🔴 推理优化
ISTA-DASLab（苏黎世联邦理工SPG实验室）放出的 Qwen3.8-Flash-Next GSQ+RCO 量化版，一周下载超 400 万，是当前量化社区最热的项目之一。看这个能直接了解最新量化方案在真实模型上的落地形态，本地部署选量化格式时有参考价值。
GSQ（Grouped Sparse Quantization）+ RCO 是 DASLab 继 GPTQ/AWQ 之后探索的混合精度量化路线，对 MoE 模型的专家权重做分组稀疏处理。GGUF 格式意味着可以直接在 llama.cpp / Ollama 上跑，量化版针对 Qwen3.8-Flash-Next 这个小尺寸 MoE 底座，属于"小模型+新量化"组合拳。
🔴 国内外大模型动态
阿里 Qwen 团队官方发布的 Qwen-Image 2.1，diffusion 生图模型，发布即收获 3200+ likes。支持图像生成与图像编辑双能力，是国产生图模型的第一梯队更新，做图像相关工作值得跟进。
2.1 版本基于 diffusers 生态，tag 里明确 image-generation + image-editing 双管线，说明沿用了 2.0 的统一编辑架构并进一步打磨。Turbo 版本（见下条 AtomicChat 蒸馏版）已被社区快速跟进，说明推理成本是这代模型的竞争焦点。
Qwen-Image-2.1 发布仅数小时就出现的社区 Turbo+去审查 GGUF 版，反映了"官方发布→社区魔改"链条的惊人速度。关注这类项目可以观察去审查化社区的需求方向和 Turbo 蒸馏的实际效果。
DeepSeek-V4.1-Flash 的 FP8 去审查社区版，5 小时下载近 8 万。去审查价值描述：FP8 格式对自建推理服务的显存/吞吐优化有直接参考，可对比官方权重看 alignment 层被改动的范围。
基于 Qwen3.8 底座、面向网络安全（Cyber）场景微调的 27B 去审查 GGUF 模型。如果关注安全攻防方向的专用模型生态，这是一个观察点：垂直安全领域 + 开源底座的组合正在增多。
🔴 训练与对齐
新晋团队 Venastine Research 的 Xing4.0，29B 总参数、激活仅 4B 的稀疏 MoE 模型（A4B），走 DPO 对齐路线。小型 MoE 底座+社区训练的路线值得留意，是观察"人人可训中型 MoE"时代到来与否的样本。
LiquidAI 的 d1-3B，基于 LFM2-VL 架构的 3B 图文理解模型（image-text-to-text），用 DPO 做对齐。LiquidAI 的 LFM 架构一直走非 Transformer 路线，小尺寸多模态+RL 对齐的组合适合作为架构多样性的观察样本。
🔴 Agent框架与工程
部署在自己 Cloudflare 账号里的个人 AI Agent：聊天、记忆、任务、笔记、定时提醒，一条 npx create-talorys@latest 命令搞定，免费额度友好、单用户、零遥测。740 星。对想低成本拥有"自己托管版 AI 助手"的工程师来说是可以直接上手试的项目，架构上和 OpenClaw 这类自托管助手思路相通，可对照借鉴其 Cloudflare Workers 上的记忆与调度实现。