英伟达发布通义四位量化版本，面向本地大显存设备

英伟达为通义闪电模型提供四位量化权重，文件约 96GiB，并列出两类经过验证的大显存设备与卸载配置。模型页提醒新的缩放因子压缩格式尚未进入上游运行框架，需要使用指定容器，不能仅替换模型名称，也不意味着普通笔记本即可部署。

H1 个来源21.346848713888571 小时前模型量化本地部署推理优化

要点

量化方案是否可用取决于运行时和硬件配套，标题里的本地部署并不代表普通笔记本即可运行。

采购本地推理设备和部署开放多模态模型的团队会受影响。

先核对模型页列出的硬件，再使用其指定容器和卸载配置；不要直接套用尚未支持该压缩格式的上游 vLLM。

免费未实测

本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。

10月13日，谷歌扩大Gemini 4 Argon的开放范围，开发者可通过AI Studio等入口使用。首发标准输入和输出价格为每百万词元2美元、10美元，缓存输入优惠95%；Gemini应用和Antigravity的使用还取决于订阅等级。

MOSS-Image 结合 50 亿参数扩散模型和意图感知提示增强，重点处理长段中英文与信息密集图形。技术报告提供文字和布局评测，模型页已给出 Base、SFT 及运行说明，HF Space 也可查看并尝试带布局要求的生成流程。适合先检查文字分组效果。

DeepSeek 发布 V4.1-Flash-1017，并同步更新网页、应用和接口，针对 Harness 等执行环境优化任务表现、输出长度与耗时。中文实测展示三维网页和游戏制作，同时出现建筑细节偏差；低价与成功交付仍需按完整任务一起评估。

OpenAI于9月29日推出GPT-6.1 Sol，面向编程、电脑操作与专业工作。标准API每百万输入和输出词元分别为2美元、10美元，缓存输入为0.10美元；官方称部分任务表现接近Astra，已进入ChatGPT Work、Codex和API。