用 SkyRL 在 Amazon SageMaker HyperPod 上做多模态 RL 训练
AWS 出的实操教程，手把手教你在 HyperPod 上用 SkyRL 给 Qwen3-VL-8B 做 GRPO 多模态训练，最后还能部署 LoRA 推理。
全部动态
AI 相关资讯全量信息流 · 783 条
9月26日
9月25日
SkillGym：将人类技能内化为 LLM 可复用能力的训练框架
把人类技能攻略变成训练环境喂给模型，微调后 35B 小模型在 SkillsBench 上跑赢了 Claude Sonnet 4.6，方法思路挺有意思。
面向加纳三语青少年健康语音识别的基准测试与领域适配研究
加纳团队用 Qwen3-ASR-0.6B 给三种本地语言做语音识别，Ewe 错误率砍掉近一半，还上线了健康问答应用 KasaHealth，低资源语言落地的完整参考。
Together AI 教程：25分钟、17美元训练一个类 Jev 模型
Together AI 手把手教你花 17 美元、25 分钟，基于 Qwen3.5 4B 微调出一个小模型，教程免费，想从零动手训模型的可以照着跑一遍。
Gemini 3.8 Flash 在 Cline 中免费可用
Cline 里免费用 Gemini 3.8 Flash，1M 上下文加 291 tok/s，跑分还压过 GPT-5.6 Luna 和 DeepSeek v4.1 Flash，写代码可以直接试。
Qwen3.8-27B 在 Mac 上跑起来：内存、引擎与测试全流程
教你把 Qwen3.8-27B 装进 Mac 本地跑代码，内存要多少、怎么配引擎、测试怎么兜底都写清楚了，还能当 Claude Code 的免费备胎。
RL-Kernel 集成 vLLM：Qwen3-8B 训练与推理 logprob 逐位一致
用 vLLM 做 RL 训练的老大难——训练和推理数值对不上，这次在 AMD MI300X 上真做到了逐位一致，做 RL 的都该看看。
9月24日
Together 发布 tev1-4B-experimental：基于 Qwen3.5 4B 的分类器模型
Together 开源了一个基于 Qwen3.5 4B 的分类器，训练只花了 $17，还把数据配方和微调教程一起放出来了。
阿里云 Apsara 大会：vLLM 核心维护者谈 Qwen3.8-Max 与开源 AI 演进
阿里云 Apsara 大会上，vLLM 核心维护者聊了 Qwen3.8-Max 在 Agent 任务上的表现，做开源推理的可以看看他怎么看。
NVIDIA 发布 Skill2Env：将公开 Agent Skills 编译为 RL 环境生成近 8000 条训练任务
NVIDIA 把公开 Agent Skills 自动转成 RL 训练环境，产出近 8000 条任务，还开源了流水线思路，做 Agent 训练的可以看看。
UECR-GRPO：用熵校准统一策略内蒸馏与GRPO的信用分配
教小模型做数学题的新训练方法，把教师模型的逐token提示和答案对错验证揉进一个GRPO更新里，Qwen3-1.7B和4B都涨了不到1个点，做RL训练的可以看看细节。
17 美元、25 分钟，用 Qwen3.5 4B 微调出专用决策模型
TogetherAI 把 Qwen3.5 4B 微调成分类器，17 美元、25 分钟就能复现，数据和代码全开源，适合想上手微调的人照着跑一遍。
越南学者用本地部署 LLM 与混合 RAG 自动生成数据处理活动记录
越南 PDPD 合规催生的实用论文：本地跑 Qwen3.5-27B 配混合 RAG，效果追平云端 DeepSeek-V4-Flash，还公开了越南语 RoPA 基准。
Qwen3.8 Max Prime 上线 OpenRouter，吞吐更高
阿里把 Qwen3.8 Max 出了个高吞吐版 Prime，2.4T 参数、1M 上下文还能吃图和视频，已经能在 OpenRouter 直接调了。
9月23日
Alibaba 透露 Qwen4 已进入训练，路线图指向 5–10T 参数的 Qwen4.5 和 Qwen5
Alibaba 在 Apsara 2026 透露 Qwen4 正在训练，后续 Qwen4.5、Qwen5 要做到 5–10T 参数，用 Qwen 的可以关注下节奏。
阿里千问平板 Qwen Book 现身 2026 骁龙峰会，定位原生智能体电脑
阿里要做平板电脑了，Qwen Book 内置 Qwen3.8 两个模型当智能体电脑用，系统基于安卓但界面长得像 macOS，看看它到底想怎么打。
9月22日
SGLang × Qwen × NVIDIA 三方合作：用 NVFP4 KV Cache 突破长上下文与 Agentic 推理瓶颈
SGLang、Qwen和NVIDIA联手推出NVFP4 KV Cache，4-bit精度下1.78倍容量提升，长上下文推理提速近80%。
阿里：Qwen4 已开训，后续版本将扩至 5-10T 参数，新视频模型 11 月发
Qwen4 已开训，参数要扩到 5-10T；Qwen3.8-Max 没人参与自己迭代 33 轮，得分追平 Claude、GPT。
SemIf 在 JevBench 上以 75.4 分逼近 jev 的 74.7 分
jev 这类新决策模型有了开源平替，SemIf 基于 Qwen3.5，本周 LangSmith Gateway 免费用。
9月21日
Cognition 团队开源 Jev-like 决策模型 Kev，基于 Qwen3 底座
朋友，Cognition 团队开源了一个叫 Kev 的小型决策模型，基于 Qwen3，你可以自己训练和本地部署，对消费级硬件很友好。
9月20日
9月19日
智谱发布Qwen3.8-Omni-Flash，定价低于谷歌Gemini Flash，多模态性能相当
智谱新出的Qwen3.8-Omni-Flash，比谷歌的Gemini Flash便宜，多模态性能还差不多，适合做AI代理。
阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate，支持原文译文同帧同出
阿里千问发布了他们的同声传译大模型 Qwen3.8-LiveTranslate，这个模型能实时翻译，而且原文和译文能同时显示在屏幕上，比之前的版本延迟更低。
阿里巴巴发布 Qwen3.8-Omni-Flash 多模态模型，支持百万上下文
阿里新出的 Qwen3.8-Omni-Flash 多模态模型，上下文能到百万，比之前的 Omni-Plus 平均提升 26%，还便宜了。
Bespoke Labs 发布开源复刻模型 Bespoke Nimble，逼近 TypeSafe Jev 表现
朋友复刻了 TypeSafe Jev，公开了所有数据和模型，用 9B 模型就逼近了 Jev 的表现，还公开了训练方法，值得看看。
电商资料合规体检实战：用蓝耘元生代把20分钟人工核验压成一分半
朋友，我试过用蓝耘元生代处理电商资料合规体检，把原来要20分钟的人工核验，压缩到了一分多钟。它把文本和图片分开处理，用qwen3.8-max和qwen3.5-omni-plus两个模型，比之前用一个模型全包的稳定多了。
9月18日
PrismML 发布 Bonsai 2 27B，以 1/9 内存占用实现 Qwen3.8 98.2% 性能
PrismML 新出的 Bonsai 2 27B 模型，内存占用只有 Qwen3.8 的 1/9，性能还比 Qwen3.6 更好，适合本地部署做编程智能体。
IT之家原文
阿里发布 Qwen3.8-Omni-Flash 多模态模型，音频视频理解与工具使用能力提升
阿里新出的 Qwen3.8-Omni-Flash 模型，音频视频理解能力更强，还能用工具自动编辑视频、翻译视频，比之前的版本更便宜，适合做长视频处理。
阿里千问 Qwen3.8-Flash 在 Qoder 平台限时免费，每日登录还能领 100 通用 Credits
阿里 Qoder 平台搞活动，Qwen3.8-Flash 模型限时免费，还能每天登录领 100 通用 Credits，对开发者很友好。
IT之家原文