Serverless Training 的 Multi-LoRA 服务与训练，进入私测阶段。K3 是总参数约 2.8T 的 MoE 模型，原文称其为首个达到 3T 规模的开源权重模型。

Kimi K3 开源发布并上线 Fireworks：2.8T 参数、Day-0 推理与训练支持

月之暗面的 Kimi K3 以开源权重发布，共 2.8T 总参数、104B 激活参数、896 专家、1M 上下文，并在 Fireworks 上线 Day-0 推理与训练。

Meta Muse Glimmer 30B 上线 Fireworks，面向常驻 Agent 场景

Meta 发布 Muse Glimmer 30B 开源模型（Apache 2.0），并已在 Fireworks 提供 serverless 和按需部署。