大模型技术前沿周报

Super-agent 开源的是可持续工作的系统原型

deepseek-ai/dsh-superagent-prototype 于 10.31 北京时间 17:32 创建，MIT。它是 DeepSeek Harness 的 bundle：盯住一个 GitHub 仓库、可选接入飞书；Router 路由事件，独立 Worker 会话/目录执行工单，并回到原线程交付 PR 或待人处理事项。

官方权限文档把 allowed lists、规则与 Mandate 交给 host；默认 observe，推断出的任务先记录“会接受”而不启动，显式请求仍可执行。订阅消息只提供上下文，不自动扩张权限。

研发含义：主动 Agent 值得复用的部分是任务准入、执行上下文隔离、事件续跑与人类注意力管理。要另设真正的进程/容器权限边界：官方说明 Worker 以操作者 OS 身份执行命令、无需逐条批准，工作目录和 CLI 包装不是安全沙箱。

Hy-SimulMT 把模型、流式服务与继续训练一起交付

Hy-SimulMT 支持中英双向 speech-to-speech，同步输出翻译文本和语音；30B-A3B 主模型提供 BF16、FP8、GGUF 与是否输出源文本的 Interleave 版本。官方仓库交付 SimulInfer 和 SimulTrain，支持 vLLM、llama.cpp、SGLang-Omni。

厂商 RealSI 长音频测试报告约 3 秒 StreamLAAL，并称 GEMBA 高于所列开源模型与 5 个商业 API 中的 4 个；但模型卡明确 TTS 和音色克隆仍需另配服务。

跨端云会话、可恢复沙箱与 Memory 同周进入稳定阶段

付费 Copilot 的统一云会话与云沙箱 GA：同一会话可跨 Web、Mobile、App、CLI、VS Code、Slack/Teams 继续，沙箱关闭后保存快照。Copilot Memory 同日 GA，覆盖个人偏好与仓库约定；Dreaming 进入预览，用过去工作更新记忆、技能和自定义指令。

这套设计把“能恢复当时运行环境”与“能记住长期规则”拆成两层。企业实现类似能力时，应为快照和语义记忆分别做归属、权限、审计与删除策略。

Gemini 增加 Agent CLI 与 Computer Use GA，同时改变默认留存

10.27 发布零依赖、无状态的 gemini-api CLI beta，可从脚本与 CI 调用 Interactions API、媒体生成、文件分析和托管 Agent；10.30 Computer Use 在 Interactions 与 GenerateContent API GA。

更值得立即检查的是 10.26 的默认值变化：新付费项目 Generate Content 请求默认 store=true。这要求开发模板把留存设置显式化，而不是只在安全文档里提醒。

多模型生成链可发布成版本化 Workflow 端点

Runway Workflows 将图像、视频、音频、LLM 与编辑节点组成的图发布为私有 API 端点；应用只提交一次调用并读取统一输出，换模型或改提示链通过发布新图版本完成。节点失败会出现在 nodeErrors，而整体状态仍可能是 SUCCEEDED。

生成媒体团队可把创意链从应用代码中抽离，但验收必须检查关键输出与每个节点错误，不能只看全局成功。官方示例还提醒输出 URL 24—48 小时过期，应主动归档。

Terra 面向视觉与电脑操作；Rosalind 采用受限可信访问

GPT-6.1 Terra 10.26 进入 Responses 与 Chat Completions，官方规格为 1.05M 上下文、128K 最大输出，支持函数、Web/File Search 与 Computer Use。10.30 发布面向生命科学推理与科学工具使用的 GPT-6 Rosalind，仅对 Rosalind Research trusted-access 获批组织开放内部研究。

这两项更新分别代表通用电脑操作与高风险垂直模型的两种发布面：前者可做 GUI 任务候选，后者不能因“已发布”就假设一般 API 可用。

ML4 的 FP8 LoRA 示例把容量需求落到具体配方

TRL 1.17.0 新增 ML4 FP8 权重上的 SFTTrainer + LoRA 示例，官方报告在单个 8×B300 节点运行：每 GPU 约 142 GiB、约 32.7k token/step、约 8 秒/step；LoRA 训练 attention 和 dense/shared-expert MLP。

研发影响：领域适配可从该精确配方估算容量与成本，同时锁定 packing、assistant-only loss 与训练模板；依赖为 Transformers≥5.22、PEFT≥0.21、Accelerate≥1.15。

边界：是指定硬件和任务下的官方 LoRA 测量，不是全参数训练，也不代表任意序列长度、视觉输入或硬件下的资源需求。该版本的 RL 算法更新仅作次要跟踪。

大 MoE 的计算、通信与恢复开始一起演进

core_v0.20.0 加入 DeepSeek V4 HybridModel、只训练 MTP head 的模式，以及实验性 Megatron-FSDP v2 适配；MoE 通信补上 DeepEP v2 和 NCCL EP MXFP8 路径。

研发影响：可将 draft head 训练、低精度 expert 通信和模型分片纳入大模型工程方案；同时把恢复测试与模型/优化器状态纳入验证。

边界：FSDP v2 适配要求 TP=1、expert TP=1；其优化器 checkpoint 暂不覆盖 EP 布局。实验性路径需与稳定训练配置分开，不能把“支持模型架构”解释为任意并行组合已可恢复。

算子配置进入模型配置；Wan 序列并行补上梯度一致性回归

#1379 将 ops 选择从进程全局配置改到模块所属 config，可序列化、保存/重载，并覆盖 Transformers、Diffusers 与组合模型；移除 veomni.ops.config 是 breaking change。

#1251 在已重构的 Wan T2V 路径上新增 SP=2 与 SP 关闭的输出/梯度回归，覆盖非整除序列、逐 token timestep 与 gradient checkpointing；SFT/LoRA 示例改用 SP 兼容的 attention。

研发影响：多模型混训应把算子选择随 checkpoint 一起固化；视频微调不能只检查 loss 下降，还需验证 padding、RoPE、timestep 和梯度在并行前后对齐。两项均为 main 已合并提交，不宣称已进入最新稳定 release。

ML4 day-0 交付在专用镜像，DCP 不是一律更快

官方 vllm/vllm-openai:mistral-large-4 镜像提供 ML4 与 DSpark；模型跑在 MRV2 和 breakable CUDA graphs 上，同时支持图像输入与 FP8/NVFP4 checkpoint。

研发影响：先锁镜像/权重/解析器，再按 KV 容量选择 DCP。官方在同一 8×GB300 NVFP4 配置中观察到 DCP8 可扩容量，但解码每 token 比 TP8 慢约 16%—28%；KV 仍够用时并非净收益。

边界：这是专项镜像与技术博客，不把 10.18 的 v0.32.0 旧 release 改写成本周新版本；性能为团队自报、依赖上下文和并发，不外推到其他硬件或模型。

多节点与实时服务进入同一版本，版本对齐要一起锁

0.32.0 发布可选 Ray 多节点推理、会话感知副本放置与多前端双工服务；增加 realtime VAD 及 TaoMate-H3 实时 AR-diffusion 流式路径，改进失败隔离。

研发影响：多阶段多模态服务应将会话路由、阶段错误和输出接口兼容性纳入端到端测试。该版本明确绑定 vLLM 0.32.0 与 Python≥3.11,<3.14，输出类型别名将被拒绝。

边界：代码框架发布不代表新模型权重首发，也不意味着每个模型都有相同的多节点/流式能力；具体按模型 recipe 验证。

取消视频任务开始真正释放执行资源

#47055 让 DELETE /v1/videos/{id} 除删除记录外还能取消计算：排队任务不启动，运行任务在当前去噪步之后退出；序列并行各 rank 通过 CPU group 对齐停止步。

研发影响：视频服务的取消、超时和配额回收应验收 GPU 任务实际终止；仅删数据库记录会让昂贵生成继续占副本。

边界：main 已合并；本次通道限单节点 monolithic，运行中的 dynamic batch 单请求移除另待实现。不是 instant kill，也不能宣称跨节点取消已支持；最近稳定 v0.5.22 发布在 10.19，不算本周新闻。

LoRA 未加载与零强度路径应保留基座行为

#2028 修正 LoRA wrapper 在 adapter 缺失时崩溃，统一回退基座层；编译范围收窄到 adapter delta，避免单独编译 packed NVFP4/FP8 基座线性层改变数值。

研发影响：按请求加载视频 LoRA 时，需把未加载、加载失败、scale=0 和量化基座列为回归路径；零强度 adapter 应与未包装的基座一致。

边界：已合并 main，未将其包装成新稳定版本或训练算法；这是共享 LoRA 运行路径的正确性修复，没有通用加速倍数。另一个 #2042 fused-kernel 优化在上海时间 11.02 才合并，排除本期。