📡 AI技术雷达

国产算力+国产大模型的全栈实践样本：万亿参数 MoE 在昇腾超算集群上完成全参后训练的完整系统方案，关注国产替代链路的人值得一看。

国内团队 33B 新权重上线，下载 1.2 万+、点赞 796，社区热度真实。如果想在本地跑一个中等尺寸国产模型，可以纳入候选对比。

第三方去审查微调的 FP8 量化版，下载已过万。反映了社区对官方版对话边界的不满与再加工能力，做应用选型时注意它与官方版的差异。

现有安全对齐重度偏向英语、低资源语种吃亏，这篇给出了用模板规模化生成多语种安全训练数据的路线。做多语言产品的对齐质量问题是真实痛点。

把文字当图像处理的 Pixel LM 在更大规模预训练下的跨语言迁移表现如何——一条反主流的建模路线，对理解“词表是否必要”这个根本问题有启发。

面向医疗等隐私受限场景“本地微调后需合并”的模型合并新方法，按分组做秩感知的子空间对齐。工程上多任务部署合并模型是省算力的实用方向。

解决知识图谱里“同一实体多种叫法、随时间演化”的身份一致性问题，用 Registry 锚定观察记录。做长期记忆系统/知识库的人可直接借鉴其身份归一思路。

Android 端侧 Agent，替用户操作 App、上网办事。端侧 Agent 的交互权限、可靠性设计对做移动端 AI 产品的人是现成参考。

引擎内嵌 App 进程、读屏操作、定时/条件自动化、可选 Shizuku——把 PC 端 Agent harness 搬进手机的完整工程实现，移动端自动化方案选型可参考。

Go 实现的轻量 harness 客户端，手机本机可运行、也能远程操控电脑。与 DSH-Android 一起看，能看到同一生态在“端侧 vs 遥控”两条路线上的取舍。