从 41 条内容中筛选出 12 条重要资讯。

科技新闻

  1. vLLM v0.28.0 发布：深度优化 Kimi-K3 与 DeepSeek V4 推理性能 ⭐️ 8.0/10
  2. GLM-5.3-Flash 发布：高效低成本开源模型 ⭐️ 8.0/10
  3. AWS 收购 DuckLabs，DuckDB 仍归基金会 ⭐️ 8.0/10
  4. Qwen3.8-Flash-Next：新架构以 1/9 成本超越 Qwen3.7-Plus ⭐️ 8.0/10
  5. 腾讯开源多模态嵌入模型 WeMM-Embedding，提供 2B/4B/9B 规格 ⭐️ 8.0/10
  6. Tailcat：基于 Tailscale 数据平面的 netcat 风格工具 ⭐️ 7.0/10
  7. 一起持续中的 3D 打印机 AGPL 违规事件 ⭐️ 7.0/10
  8. CoMaps 离线地图应用在无信号的委内瑞拉指引救援 ⭐️ 7.0/10
  9. X 向开源项目 Nitter 发停止函，主站下线 ⭐️ 7.0/10
  10. 华为竞标埃及 AI 数据中心拟出口 2008 颗升腾芯片 ⭐️ 7.0/10

科技博客

  1. 投机解码如何让大模型生成提速 3 倍 ⭐️ 8.0/10

财经新闻

  1. 多只科技股盘后大涨：英伟达、赛富时业绩超预期 ⭐️ 8.0/10

科技新闻

vLLM v0.28.0 发布：深度优化 Kimi-K3 与 DeepSeek V4 推理性能 ⭐️ 8.0/10

vLLM v0.28.0 已发布，包含 584 个提交和 270 位贡献者（其中 76 位为新人）。本次版本重点优化 Kimi-K3：新增 Decode Context Parallel（DCP）支持、融合 FlashKDA 解码/预填充内核、自适应投机预算使 DSpark TTFT 改善约 60%，可选共享专家分片每 GPU 节省约 17 GiB 显存；DeepSeek V4 的稀疏 MLA 现可端到端用于普通解码、MTP 和 DSpark 投机解码，并支持 AMD Quark NVFP4 及 gfx11/gfx950 ROCm。默认参数也有调整，例如 max_num_batched_tokens 从 8192 提升到 16384。破坏性变更包括 bitsandbytes 支持迁移到外置插件、Transformers 升级到 5.15.0，以及移除 calculate_kv_scales 和 override_attention_dtype 等 API。

github · khluu · 8月26日 09:46

「背景」 vLLM 是一个开源的大语言模型（LLM）推理与服务框架，通过 PagedAttention 高效管理注意力键值缓存以减少碎片，并利用连续批处理实现动态请求调度和迭代级批处理，从而提升吞吐量和内存效率。它是目前 LLM 推理领域广泛使用的基础设施之一，因此其新版本对推理服务部署和性能优化具有重要意义。

「影响」 使用 vLLM 部署 Kimi-K3 或 DeepSeek V4 的推理团队可显著降低解码时延和显存占用，并让稀疏 MLA 与投机解码链路获得更完整的原生支持；升级前需适配 bitsandbytes 外置插件与 Transformers 5.15.0 等破坏性变更。

参考链接

标签: #vllm, #LLM inference, #performance optimization, #DeepSeek V4, #Kimi-K3

GLM-5.3-Flash 发布：高效低成本开源模型 ⭐️ 8.0/10

Z.ai 发布了 GLM-5.3-Flash，这是 GLM-5.3 的高效低成本变体，性能接近 GLM-5.3。模型权重已在 Hugging Face 上开放，社区评论称其参数量约为 GLM-5.3 的一半，价格降至约五分之一，并部署在中国芯片上。该发布延续了中国实验室近期的快速迭代节奏，引发 AI/ML 从业者的广泛关注。具体基准表现和成本数据主要来自社区讨论，仍需以官方文档为准。

hackernews · Philpax · 8月26日 14:08 · 社区讨论

「背景」 GLM 是智谱 AI（Z.ai）推出的开源大语言模型系列，GLM-5.3-Flash 是该系列在 GLM-5.3 之后发布的轻量级多模态模型。根据官方文档，该模型使用与 GLM-5.3 一致的文本参数，并支持 100 万 token 的上下文窗口；其混合稀疏注意力和线性注意力架构在保持长上下文能力的同时降低了计算开销，定位为适合高效编码和长周期智能体任务的模型。该模型在各项指标上接近 GLM-5.3，但参数规模和推理成本更低，并已开放权重。

「影响」 对于需要低成本高效模型的开发者和企业，GLM-5.3-Flash 提供了接近旗舰性能且权重开放的新选择，可能显著降低推理成本。不过，实际部署时需评估其服务条款，社区已指出其中包含对输入输出和用户信息的宽泛授权。

「社区讨论」 社区对 GLM-5.3-Flash 的性能价格比反应积极，称其在多个基准上优于或接近更昂贵的竞品。但也有用户提醒，Z.ai 的服务条款对输入输出和用户信息有广泛且永久的授权，并包含模糊的使用禁令。

参考链接

标签: #AI, #LLM, #model-release, #efficiency, #open-weights

AWS 收购 DuckLabs，DuckDB 仍归基金会 ⭐️ 8.0/10

AWS 宣布收购 DuckLabs，即开源数据库 DuckDB 背后的商业公司，但 DuckDB 开源项目本身仍由非营利组织 DuckDB Foundation 持有全部知识产权。DuckDB 源代码和项目治理不随收购转移，基金会代表 Peter Boncz 也确认相关安排。此次收购让 AWS 在嵌入式分析数据库领域获得核心团队，可能影响未来托管服务与云数据库生态；开源用户短期内看到的所有权结构未变。该交易标志着又一家大型云厂商整合热门开源数据基础设施，社区对其长期发展方向存在分歧。

hackernews · onderkalaci · 8月26日 12:59 · 社区讨论

「背景」 AWS 已签署最终协议收购总部位于阿姆斯特丹的 DuckLabs，该公司是开源分析型数据库 DuckDB 的开发与维护方。DuckDB 凭借其强大的开发者社区成为数据工程领域广受喜爱的工具。需要注意的是，DuckDB 开源项目的知识产权由非营利组织 DuckDB Foundation 持有，此次收购的是商业公司 DuckLabs，而非 DuckDB 项目本身。

「影响」 对于现有 DuckDB 开源用户，代码与项目资产仍由 DuckDB Foundation 持有，因此本次收购并不直接改变使用和授权基础；但 DuckLabs 团队并入 AWS 后，后续商业开发与云服务整合方向仍需关注。

「社区讨论」 评论者一方面对基金会持有 DuckDB 知识产权表示安心，另一方面担心 AWS 内部文化和技术项目维护前景（如 hobofan、cmiles8），也有人转而推荐 Apache DataFusion 作为替代方案（tormeh）。

参考链接

标签: #databases, #aws, #duckdb, #open-source, #acquisition

Qwen3.8-Flash-Next：新架构以 1/9 成本超越 Qwen3.7-Plus ⭐️ 8.0/10

阿里通义发布多模态 MoE 模型 Qwen3.8-Flash，并开源作为 Qwen4 架构预览的 Qwen3.8-Flash-Next。后者采用 125B 主模型加 51B N-gram 嵌入、每 token 仅激活 6B 参数的新架构，原生上下文为 262K，可扩展至 1M。官方称其训练成本仅为 Qwen3.7-Plus 的约九分之一，并在编码和办公任务上表现更优，性能比肩 Anthropic Opus 4.6 和 DeepSeek V4-Flash。API 定价为每百万输入 tokens 0.16 美元、输出 0.47 美元。

hackernews · tosh · 8月26日 12:52 · 社区讨论

「背景」 Qwen 是阿里通义的开源大语言模型系列。传统 Transformer 在推理时通常激活全部参数，而 MoE（混合专家）架构通过路由器只激活部分专家，从而降低计算量；N-gram 嵌入是一种辅助表示方式，可增强模型对词元序列的利用。此次发布的 Flash-Next 将这些技术结合，以更少的激活参数和训练成本实现高能力，并为下一代 Qwen4 架构提供预览。

「影响」 对本地部署者而言，Flash-Next 的 6B 激活参数有利于带宽受限设备，但约 176B 的总参数（125B 加 51B）使量化后能否在 128GB 统一内存中运行仍不确定，且目前还没有 llama.cpp 支持。

「社区讨论」 讨论中，有用户认为该架构在 6B 激活参数下对 Strix Halo 等带宽受限设备友好，但多位用户对总参数规模的量化可行性和内存占用提出疑问，也有人正在等待 llama.cpp 支持落地。另有评论称其表现意外地好，并感叹模型迭代速度。

标签: #AI, #large language models, #Qwen, #model architecture, #efficient inference

腾讯开源多模态嵌入模型 WeMM-Embedding，提供 2B/4B/9B 规格 ⭐️ 8.0/10

腾讯微信视觉团队开源了多模态嵌入模型系列 WeMM-Embedding，提供 2B、4B、9B 三种规模，采用 Apache 2.0 协议。该系列统一支持文本、图像、视频、视觉文档及混合多模态输入的表示与检索，据发布内容称在多个基准上达到 SOTA/领先表现，但具体基准名称与数值未在来源中给出。当前暂不支持音频输入。该模型面向检索与表示学习场景，对需要跨模态检索的开发者和研究团队具有直接可用价值。

telegram · zaihuapd · 8月26日 13:15

「背景」 多模态嵌入模型能将文本、图像、视频等不同类型的内容统一转换为向量表示，便于进行相似度检索和下游任务。腾讯微信视觉团队开源的 WeMM-Embedding 系列（2B/4B/9B）属于这类模型，其中 9B 版本基于 Qwen3.5 构建，统一支持文本、图像、视频、视觉文档及交错多模态输入，输出 4096 维 L2 归一化嵌入向量，并采用 Apache 2.0 协议，使开发者可以自由用于检索和表示学习等场景。

「影响」 开发者可在 Apache 2.0 许可下直接使用 Tencent/WeMM-Embedding 系列（2B/4B/9B）构建多模态检索、文档理解与混合输入表示任务，无需单独处理文本、图像、视频等异构数据。该模型在多项基准上宣称达到 SOTA，可降低企业在多模态 RAG 系统中的嵌入模型选型成本。

参考链接

标签: #multimodal, #embeddings, #open source, #Tencent, #retrieval

Tailcat：基于 Tailscale 数据平面的 netcat 风格工具 ⭐️ 7.0/10

Tailcat 是一个开源的 netcat 风格工具，运行在 Tailscale 的数据平面上，让 Tailscale 节点之间可以建立安全、便捷的网络连接。它借助 Tailscale 的覆盖网络和节点身份来替代传统 netcat 的明文连接方式，项目托管在 GitHub 的 tailscale/tailcat 仓库中。社区中已经有开发者用 Tailcat 作为传输层制作了 Minecraft 模组演示，展示其轻量集成潜力。该工具面向使用 Tailscale 的开发者与运维人员，扩展了在 tailnet 内进行端口监听和连接的工具集。

hackernews · nderjung · 8月26日 17:42 · 社区讨论

「背景」 Tailcat 是 Tailscale 开源组件的重新组合，目标是像 netcat 一样通过 Tailscale 的数据平面建立连接，但不需要 Tailscale 的控制平面。Tailscale 的数据平面通常使用 WireGuard 加密隧道、NAT 穿透和 DERP 中继来实现节点间端到端加密的点对点通信，而控制平面负责身份验证、节点授权、对等发现和网络映射。Tailcat 依赖一个中继服务来引导连接，因此在架构上与标准 Tailscale 有所不同，但仍可复用其底层数据传输能力。

「影响」 对已经使用 Tailscale 的开发者，tailcat 提供了一条在 tailnet 内复用 netcat 工作流的直接路径；社区展示的 Minecraft 模组示例也表明它可以快速嵌入其他应用作为安全传输层。

「社区讨论」 社区整体反应积极：有用户表示刚用 Tailscale 托管个人应用后体验很好，Tailscale 成员也分享了一个将 tailcat 用作传输层的 Minecraft 模组演示。另有用户把 tailcat 与 Iroh 做对比，并有人询问 Tailscale 是否以 Nix 作为标准开发环境，但讨论中没有给出明确结论。

参考链接

标签: #tailscale, #networking, #open-source, #devtools, #secure-networking

一起持续中的 3D 打印机 AGPL 违规事件 ⭐️ 7.0/10

据 LWN 记者 Jake Edge 在 FOSSY 2026 上报道，一起 3D 打印机厂商违反 AGPL 许可的事件仍在持续。社区讨论将涉事厂商指向 Bambu Lab，并分享了规避其服务器的开源方案：开启 LAN 模式，配合 OrcaSlicer 和逆向工程插件 open-bamboo-networking；有用户称自己的 P2S 在 LAN 模式下完全不会尝试外连。该事件之所以重要，是因为它再次凸显 AGPL 在消费级硬件生态中的执行难题，评论者甚至建议通过国际贸易法院或海关阻止进口来施压。文章日期为 2026 年 8 月 26 日。

hackernews · Velocifyer · 8月26日 17:41 · 社区讨论

「背景」 GNU Affero 通用公共许可证（AGPLv3）与 GPLv2 都是强 Copyleft 开源许可证，要求分发或提供网络服务的软件必须公开完整且对应的源代码。Bambu Lab 的 3D 打印机相关软件被指未遵守这些义务：其 Slicer 软件未提供完整对应的源代码，部分型号固件中基于 Buildroot 的 Linux 及其他 Copyleft 组件也未提供源代码。这些违规行为正是 AGPL 旨在防止的规避方式，目前软件自由保护组织（Software Freedom Conservancy）等机构正在调查并推动解决。

「影响」 Bambu Lab 被 Software Freedom Conservancy 确认自其从 PrusaSlicer 分叉构建 BambuStudio 以来持续违反 AGPLv3 多年，SFC 已为其发起 27.5 万美元的诉讼基金，这可能导致该公司面临法律诉讼或进口禁令，并影响使用其 3D 打印机的用户以及依赖开源切片软件生态的开发者。

「社区讨论」 有用户以亲身经验支持绕行方案，认为打印机本身很好用；另一些评论则聚焦执法，建议把 Bambu 案作为 AGPL 诉讼样本，并经由国际贸易法院或 CBP 禁止进口。也有观点认为中国科技行业建立在 GPL 违规之上，单纯靠诉讼很难改变，而消费者角度则很难拒绝“开箱即用”的设备。

参考链接

标签: #open-source, #licensing, #agpl, #3d-printing, #legal

CoMaps 离线地图应用在无信号的委内瑞拉指引救援 ⭐️ 7.0/10

在委内瑞拉的救援行动中，基于 OpenStreetMap 的离线应用 CoMaps 在没有手机信号的地区成功引导了救援人员。该应用允许救援人员提前下载地图并在断网环境下导航，从而避免通信中断对救援工作的延误。这一案例展示了开放地图数据与开源软件在人道主义应急中的实际价值。相较于依赖蜂窝网络的商业地图，CoMaps 不依赖信号，适合灾害和偏远地区场景。

hackernews · gedankenstuecke · 8月26日 17:20 · 社区讨论

「背景」 CoMaps 是一款基于 OpenStreetMap 数据的开源离线地图应用，是 Organic Maps 的分支，而 Organic Maps 又是从 Maps.me 分叉而来。该应用支持完全离线搜索、路线规划和逐向导航，无需移动数据即可使用。2026 年委内瑞拉地震期间，救援人员在无手机信号的灾区借助 CoMaps 离线工作，其每周地图更新由 HOT 志愿者制图提供支持。

「影响」 对参与委内瑞拉救援的人员来说，CoMaps 提供了在无信号环境下实际可用的导航能力，减少了对蜂窝网络的依赖。

「社区讨论」 Hacker News 评论普遍认可 CoMaps 和 OpenStreetMap 生态；有人分享在里斯本、布拉格旅行中使用体验良好，也有人正为自行车旅行维护一个名为 CoBike 的 CoMaps 分支。多位评论者还梳理了 OsmAnd、Maps.me、Organic Maps 与 CoMaps 的沿革，并指出 OsmAnd 功能更多但更笨重。

参考链接

标签: #openstreetmap, #offline-maps, #humanitarian-tech, #open-source, #mobile-apps

X 向开源项目 Nitter 发停止函，主站下线 ⭐️ 7.0/10

X 公司于 8 月 24 日向开源项目 Nitter 及其多个实例发出停止函，指控其非法抓取数据、绕过 API 并违反美国多项法律，要求其在 25 日 17 时前永久关闭服务并删除代码库。Nitter 主站已经下线，作者 Zedeus 宣布暂停开发并寻求法律意见。该项目此前允许用户免登录、免广告地浏览 X 内容，2024 年曾遭 X 以 API 限制封杀。此次行动意味着这一广受欢迎的开源隐私工具面临实质性的法律后果，开发暂停也让依赖它的用户失去主要访问途径。

telegram · zaihuapd · 8月26日 06:30

「背景」 Nitter 是一个注重隐私的 X（前 Twitter）替代性前端，让用户无需登录或启用 JavaScript 即可浏览推文、用户时间线和媒体，从而避免被跟踪和广告骚扰。它通常通过抓取网页接口或模拟客户端来实现这一目的，因此与 X 的服务条款和 API 使用政策存在冲突。X 在 2024 年曾通过 API 限制对 Nitter 进行封堵，但该项目仍通过社区实例继续运行。

「影响」 Nitter 用户将失去主站实例，且由于开发暂停，社区维护的实例也可能面临更新缺失和法律风险；这一事件也可能对依赖抓取公共社交媒体数据的开源工具形成警示效应。

标签: #open source, #legal, #privacy, #Nitter, #X

华为竞标埃及 AI 数据中心拟出口 2008 颗升腾芯片 ⭐️ 7.0/10

华为正向埃及政府争取建设用于军事、监控及其他公共部门的 AI 数据中心，计划出口 1408 颗升腾 950 系列芯片，另提供 600 颗同款或 910B 芯片，并打算在 12 个月内完成建设。消息曝光后，美国国务院已联系英伟达、AMD 与微软，筹划组建企业联盟以反制华为竞标；这可能成为美中首次就同一政府 AI 数据中心标案正面竞争。华为拒绝置评，埃及外交部未予回应。

telegram · zaihuapd · 8月26日 09:46

「背景」 华为升腾（Ascend）系列是该公司面向 AI 训练与推理的自研芯片产品线，其中升腾 950 为较新型号，升腾 910B 为前代产品。近年来，美国对华高端芯片出口实施限制，促使华为等中国厂商加速推进自主 AI 芯片，并积极向海外市场拓展。此次埃及政府 AI 数据中心招标涉及军事、监控等公共部门用途，因而在美国看来具有技术外交与安全敏感性。

「影响」 美国国务院已联系英伟达、AMD 与微软筹划组建企业联盟反制华为竞标，这可能成为美中首次就同一政府 AI 数据中心标案正面竞争，直接影响华为在埃及及更广泛海外市场的拓展空间，并牵动美国科技企业的出口与外交策略。

参考链接

标签: #Huawei, #AI chips, #data center, #geopolitics, #Egypt

科技博客

投机解码如何让大模型生成提速 3 倍 ⭐️ 8.0/10

rss · ByteByteGo · 8月26日 15:30

「背景」 自回归生成一次只能输出一个词元，每次都要把模型权重从显存读入计算单元。对 70B 参数模型而言，每生成一个词元约需读取 140GB 权重，而真正用于计算的算术操作只占很小一部分，导致 GPU 计算单元在生成阶段大量闲置。

「方案」 文章的核心思路是“草稿与验证”：先用一个小得多的草稿模型串行生成 K 个候选词元（K 通常取 3 到 5），再把候选词元追加到上下文中，由目标模型一次前向传播同时验证所有位置。验证时从左到右比较候选词元与目标模型预测，匹配的部分保留；遇到第一个不匹配就截断，但该位置的预测词元可以免费获得，所以最坏情况也等价于普通解码。为保证输出质量不变，接受规则很关键：贪婪解码直接比较最高概率词元；采样时则比较两个模型的概率分布，目标模型概率不低于草稿模型则保留，否则按比例部分接受，被拒绝时从扣除草稿概率后的分布中重新采样。实际加速取决于接受率：代码生成、摘要等结构化任务接受率较高，DeepSeek-V3 生产环境中第二个预测词元的接受率达 80%到 90%，吞吐提升约 1.8 倍；创意写作等开放性任务接受率低，低于 50%就不划算。草稿来源可以是同族小模型、目标模型的额外预测头、量化或跳层的廉价版本，或者直接搜索提示词中的重复文段。但加速并非无条件：并发请求升高会挤占闲置算力，有评估显示 70B 模型在批大小为 1 时加速 1.96 倍，批大小 128 时降至 1.21 倍，高并发下甚至可能低于基线；首词延迟基本不变，长提示短输出的任务收益有限。

「启示」 投机解码并没有减少目标模型的计算量，而是把内存带宽受限时已经付费的闲置算力转化为额外词元，从而在保持输出统计等价的前提下实现 2 到 3 倍生成提速；但实际收益高度依赖任务的可预测性和服务器的并发负载。

标签: #speculative decoding, #LLM inference, #GPU memory bandwidth, #performance optimization, #autoregressive generation

财经新闻

多只科技股盘后大涨：英伟达、赛富时业绩超预期 ⭐️ 8.0/10

8 月 26 日盘后，多只科技股因季度业绩超预期而大涨，焦点包括英伟达和赛富时。英伟达第二财季调整后每股收益 2.22 美元，营收 962.2 亿美元且同比翻倍，均高于分析师预期，并预计第三财季营收 1080 亿美元，也高于预期；赛富时第二财季营收 113.5 亿美元，盘后上涨 12%。

rss · CNBC Finance · 8月26日 21:31

「背景」 盘后交易是美股常规收盘后因公司发布财报等消息而进行的交易，相关分析师预估来自 LSEG 和 FactSet。

「影响」 若赛富时盘后涨幅在次日交易中保持，预计将为道琼斯工业平均指数贡献约 160 点。

标签: #earnings, #after-hours trading, #Nvidia, #Salesforce, #tech stocks