◆ AI 总结

本期重点集中在AI工作流与本地推理优化：Codex开始承担聊天整理等日常任务，AI4S Agent和多模型视觉创作也展现出较强实用潜力。

模型动态

Qwen

Qwen3.8-Flash-Next双3090推理速度提升9%至12%

社区通过专家缓存、MTP和CUDA top-k优化，在约119k上下文下实现【9%至12%解码提速】并完成质量筛查。详情：https://www.reddit.com/r/LocalLLaMA/comments/1wacae2/qwen38flashnext_on_2x3090_912_faster_decode_at/[7]

产品工具

Higgsfield将与N3on尝试24小时全AI互动直播

N3on计划结合GPT-6 Astra与Higgsfield，用数字人进行24小时直播，画面由AI生成并可与观众互动。详情：https://x.com/xiaohu/status/2097138348167221752[10]
Baidu

百度伐谋展示AI4S Agent自我演化科研流程

伐谋可自动生成算法、模拟评分并迭代策略，帮助科研团队减少人工试错；案例称成本降低80%以上，目前科研场景免费。详情：https://x.com/xiaohu/status/2097202880570700054[11]

技巧教程

OpenAI

Codex可按自然语言整理和重组聊天记录

Codex能查看全部聊天记录，按项目、状态或自定义逻辑自动分组、归档，还可添加emoji。[1]
MiniMax

Astra、Blender与MiniMax H3组合完成三维视频创作

案例展示从三维建模、参考图生成到镜头动画和视频风格化的完整流程，适合AI视觉创作者参考。项目演示：https://x.com/Hailuo_AI/status/2097171827508555895[2][3][4][5][6]

硬件动态

Meta

Strix Halo运行llama.cpp仍有吞吐优化空间

社区指出官方llama.cpp并非Strix Halo的最佳方案，并分析后端与架构瓶颈，提出高吞吐推理优化方向。详情：https://www.reddit.com/r/LocalLLaMA/comments/1wa9m61/for_strix_halo_official_llamacpp_isnt_ideal_and/[8]
Gemma

社区分享Gemma 4与轻量模型的边缘语音对话部署

案例将Gemma 4 12B部署到RTX PRO 4500，并让轻量模型运行在Jetson Orin NX，覆盖麦克风阵列、音箱和推理引擎配置。详情：https://www.reddit.com/r/LocalLLaMA/comments/1waefz4/voice_conversations_between_gemma4_12b_and_e2b_on/[9]