https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
OpenAI宣布，将在ChatGPT中测试一种新的视觉广告形式。用户生成图片时，界面可能出现展示商品灵感、产品使用方式或服务体验的广告。OpenAI称，广告会明确标注，并与正在生成的图片分开，不会直接嵌入或改变用户创作的图像；公司也重申，广告不会影响ChatGPT给出的回答。
这项测试预计于10月下旬在美国启动，初期只面向一批广告商。OpenAI没有在公告中说明具体哪些用户或订阅层级会看到视觉广告。此次推出的是ChatGPT现有广告业务的新广告格式，并非广告首次进入ChatGPT。OpenAI表示，ChatGPT目前每周触达12亿人，广告业务将帮助其覆盖仅靠订阅服务难以触及的更大用户群体。
除视觉广告外，OpenAI还将扩展广告效果衡量工具及合作伙伴网络，让广告商通过Hightouch、Tealium和LiveRamp等服务接入转化数据，并利用AppsFlyer、Adjust、Branch等伙伴开展网站或应用归因。公司也与DoubleVerify和Integral Ad Science合作评估广告展示环境是否符合品牌安全要求。OpenAI称，相关独立合作方会在受控环境中检查安全措施，不会因此获得用户私人对话内容。
OpenAI表示，系统会评估对话是否适合展示广告，避免广告出现在用户情绪脆弱、涉及敏感议题或其他不适宜的交流场景。其广告政策还限制政治、儿童安全、健康及自伤等敏感话题周边的广告，并要求广告与ChatGPT自身回答清晰区分。具体测试中的广告展示位置、频率以及用户如何管理广告偏好，官方公告尚未详细说明。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)
OpenAI 将在 ChatGPT 生成图片时展示视觉广告
OpenAI 将在用户生成图片时展示视觉广告，本月开始在美国面向首批广告主测试。公司称广告会明确标注，并与生成的图片分开，且不会影响 ChatGPT 的回答。
目前 ChatGPT 每周用户达 12 亿，广告正成为向非订阅用户变现的新渠道；OpenAI 同时新增转化衡量与品牌安全工具。
BleepingComputer
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
OpenAI 将在用户生成图片时展示视觉广告，本月开始在美国面向首批广告主测试。公司称广告会明确标注，并与生成的图片分开，且不会影响 ChatGPT 的回答。
目前 ChatGPT 每周用户达 12 亿，广告正成为向非订阅用户变现的新渠道；OpenAI 同时新增转化衡量与品牌安全工具。
BleepingComputer
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
DSH 推出插件升级 skill，帮助插件作者适配新版本
推荐 dsh-plugin-upgrade-skill 帮助 DSH 插件作者升级适配新版本，并呼吁通过兼容层减少插件 API 的破坏性变更。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
推荐 dsh-plugin-upgrade-skill 帮助 DSH 插件作者升级适配新版本，并呼吁通过兼容层减少插件 API 的破坏性变更。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
↩️ 彭博行业研究称美国对华 AI 性能优势缩至 3%
彭博行业研究称美国对华 AI 性能优势缩至 3%
彭博行业研究称，美国 AI 公司对中国同行的性能优势近几个月大幅缩小至历史低位。DeepSeek 于 2026 年 9 月发布 V4.1 Flash 后，中国头部模型在基准测试中仅落后美国模型 3%，低于 5 月约 9%和年初 15%。
报告称，中国 AI 进步源于技术积累及对国产硬件的优化，也令美国技术出口限制的效果受到质疑。DeepSeek V4.1 Flash 今年 9 月在 LiveBench 全球排名第六，但中国模型仍仅占前 15 名中的 3 个。
Bloomberg
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
在花🎗️科技圈:
🤖 美国 CAISI 发布 DeepSeek V4 Pro 评估报告，称 DeepSeek V4 Pro 能力落后美国前沿约 8 个月 美国国家标准与技术研究院（NIST）下属人工智能标准与创新中心（CAISI）评估显示，中国开源模型 DeepSeek V4 Pro 在综合能力上比美国最先进模型落后约 8 个月。在 CAISI 选取的基准中，其 Elo 得分 800，低于 GPT-5.5(999)和 Opus 4.6(800)，与 GPT-5.4 mini(749)相近。尤其在 ARC-AGI-2、PortBench…
彭博行业研究称美国对华 AI 性能优势缩至 3%
彭博行业研究称，美国 AI 公司对中国同行的性能优势近几个月大幅缩小至历史低位。DeepSeek 于 2026 年 9 月发布 V4.1 Flash 后，中国头部模型在基准测试中仅落后美国模型 3%，低于 5 月约 9%和年初 15%。
报告称，中国 AI 进步源于技术积累及对国产硬件的优化，也令美国技术出口限制的效果受到质疑。DeepSeek V4.1 Flash 今年 9 月在 LiveBench 全球排名第六，但中国模型仍仅占前 15 名中的 3 个。
Bloomberg
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
Elevated Work Mode errors
Status: Investigating
We are observing elevated Work Mode errors. Scheduled tasks may also be impacted.
Affected components
● ChatGPT Work (Degraded performance)
via OpenAI status
Status: Investigating
We are observing elevated Work Mode errors. Scheduled tasks may also be impacted.
Affected components
● ChatGPT Work (Degraded performance)
via OpenAI status
华为官方宣布，华为与高通宣布达成一项为期多年、范围广泛的专利许可协议，内容包括双方在 5G、计算、人工智能和网络等多个领域的专利组合交叉许可；高通将购买华为部分美国专利。该交易将在获得必要监管批准后完成。据华为发言人称，高通也同意获得华为逻辑折叠芯片制造技术相关专利的许可。
华为称，交易完成后公司专利许可协议累计预期合同价值预计超过 69 亿美元，约合 463.02 亿元；自 2021 年起其知识产权授权业务已实现正向收入。
华为 | 高通 | Bloomberg | Reuters
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
据彭博社报道，彭博行业研究称，过去几个月，随着DeepSeek等中国AI实验室的模型不断进步，美国AI公司相对中国同行的性能领先优势急剧缩小，降至历史最低水平，这让美国的科技主导地位面临威胁。
彭博行业研究高级分析师罗伯特·利亚(Robert Lea)在周一的一份报告中写道，在DeepSeek 9月发布V4.1 Flash之后，中国顶尖模型在基准测试得分上仅落后美国竞争对手3%。这一差距较5月份的约9%和今年早些时候的15%有所收窄。
他表示，这种性能的持续提升意味着中国竞争者将进一步扩大市场份额。
彭博指出，中国模型技术的崛起得益于其AI专业能力的不断深化，以及研究人员针对国产硬件优化模型的能力。这些进展也让人们开始质疑美国限制技术出口的做法是否有效。
利亚称，中国取得的进展“进一步让人质疑美国在AI领域的科技主导地位能否长期维持”。
DeepSeek的V4.1 Flash上月在LiveBench全球排名中位列第六，成为自这家创业公司2025年凭借其推理模型R1取得突破以来排名最高的中国模型。LiveBench根据AI模型对问题、谜题或任务的回答与分析进行评分，这一过程类似于衡量人类智商。
DeepSeek最近一次在LiveBench上的得分为81.1分，低于Anthropic最高的83.4分。利亚表示，这意味着DeepSeek模型的表现已经“可以与Anthropic、OpenAI的领先AI系统相媲美”。不过，尽管双方的得分差距已经缩小至仅3%，LiveBench评选出的前15个模型中只有3个来自中国。
利亚提醒称，这类排名会不断变化，而且无论模型在排行榜上的排名如何，变现都可能很困难。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)
Command Code GOAT 套餐为 DeepSeek、GLM、Kimi 等模型附带 60 美元使用额度
Command Code 列出其每月 10 美元 GOAT 套餐附带 60 美元使用额度的四款模型，包括 DeepSeek V4.1 Flash 两个版本、GLM 5.3 Flash 以及 Kimi K3。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
Command Code 列出其每月 10 美元 GOAT 套餐附带 60 美元使用额度的四款模型，包括 DeepSeek V4.1 Flash 两个版本、GLM 5.3 Flash 以及 Kimi K3。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
彭博：DeepSeek新模型发力，中美顶尖AI跑分差距缩小
彭博行业研究称，过去几个月，随着深度求索（DeepSeek)等中国AI实验室的模型不断进步，美国AI公司相对中国同行的性能领先优势急剧缩小，降至历史最低水平，这让美国的科技主导地位面临威胁。
彭博行业研究高级分析师罗伯特·利亚在周一的一份报告中写道，在DeepSeek 9月发布V4.1 Flash之后，中国顶尖模型在基准测试得分上仅落后美国竞争对手3%。这一差距较5月份的约9%和今年早些时候的15%有所收窄。他表示，这种性能的持续提升意味着中国竞争者将进一步扩大市场份额。
—— 凤凰网科技、彭博社
via 风向旗参考快讯 - Telegram Channel
彭博行业研究称，过去几个月，随着深度求索（DeepSeek)等中国AI实验室的模型不断进步，美国AI公司相对中国同行的性能领先优势急剧缩小，降至历史最低水平，这让美国的科技主导地位面临威胁。
彭博行业研究高级分析师罗伯特·利亚在周一的一份报告中写道，在DeepSeek 9月发布V4.1 Flash之后，中国顶尖模型在基准测试得分上仅落后美国竞争对手3%。这一差距较5月份的约9%和今年早些时候的15%有所收窄。他表示，这种性能的持续提升意味着中国竞争者将进一步扩大市场份额。
—— 凤凰网科技、彭博社
via 风向旗参考快讯 - Telegram Channel
Horizon Summary: 2026-10-05 (ZH)
----------------------
科技新闻
1. Strata 在 RTX 4090 上以 100+ tokens/s 运行 125B Qwen 3.8 Flash Next ⭐️ 7.0/10
----------------------
科技新闻
Strata 在 RTX 4090 上以 100+ tokens/s 运行 125B Qwen 3.8 Flash Next ⭐️ 7.0/10
GitHub 项目 Strata 被发布在 Hacker News 上，声称可在消费级 GPU 上运行 125B 的 Qwen 3.8 Flash Next，并在 RTX 4090 上达到 100 tokens/s 以上。Hacker News 用户 snehesht 称在自己的 RTX 4090、128GB DDR5、Ryzen 7950X3D 机器上实测 124 tokens/s，但该结果尚未获得独立验证。同一讨论中，Jackson__ 报告在相同 GGUF 与视觉适配器权重下，Strata 在 50 张图像的坐标定位基准中位误差为 154.8 像素、平均 168.8 像素，而 llama.cpp 分别为 46.5 和 81.4 像素，提示低比特推理可能带来质量退化。a11r 也对低于 4-bit 的量化表示怀疑，并称 4-bit 量化在 RTX Pro 6000 上足以处理困难但范围明确的编码任务。
hackernews · snehesht · 10月4日 12:51 · 社区讨论
「背景：Qwen3.8-Flash-Next 的架构由来」 当前讨论的 Qwen3.8-Flash-Next 是阿里通义此前发布并开源的多模态 MoE 模型：据 8 月 27 日的日报报道，它采用 125B 主模型加 51B N-gram 嵌入、每 token 仅激活 6B 参数的架构，原生上下文为 262K，并被官方定位为 Qwen4 架构的预览。该模型的 Hugging Face 页面也确认了这一 125B 参数、6B 激活（外加 4B MTP）的配置。正因为每个 token 只激活很小一部分参数，本地推理工具才有机会尝试在消费级显卡上以高吞吐运行它。
「影响与部署注意」 对打算在自己机器上部署该模型的人，关键动作是按具体任务验证输出质量，而不是只看吞吐量：一位评论者用同一份 GGUF 与视觉适配器权重做 50 张图片的坐标定位测试，Strata 的中位误差为 154.8 像素，而在 llama.cpp 下为 46.5 像素（该数据为评论者自测，未经独立复核）。兼容性方面，社区已提到 ds4/Dwarfstar 等替代推理栈同样支持该模型，Strata 仓库则自述目标是让该模型在普通 PC 上本地运行，并称速度数据是在“两台普通游戏 PC”上测得，部署前应确认所选工具链与量化方案对目标任务的实际表现。
「社区讨论」 评论区的分歧集中在速度与质量能否兼得：Jackson__ 的视觉基准显示 Strata 相比 llama.cpp 误差更大，而 a11r 认为低于 4-bit 的量化可能显著降低质量。与此同时，AntiRush 报告在 RTX 6000 Pro 上使用 ds4 的 Q4 量化可达到 255.26 tokens/s 解码并支持 4 路并发，kamranjon 也称 ds4 的 Q4 量化日常表现良好。
参考链接
● 2026-08-27 — Qwen3.8-Flash-Next：新架构以 1/9 成本超越 Qwen3.7-Plus
● Qwen / Qwen 3 . 8 - Flash - Next · Hugging Face
● GitHub - Niko1221/Strata: Qwen3.8-Flash-Next on any consumer ...
标签:
----------------------
via Horizon Daily - 中文摘要
从 18 条内容中筛选出 1 条重要资讯。
----------------------
科技新闻
1. Strata 在 RTX 4090 上以 100+ tokens/s 运行 125B Qwen 3.8 Flash Next ⭐️ 7.0/10
----------------------
科技新闻
Strata 在 RTX 4090 上以 100+ tokens/s 运行 125B Qwen 3.8 Flash Next ⭐️ 7.0/10
GitHub 项目 Strata 被发布在 Hacker News 上，声称可在消费级 GPU 上运行 125B 的 Qwen 3.8 Flash Next，并在 RTX 4090 上达到 100 tokens/s 以上。Hacker News 用户 snehesht 称在自己的 RTX 4090、128GB DDR5、Ryzen 7950X3D 机器上实测 124 tokens/s，但该结果尚未获得独立验证。同一讨论中，Jackson__ 报告在相同 GGUF 与视觉适配器权重下，Strata 在 50 张图像的坐标定位基准中位误差为 154.8 像素、平均 168.8 像素，而 llama.cpp 分别为 46.5 和 81.4 像素，提示低比特推理可能带来质量退化。a11r 也对低于 4-bit 的量化表示怀疑，并称 4-bit 量化在 RTX Pro 6000 上足以处理困难但范围明确的编码任务。
hackernews · snehesht · 10月4日 12:51 · 社区讨论
「背景：Qwen3.8-Flash-Next 的架构由来」 当前讨论的 Qwen3.8-Flash-Next 是阿里通义此前发布并开源的多模态 MoE 模型：据 8 月 27 日的日报报道，它采用 125B 主模型加 51B N-gram 嵌入、每 token 仅激活 6B 参数的架构，原生上下文为 262K，并被官方定位为 Qwen4 架构的预览。该模型的 Hugging Face 页面也确认了这一 125B 参数、6B 激活（外加 4B MTP）的配置。正因为每个 token 只激活很小一部分参数，本地推理工具才有机会尝试在消费级显卡上以高吞吐运行它。
「影响与部署注意」 对打算在自己机器上部署该模型的人，关键动作是按具体任务验证输出质量，而不是只看吞吐量：一位评论者用同一份 GGUF 与视觉适配器权重做 50 张图片的坐标定位测试，Strata 的中位误差为 154.8 像素，而在 llama.cpp 下为 46.5 像素（该数据为评论者自测，未经独立复核）。兼容性方面，社区已提到 ds4/Dwarfstar 等替代推理栈同样支持该模型，Strata 仓库则自述目标是让该模型在普通 PC 上本地运行，并称速度数据是在“两台普通游戏 PC”上测得，部署前应确认所选工具链与量化方案对目标任务的实际表现。
「社区讨论」 评论区的分歧集中在速度与质量能否兼得：Jackson__ 的视觉基准显示 Strata 相比 llama.cpp 误差更大，而 a11r 认为低于 4-bit 的量化可能显著降低质量。与此同时，AntiRush 报告在 RTX 6000 Pro 上使用 ds4 的 Q4 量化可达到 255.26 tokens/s 解码并支持 4 路并发，kamranjon 也称 ds4 的 Q4 量化日常表现良好。
参考链接
● 2026-08-27 — Qwen3.8-Flash-Next：新架构以 1/9 成本超越 Qwen3.7-Plus
● Qwen / Qwen 3 . 8 - Flash - Next · Hugging Face
● GitHub - Niko1221/Strata: Qwen3.8-Flash-Next on any consumer ...
标签:
#LLM inference, #quantization, #consumer hardware, #open source, #model deployment----------------------
via Horizon Daily - 中文摘要
