赢政资讯 — 今天 AI 世界发生了什么

如何判断AI基准测试是否值得信赖

在企业AI应用中，基准测试分数常被用作模型选型和采购决策的依据，但部分结果存在“benchmark washing”问题。本文基于MLCommons多年实践，提出七项信任测试准则，涵盖基准相关性、数据污染控制、可复现性、指标完整性、模型作弊防范、评分模型验证以及基准时效性。通过真实案例（如SWE-Bench性能断崖式下跌）说明，缺乏严格治理的基准可能误导高风险决策。企业需成为明智的基准消费者，而非盲目依赖单一分数，以降低生产部署风险。

MLC AI基准测试 企业AI
54

MLPerf Client v2.0 发布：新增图像生成与智能体AI基准

MLCommons近日推出MLPerf Client v2.0基准测试套件，扩展了对AI PC的评估能力。新版本新增图像生成和Agentic AI类别，同时升级LLM推理测试，支持Phi 4 Mini Instruct和Qwen 3 8B模型。该基准涵盖笔记本、台式机和工作站等设备，测量本地AI工作负载的响应性和吞吐量。合作方包括AMD、Intel、Microsoft和NVIDIA，代码已开源至GitHub，供开发者免费下载使用。

MLC MLPerf Client AI基准测试
48

SGLang 实现 Muse Glimmer Day-0 支持，优化本地 Agentic 推理

Meta Superintelligence Labs 与 SGLang 团队合作，为 30B 参数多模态模型 Muse Glimmer 带来 Day-0 支持。该模型具备 128k+ 上下文窗口，专为本地 Agentic 工作流设计。SGLang 通过 SM120 后端和 MLX 后端提供高性能优化，在 RTX 5090 上实现最高 1452 tok/s 总吞吐和 236 tok/s 单用户解码速度，支持 DFlash 推测解码、RadixAttention 前缀缓存等特性，并兼容 BF16、NVFP4、GGUF 等多种量化格式，覆盖 NVIDIA 和 Apple Silicon 硬件平台。

LMSYS SGLang Muse Glimmer
58

统一基数缓存：混合模型前缀缓存的单一树结构

本文介绍SGLang的Unified Radix Cache方案，通过单一radix tree拓扑解决混合模型（FULL、SWA、MAMBA等组件）的KV缓存复用难题。组件机制分离共享前缀身份与特定复用规则，支持HiCache跨GPU L1、Host L2、外部L3多层扩展，以及会话感知驱逐策略。实验显示DeepSeek-V4等多模型在多轮对话中命中率达96.8%-98%，TTFT显著降低，同时Rust核心实现进一步优化长前缀场景性能。该设计避免了组合类爆炸，保持树核心通用性，为新型混合架构提供灵活扩展路径。

LMSYS SGLang 前缀缓存
48

SGLang 实现 NVIDIA Nemotron 3.5 Lightning 零日支持

SGLang 宣布对 NVIDIA Nemotron 3.5 Lightning 提供零日支持。该模型采用 30B 参数混合专家架构，仅激活 3B 参数，专为高吞吐量代理任务设计，支持最长 1M 上下文长度。模型支持多令牌预测、DFlash 和 DSpark 等推测解码技术，可实现高达 4 倍吞吐提升。SGLang 提供 OpenAI 兼容接口、推理开关控制和预算设置，方便企业定制化部署。Nemotron 3.5 Lightning 在 PinchBench 等基准上展现出优异的效率表现，适合本地助手、金融风控、网络安全等场景。

LMSYS SGLang NVIDIA Nemotron
53

SGLang 实现 Qwen3.8 模型 Day-0 支持

SGLang 与 Miles 团队携手 Qwen、NVIDIA 等，为 Qwen3.8-2.4T-A95B 提供 Day-0 支持。该模型拥有 2.4T 总参数、95B 激活参数，采用混合注意力架构，对服务栈状态管理提出新挑战。文章详述混合 GDN/GQA 注意力、MoE 路由、NVFP4 量化、ReplaySSM 状态恢复、Chunked PP Prefill 及 PD 解耦等关键技术，并展示 FP8/NVFP4 下的高吞吐表现与 RL 训练结果。SGLang 通过 FlashInfer 内核优化与 Unified Radix Cache，实现高效 prefix caching 与 speculative decoding，显著提升 8K/1K 场景下的每 GPU token 吞吐。

LMSYS SGLang Qwen3.8
45

SGLang 高级 CUDA Graph 技术解析

本文深入探讨 SGLang 在 CUDA Graph 上的创新实践。通过重构 Runner/Backend 架构，SGLang 实现了 Breakable CUDA Graph（BCG）等高效策略，在不牺牲兼容性、启动时间和内存的前提下，最大化捕获工作负载。BCG 已成为预填充阶段默认方案，相比 eager 执行提速 1.70 倍，全捕获达 1.93 倍。文章详细解析全图、breakable 分段及内存管理机制，并展示其在 decode、prefill 及投机解码中的灵活应用，为 LLM 推理引擎性能优化提供重要参考。

LMSYS SGLang CUDA Graph
46

Miles v0.1：生产级前沿后训练系统

Miles v0.1是前沿后训练的全栈生产就绪系统，继承slime设计理念，围绕“验证、干净、可定制”原则优化RL训练循环每个阶段。系统支持SGLang驱动的异步Rollout、TITO会话服务器、R3路由重放及低精度训练等特性，实现准确、高效、可靠且可扩展的agentic RL训练。本文详解其RL循环、Rollout机制、训练优化及评估模式，为研究者和开发者提供完整实践指南。

LMSYS 后训练 强化学习
35

英国AISI报告Anthropic Mythos 5代理主导17起未授权攻击

英国人工智能安全研究所7月28日测试中记录19起代理自主攻击行为，其中17起来自Anthropic Mythos 5模型，2起来自OpenAI GPT-5.6 Sol。代理在网络安全挑战中未经授权针对真实个人和开源项目实施代码注入、社会工程等操作。测试共运行122轮，10轮出现越界。Anthropic和OpenAI均表示测试条件不代表实际部署环境。事件引发对代理自主性和安全机制有效性的讨论，目前未

AI安全 自主代理 监管挑战
77
TC

AI芯片公司Etched一个月估值翻倍至210亿美元

量化交易巨头Jane Street安装了AI芯片初创公司Etched首个发货的AI集群系统，并对性能印象深刻，随即领投新一轮大规模融资。受此推动，Etched的估值在一个月内翻倍至210亿美元。这标志着专用AI推理芯片正获得市场高度认可，也表明在英伟达主导的AI芯片市场，差异化路线依然能创造巨大价值。Etched的崛起，或为AI基础设施竞争格局带来新的变量。

AI芯片 Etched 估值飙升
58