◆ AI 总结

本期重点包括诺贝尔奖得主加盟Anthropic、Qwen 3.6Abliterated模型发布、本地VLM和文生图模型全面基准测试更新，以及多款实用工具和硬件经验分享。

模型动态

Qwen

Qwen 3.6 27B Abliterated模型发布，对齐拒绝率降至7.6%

社区发布Qwen 3.6 27B Apostate模型，通过Abliteration技术将安全对齐拒绝率从92%降至7.6%，KL散度仅0.12，能力影响极小。[2]
Gemma

本地VLM基准测试第二版更新，修正Gemma 4视觉预算问题

最新本地视觉模型基准测试更新，修正了Gemma 4视觉预算默认值问题，并对多个模型进行扩展对比，结果更具参考性。[3]

本地文生图模型全面对比：192个提示词评估文字、人脸等能力

用户选取192个提示词对本地文本到图像模型进行全面评估，涵盖文字渲染、人脸、人体解剖、空间构图等能力。[4]

产品工具

Meta

ik_llama.cpp新增NUMA mirror模式，优化多路CPU推理性能

开发者fork了ik_llama.cpp并添加NUMA mirror模式，旨在最大化多路CPU系统上的推理性能。已开源并寻求社区测试。[5]

OpenClaw发布v2026.6.10-beta.1，改进智能体轮次与会话状态

开源Agent框架OpenClaw发布新版本，增强智能体轮次管理、会话状态保留、Codex审批流程等。项目地址：https://github.com/openclaw/openclaw/releases/tag/v2026.6.10-beta.1[8]

技巧教程

开发者分享VLM+docling-serve搭建OCR系统经验

尝试用VLM和docling-serve搭建OCR系统转PDF为Markdown，发现结构保留不佳，而直接喂图给LLM效果完美。提供实用对比。[7]

硬件动态

Qwen

A100运行Qwen3.6-27B-FP8速度仅43tps，远低于RTX 6000 PRO

A100 80GB上运行Qwen3.6-27B-FP8单请求解码仅43tps，远低于RTX 6000 PRO的130tps，讨论FP8在A100上的性能瓶颈。[6]

行业资讯

Claude

诺贝尔奖得主宣布加盟Anthropic，公司人才竞争加剧

据创业邦报道，一位诺贝尔奖得主已宣布加盟Anthropic，具体人物待确认。这是继AlphaFold作者后又一重磅人才加入，凸显AI人才争夺白热化。[1]