Seedream 5.5、H3-Image和Qwen-Image-3.0-Pro连续改图能力测试
钛媒体对字节Seedream 5.5、MiniMax H3-Image及阿里Qwen-Image-3.0-Pro进行生图与连续修改测试。在三轮局部编辑中,豆包与H3均能保持原图结构完成修改,而千问出现场景漂移未能达标。此外,H3全程提供4K输出且无水印,豆包出图速度最快约十几秒,千问则支持一次生成最多6张图。

钛媒体对字节Seedream 5.5、MiniMax H3-Image及阿里Qwen-Image-3.0-Pro进行生图与连续修改测试。在三轮局部编辑中,豆包与H3均能保持原图结构完成修改,而千问出现场景漂移未能达标。此外,H3全程提供4K输出且无水印,豆包出图速度最快约十几秒,千问则支持一次生成最多6张图。


https://x.com/i/article/2123776840787730432
推荐理由:原文拆解了五个定时 Agent 的分工与刹车约束,可迁移的是把不可逆操作写进提示第一行的做法。
Amazon SageMaker AI Serverless Model Customization 现已支持全量微调 (FFT),无需管理基础设施即可实现更优的模型质量。在基于 Qwen3-4B 模型的代码生成任务中,当训练数据超过 10 万条时,FFT 在 LLM-as-Judge 语义正确性上达到 90.0%,显著优于 LoRA 方法。


推荐理由:原文给出按 harness 训练小 LoRA 的完整配方与修正后评测数据,可迁移到自有编码智能体。
开源项目 Garlic LLM 可让越狱版 PlayStation 4 运行 90 亿参数的本地大语言模型,生成程序代码时最高达每秒 43 个词元,无需联网即可完成 AI 聊天与语音对话。

一名食品专业研究生以自己已被《食品科学》录用的综述为例,分享了用 Gemini、Qwen、ChatGPT、Zotero、Keynote 和本地 AI Agent 工具 WorkBuddy 辅助科研写作的完整流程。

一项对比梳理了 10 款开放 MoE 模型的路由配置:专家数从 Mixtral 的 8 个到 Kimi K2、DeepSeek-V4-Pro 的 384 个,top-k 从 Llama 4 Maverick 的 1 到 DeepSeek-V3、Qwen3 等的 8。
这篇 2026 指南梳理了生产环境中的 7 种 MoE 路由策略,覆盖从 Mixtral 的 8 选 2 到 DeepSeek-V4-Pro 的 384 选 1 至 8 个专家。
有人发现只需要关闭 Qwen 的思考就能让其数学能力提升 6 倍。 根本不需要修改模型权重 😂
Same recipe
开发者 Divyansh Agrawal 将一颗真正的 RISC-V CPU 编译进 Qwen 3.5 4B 的权重,并以模型的 Gated DeltaNet 注意力层作为内存,项目名为 Qwenputer。该 CPU 完全运行在模型前向传播中,可执行算术、运行 C 和 MicroPython 代码,无需任何外部运行时,并非插件、工具调用或沙箱。

推荐理由:手册给出企业 Agent 从 L2 走向 L3/L4 的架构与治理路径,并附调研数据说明落地卡点。
Exowatt 基于 Amazon SageMaker AI 无服务器模型定制,为边缘告警分诊和云端能源市场分析分别微调 Qwen3-1.7B 与 Qwen3-14B,精度超过前沿模型且成本最高低 49 倍。该流程从原始运营数据到经评估的部署产物可在数天内完成,而非数月。两个模型只是这条可复用流水线的首批产出。

一位常驻喜马拉雅山麓的 Thomson Reuters 首席工程师实测用 OpenCode 搭配 Ollama 本地运行 Qwen3.5 9B,在断网状态下完成解释函数、排查失败测试、重构代码等任务。Qwen3.5 9B 在模型卡中报告 LiveCodeBench v6 得分 65.6、BFCL-V4 得分 66.1,下载体积约 6.6–7.6 GB。下载新依赖或联网查资料仍需连接网络。

推荐理由:这份手册把 vLLM 的并发估算、延迟指标和调优开关落到具体卡型与实测数字上,可作为排障索引。
教程演示在 llama.cpp 中运行 7.9 GB 的 Underdog Saluki 27B——Qwen3.8-27B 的 2-bit 量化版本,据称约每权重两位仍保持工具调用能力,并在其自建 120 任务基准上略胜 54 GB 全量模型。
Sebastian Raschka 发布配套《Build a Reasoning Model (From Scratch)》的 8 个编码视频,共 11 小时,用 Python 和 PyTorch 从预训练 Qwen3 0.6B 出发实现推理模型。

在单台 trn2.48xlarge 上,torchtitan 通过 TorchNeuron 将 Trainium 注册为原生 PyTorch 设备,可用三种方式训练 Qwen3-4B-Instruct-2507:Transformers v5 后端、torchtitan 原生 Qwen3 实现,以及挂载 NKI MoE kernel。

推荐理由:原文逐项拆解 Strata 引擎的实测数据与代价,读者可据此判断家用显卡跑大模型的真实边界。
AWS 在 vLLM 中实现双向 KV 传输,让 decode 节点在后续轮次把已计算的 KV 块回传给 prefill 节点,避免重复计算对话历史。在 Amazon EC2 P5en 实例的 1P1D 部署上,该功能使 Qwen3-32B 的 TTFT 最多降低 1.6 倍、zai-org/GLM-5-FP8 最多降低 3.3 倍。

vLLM 新增 push 模式的 NIXL connector,把 prefill 后的传输协调与建立过程移出首 token 关键路径。在 AWS EC2 P5en 1P1D 部署、EFA 互联的测试中,Qwen3-32B 的 TTFT 最高改善 3 倍,TPOT 最高改善 30%。该功能先在 AWS Trainium 集群验证,再作为与加速器无关的特性贡献给 vLLM。

Sebastian Raschka 发布教程,介绍如何用 Ollama 本地部署 Qwen3.6 35B-A3B 等开放权重模型,并接入 Qwen Code、Codex 和 Claude Code 三个编码智能体框架。

推荐理由:作者用开源工具和开放权重模型搭出完整本地编码智能体,并给出速度、任务成功率与 token 消耗的实测对比。