2026/04/30 AI速递 | 中杯模型与开源加速双线并进
01. Mistral Medium 3.5：中杯模型低调更新
02. FlashQLA：Qwen 线性注意力核提速 3 倍
03. Poolside 开源 33B 编码模型，SWE-bench 达 68.2%
04. OpenAI 开源 PII 脱敏模型：1.5B 参数仅 50M 激活
05. Scout AI 获 1 亿美元，为士兵训练 AI 操控无人车
08. Meta FAIR 发布 NeuralSet：统一脑数据与 AI 流水线
Mistral Medium 3.5：中杯模型低调更新
Mistral 悄然发布了 Medium 3.5，这是其中端模型的例行升级。官方博文重点强调了模型在远程代理任务（如 API 调用、工具使用）上的改进，但未给出具体的性能对比数据或基准测试分数。Hacker News 上该消息获得 262 点赞和 153 条评论，社区讨论主要围绕其实际效果与定价——部分用户指出，Mistral Medium 系列一直定位在“够用但不惊艳”，3.5 版本可能延续这一路线。目前该模型已在 Mistral 平台开放 API 访问。
FlashQLA：Qwen 线性注意力核提速 3 倍
Qwen 团队开源了 FlashQLA，一个专为 Gated Delta Network（GDN）线性注意力机制优化的 GPU 核函数库。在 NVIDIA H200 上，其前向计算速度相比现有的 Triton 实现（FLA 库）提升 「2–3 倍」 ，反向传播提升约 「2 倍」 。 线性注意力将标准注意力的 O(n²) 复杂度降至 O(n)，是处理长序列的关键。Qwen3.5/3.6 采用混合架构，GDN 层与全注意力层交替。FlashQLA 的三项创新包括：利用 GDN 门控衰减特性自动实现片内上下文并行；通过代数重排减少 Tensor Core、CUDA Core 和 SFU 开销且不损失精度；基于 TileLang 构建融合的 warp 专用化核，实现数据传输与矩阵计算的重叠。 FlashQLA 目前仅支持 Hopper 架构（SM90+），依赖 CUDA 12.8+ 和 PyTorch 2.8+，适用范围有限。其性能优势在预训练和边缘端 agentic 推理场景最为显著。
Poolside 开源 33B 编码模型，SWE-bench 达 68.2%
Poolside AI 发布了两款面向代理式编程的 MoE 模型：Laguna M.1（225B 总参/23B 激活）和 Laguna XS.2（33B 总参/3B 激活）。其中 XS.2 以 Apache 2.0 协议开源，可在 36GB 内存的 Mac 上通过 Ollama 运行。 性能方面，M.1 在 SWE-bench Verified 上达到 「72.5%」 ，XS.2 为 「68.2%」 ，两者均训练于 30T tokens。XS.2 采用滑动窗口注意力（3:1 比例）和 FP8 KV 缓存，上下文窗口 131K tokens，并支持原生推理（可控制是否启用思考过程）。 训练创新包括：用 Muon 优化器替代 AdamW，在相同损失下减少约 「15%」 的训练步数，且仅需单状态存储；自研 AutoMixer 框架，通过约 60 个代理模型自动优化数据配比，合成数据占比约 13%；全异步在线强化学习系统，推理与训练并行，通过 GPUDirect RDMA 在 5 秒内传输数百 GB 权重。 意义：XS.2 以极小的激活参数量（3B）在编码基准上逼近更大模型，证明 MoE 架构和高效训练方法可显著降低本地部署门槛。但需注意，SWE-bench 测试集主要覆盖 Python 仓库，多语言和实际生产环境的泛化能力有待验证。
OpenAI 开源 PII 脱敏模型：1.5B 参数仅 50M 激活
OpenAI 在 Hugging Face 上以 Apache 2.0 许可证开源了 Privacy Filter，一个专用于检测和脱敏文本中个人身份信息（PII）的 token 分类模型。它可识别 8 类敏感信息：账号、地址、邮箱、姓名、电话、URL、日期和密钥。模型体积小，能在浏览器或笔记本上运行，适合高吞吐量的数据清洗管线。 「架构亮点在于稀疏 MoE」 ：总参数 1.5B，但推理时仅激活 50M，约 30 倍差距。模型采用 8 层预归一化 Transformer，d_model=640，分组查询注意力（14 查询头/2 KV 头）配合 RoPE，支持 128K 上下文。前馈层为 128 专家、top-4 路由的稀疏 MoE。训练分三阶段：先自回归预训练，再转为双向带状注意力编码器（带宽 128），最后用监督分类损失微调。推理时使用约束 Viterbi 解码替代逐 token argmax，并提供了 6 个可调过渡偏置参数，让开发者无需重训即可调整精度/召回权衡。 该模型适合需要本地部署的团队，用于清洗日志、预处理用户内容或构建数据脱敏管道。但 OpenAI 也承认，模型对新型凭证格式和跨句法分割的密钥存在漏检，这是已知的失败模式。
Scout AI 获 1 亿美元，为士兵训练 AI 操控无人车
Colby Adcock 创立的 Scout AI 完成 1 亿美元融资，用于开发能帮助单兵操控无人车集群的 AI 智能体。TechCrunch 参观了其训练营地。目前该项目仍处于早期验证阶段，实际战场的可靠性尚未公开测试。
Hugging Face 博客文章指出，AI 评估（eval）正在成为新的计算瓶颈。随着模型规模持续增长，评估这些模型所需的计算资源和时间成本急剧上升，甚至可能超过训练成本。文章强调，当前评估流程缺乏标准化和效率优化，导致大量算力被低效使用。这一问题可能延缓模型迭代速度，尤其对中小团队构成更大挑战。Hugging Face 呼吁社区关注评估效率，并探索更轻量的评估方法。
MIT Technology Review 指出，AI 智能体的真正潜力不在于单打独斗，而在于团队协作。当多个智能体协调分工处理复杂任务时，可能像流水线改造制造业一样重塑白领知识工作。Codex、Claude Cowork 等应用已展现这种多智能体通用生产力工具的雏形。但文章也警告，随着智能体进入真实系统，风险同步增长。此外，美国核废料问题日趋紧迫——每年产生约 2000 吨高放射性废物，却无永久储存方案。OpenAI 与马斯克的庭审同日启动，马斯克指控奥特曼“窃取慈善机构”，称 OpenAI 本应为非营利组织以避免“终结者结局”。
Meta FAIR 发布 NeuralSet：统一脑数据与 AI 流水线
Meta FAIR 实验室发布 NeuralSet，一个旨在消除神经科学数据与深度学习流水线之间整合痛点的 Python 框架。其核心设计是结构-数据解耦：将实验的逻辑结构（事件、时间戳等轻量元数据）与实际的信号提取分离，从而支持在无需将原始数据加载到内存的情况下探索 TB 级数据集。 NeuralSet 提供统一接口，支持 fMRI、M/EEG、spikes 等多种神经记录模态，并原生集成 HuggingFace 生态，可调用 DINOv2、CLIP、Whisper、LLaMA 等模型提取刺激特征，并通过时间扩展实现与神经信号的自动对齐。框架基于 「exca」 包实现确定性哈希缓存和完整计算溯源，配置错误在初始化时即被 Pydantic 捕获，避免算力浪费。 与 18 个现有神经科学软件包的对比显示，NeuralSet 是唯一在所有类别（神经设备、任务类型、基础设施功能）均获得完全支持的方案。目前项目已开源，但实际效果仍需社区验证——尤其是跨模态切换的易用性和大规模集群下的性能表现。
夜雨聆风
