今日 AI 圈的主角是开源模型与资本市场：NVIDIA 发布开源 30B MoE 模型 Nemotron 3.5 Lightning，主打常驻智能体场景，token 生成速度最高提升 4 倍，SGLang 同步提供 Day-0 支持；蚂蚁百灵开源 Ling-3.0-tiny，推理时仅激活 1.3B 参数。行业侧，消息称 Anthropic 最快今年 9 月上市，估值高达 9650 亿美元。研究侧，OpenAI 未发布的 Astra 模型攻克 10 道长期悬而未决的数学难题，令数学家既兴奋又担忧；LMSYS 则提出 Unified Radix Cache 统一混合模型前缀缓存。

模型发布/更新

1. NVIDIA 推出 Nemotron 3.5 Lightning，加速本地智能体任务
来源：NVIDIA Blog · 今天 21:00 · 链接

NVIDIA 发布 Nemotron 3.5 Lightning，一款可定制的开源 30B 混合专家（MoE）模型，专为常驻智能体设计。相比同类开源模型，其 token 生成速度最高提升 4 倍，任务完成时间缩短 30%。该模型采用开放权重，支持用户微调以匹配特定任务，并可在 RTX PC、DGX Spark 及 Jetson 等设备上运行。

2. SGLang 宣布 Day-0 支持 NVIDIA Nemotron 3.5 Lightning
来源：LMSYS Blog（Chatbot Arena 团队） · 今天 21:51 · 链接

SGLang 宣布对 NVIDIA Nemotron 3.5 Lightning 提供 Day-0 支持。该开源模型为 30B 总参数、3B 激活参数的混合专家架构，支持最长 1M token 上下文，可从 Hugging Face 下载 BF16 和 NVFP4 权重。模型支持 MTP、DFlash、DSpark 三种投机解码技术，并可通过 OpenAI 兼容 API 接入智能体工作流。

3. Ling-3.0-tiny 正式开源：1.3B 激活参数如何进入真实任务
来源：公众号：蚂蚁百灵（Ling） · 今天 17:20 · 链接

蚂蚁百灵开源 Ling-3.0-tiny，一款总参数 7.9B、推理时仅激活 1.3B 参数的原生混合推理模型，同步提供 BF16、FP8 和 INT4 三个版本，为小显存设备上的真实任务推理提供了新选择。

产品发布/更新

4. ZCode 全面升级：Goal、Subagents、Remote Control 与闲时任务四大功能上线
来源：公众号：智谱（GLM） · 今天 13:52 · 链接

ZCode 针对 GLM 深度优化，今日上线 Goal、Subagents、Remote Control 与闲时任务四大功能。在 Z.ai Code Bench 测试中，GLM-5.2 搭配 ZCode 较搭配 Claude Code 任务整体通过率高 2.39%；ZCode 缓存命中率超 98%，叠加 1.5 倍限时额度加成后，GLM Coding Plan 整体使用量接近常规额度的 1.8 倍。

行业动态

5. 消息称 Anthropic 最快今年 9 月上市，向投资者淡化 AI 模型竞争等挑战
来源：IT之家 · 今天 11:57 · 链接

Anthropic 正与潜在投资者接触，为可能成为史上规模最大的 IPO 做准备，计划今年 9 月或 10 月初正式上市。公司估值高达 9650 亿美元，年化收入已超 470 亿美元，并淡化来自中国 AI 企业的竞争影响。Anthropic 还计划拓展 AI 在医疗和生物学领域的应用，但尚未公布具体 IPO 定价方案。

论文研究

6. 统一 Radix 缓存：为混合模型前缀缓存构建单一树结构
来源：LMSYS Blog（Chatbot Arena 团队） · 今天 21:51 · 链接

LMSYS 团队提出 Unified Radix Cache，用单一 token 键控 radix 拓扑统一管理混合模型的 FULL、SWA 和 MAMBA 组件缓存，各组件独立执行路径、滑动窗口和检查点复用语义。前缀缓存复用 KV 时，一旦共享前缀的 KV 计算完成，随着更多 token 追加其依然有效，显著提升混合架构模型的推理效率。

技巧与观点

7. OpenAI 用 Astra 模型攻克 10 道数学难题，数学家既兴奋又担忧
来源：The Verge · 今天 19:00 · 链接

OpenAI 宣布其未发布的 Astra 模型解决了 10 道长期悬而未决的数学难题，涵盖球体堆积、纠错码、非 sofic 群存在性等领域，并发布超 250 页论文及 Lean 验证结果。这一突破让数学界既兴奋又担忧——AI 对数学的”接管”或许已经开始了。

8. 用 ComfyUI API 实现 MiniMax-H3 多模态视频与音频生成流水线
来源：MarkTechPost · 今天 13:44 · 链接

本教程演示如何以 ComfyUI 为无头推理后端，构建端到端的 MiniMax-H3 视频生成工作流。通过 Python 直接构建执行图，支持文生视频、首尾帧条件生成和参考图像条件生成，并自动根据 GPU 显存选择 quality、balanced、squeeze 三种权重配置。流水线涵盖模型自动下载、节点模式校验、音视频联合解码与进度监控，无需图形界面即可复现实验。

9. 编写智能体时，哪种编程语言最合适？
来源：Hacker News 热门（buzzing.cc 中文翻译） · 今天 12:58 · 链接

针对”动态语言比静态语言更省 LLM token”的流行说法，作者用 GPT-5.6 Sol 让智能体实现 zstd 解码器进行实测。结果显示，medium 努力度下动态语言表现更好，ultra 下静态语言反而更优，且此前评测存在测试路径错误等缺陷。作者认为，琐碎任务上的性能无法推广到更大问题。

今日关键词： Nemotron 3.5 Lightning、Ling-3.0-tiny、Anthropic IPO、OpenAI Astra 数学难题、ZCode 升级、统一 Radix 缓存