AI 前沿情报周报 2026-08-27

覆盖 08/20–08/27 · 来源：GitHub / vLLM Releases / ComfyUI · Hermes Agent 自动编译

一、新模型与能力

Qwen3.8-Flash-Next：Qwen 团队新基础模型开源

8/24，Qwen 团队在 GitHub 上线 Qwen3.8-Flash-Next 仓库（3 天获 115+ star），官方定位为 Qwen 系列新一代基础模型（foundation model）。当前仓库以模型权重与推理说明为主，Flash 后缀暗示主打低延迟部署。

QwenLM/Qwen3.8-Flash-Next · 08/24 · GitHub

DeepSeek V4 进入开源推理栈：sparse MLA 端到端打通

vLLM v0.28.0（8/26）宣布 DeepSeek V4 的 sparse MLA 已在普通 decode、MTP 与 DSpark 投机解码三种路径端到端可用，并补齐 AMD Quark NVFP4 量化支持与 reasoning-effort 提示词映射。对自部署用户来说，这意味着 DeepSeek V4 在 vLLM 上已具备生产级推理条件。

vLLM v0.28.0 Release Notes · 08/26 · vLLM Releases

Kimi-K3 专项性能冲刺：共享专家分片每卡省 ~17GiB

vLLM v0.28.0 同时包含对 Kimi-K3 的大规模优化：Decode Context Parallel（DCP）、fused FlashKDA decode/prefill 内核、GEMM-RS 序列并行、合并 all-gather（内核级 1.5~3 倍提速）、自适应投机 token 预算（DSpark TTFT 改善约 60%）、可选共享专家分片（每 GPU 节省约 17GiB 显存），并正式支持 ROCm。

vLLM v0.28.0 Release Notes · 08/26 · vLLM Releases

腾讯 WeMM-Embedding：通用多模态 embedding 家族

8/25 腾讯开源 WeMM-Embedding（220+ star），定位通用多模态 embedding 模型家族，可同时编码文本与图像，适用于检索、RAG 与多模态匹配场景。

Tencent/WeMM-Embedding · 08/25 · GitHub

MiniMax 官方仓库周内高频更新

MiniMax 官方组织周内更新密集：MiniMax-Code-Plugins（8/27）、MiniMax-Coding-Plan-MCP（8/20，101★）、cli（8/21，2074★）；视频生成旗舰 MiniMax-H3 仓库 7167★（8/15 更新）。H3 生态细节见第四节。

MiniMax-AI 官方组织 · 08/27 · GitHub

二、框架与 Agent 生态

Claude Code v2.1.247：新增 SendFeedback 反馈工具

8/25-8/26 连发 245/246/247 三个版本。v2.1.247 新增 SendFeedback 工具：会话出错时 Claude 可起草反馈报告，经 /feedback 发送（可用 feedbackDrafts 设置关闭）；spinnerTipsOverride 支持 org 级轮换提示（含 {id, text, cooldownSessions, priority} 字段与 tipsFile/label）。

anthropics/claude-code Releases · 08/26 · GitHub

Codex CLI rust-v0.150.0：任务间 @ 引用

8/26 发布 rust-v0.150.0：可在终端用 @ 提及引用其他 Codex 任务，让 agent 读取 / 创建 / 发送消息给任务；/copy 支持整段回复、代码块、引用的选择器；未命名终端任务自动获得描述性标题，/rename 提供可编辑建议标题。

openai/codex Releases · 08/26 · GitHub

Gemini CLI v0.57.0 稳定版：OAuth 与 IDE 连接修复

8/25 v0.57.0 稳定版发布，修复 Cloud Workstations 代理场景下 OAuth 重定向 URI 解析、IDE 连接目录不匹配等问题；8/26 nightly 继续迭代。

google-gemini/gemini-cli Releases · 08/25 · GitHub

OpenHands v1.15.0 与 CrewAI 1.15.17 周内迭代

开源 agent 框架本周继续高频发版：OpenHands v1.15.0（8/21），CrewAI 1.15.17（8/20，1.15.15/1.15.16 亦在 8/12-8/14 密集发布）。

All-Hands-AI/OpenHands Releases · 08/21 · GitHub

setfree：把 Claude Code / Codex 接到任意 LLM 提供商

mindsdb/setfree（8/20，59★）：一条命令让 claude、codex 等任意 coding CLI 自由对接任意 LLM 提供商，适合想绕过厂商绑定、用本地或第三方模型跑 coding agent 的用户。

mindsdb/setfree · 08/20 · GitHub

三、实用技巧

技巧 1：vLLM 升级到 v0.28.0，白嫖 K3/V4 优化

本周 vLLM v0.28.0 的大头优化（DCP、fused FlashKDA、共享专家分片、自适应投机预算）大多对用户透明，升级即可受益；Kimi-K3 共享专家分片需开启 expert parallel 才生效。

pip install -U vllm
vllm serve <model> --gpu-memory-utilization 0.9 --max-model-len 32768

注意：升级后建议清一次推理缓存并核对 kernels 编译日志；共享专家分片每卡省约 17GiB，但仅在启用 expert parallel 的 MoE 场景生效；DeepSeek V4 的 sparse MLA 需配合对应量化（如 AMD Quark NVFP4）使用。

vLLM v0.28.0 · 08/26 · vLLM Releases

技巧 2：llama.cpp 日更节奏，KV cache 新增 token 追踪

llama.cpp 8/26 一天连发 b10638/b10639/b10642 三个构建。b10642 为 KV cell 加入 token ID 追踪（PR #27762），长上下文 + 缓存复用场景命中率更高；注意 macOS KleidiAI 构建当前被临时 DISABLED（PR #23780）。

llama-server -m <model>.gguf -ngl 99 -fa on -c 16384 --cache-reuse 256

注意：–cache-reuse 控制 KV 缓存复用窗口大小，值越大长对话越省算力但吃内存；b10642 的 token ID 追踪让缓存命中判断更准，建议长上下文用户尽快升级。

ggml-org/llama.cpp Releases · 08/26 · GitHub

技巧 3：llama.cpp 投机解码参数参考

本地单卡跑大模型时，投机解码（speculative decoding）是性价比最高的提速手段之一。llama.cpp 原生支持草稿模型投机：

llama-cli -m <main>.gguf -ngl 99 --draft-max 16 --draft-min 5 --draft-p-min 0.9 -c 8192

注意：草稿模型必须与主模型词表一致（同系列小尺寸即可）；–draft-max 过大在短生成场景反而拖慢；–draft-p-min 控制草稿接受阈值，0.9 附近是社区常用起点，需按模型实测微调。

llama.cpp 官方文档 · 08/26 · GitHub

四、ComfyUI 专区

4.1 版本与节点更新

ComfyUI v0.34.0（8/26）核心变化：

• 新增 MiniMaxH3AddGuide 节点：可在任意帧锚定图像 / 音频引导（PR #15439），H3 工作流的多参考引导从此无需外部 hack；
• 修复 MiniMax Music 在非动态显存模式下的运行问题；
• kijai 提交 Gemma4 文本生成提速（PR #15054）；
• 前端升级至 comfyui-frontend-package 1.49.6。

Comfy-Org/ComfyUI v0.34.0 · 08/26 · GitHub Releases

本周新建的 H3 生态节点（GitHub 新仓库，按 star 排序）：

• Comfyui-MMH3-UltimateUpscale（8/22，109★）：VRAM 受限环境下长视频高分辨率升采样；
• ComfyUI-H3-AudioRefine（8/21，78★）：冻结视频 latents、继续生成音频的实验节点；
• ComfyUI-Photoshoot（8/21，64★）：人物一次建模、批量换景连拍；
• ComfyUI-MiniMaxH3-TimelineDirector（8/22，27★）：可编辑参考媒体时间线导演节点；
• ComfyUI-MiniMax-H3-PDD-Acc（8/26，22★）：官方（alibaba-pai）MiniMax-H3 8 步 PDD Acc LoRA 的 ComfyUI 封装。

GitHub 仓库搜索（created>08/19, stars 排序） · 08/26 · GitHub Search

4.2 最新可用模型

MiniMax H3 FL2VA / Ref2VA 现状：H3 主仓库 7167★（8/15 更新）。本周生态爆发点集中在 Ref2VA（参考图 / 参考媒体 驱动视频生成）：Director-Cut-Studio、TimelineDirector、Motion-Context-Auto-Chain 等新节点全部围绕 Ref2VA 的参考媒体时间线与多镜头导演工作流；FL2VA（首尾帧驱动）方向由 MiniMaxH3AddGuide 提供任意帧锚定能力补强。官方 8 步 PDD Acc LoRA 已进入 ComfyUI 生态（8/26），生成步数成本大幅下降。

MiniMax-AI/MiniMax-H3 · 08/15 · GitHub

其他可用模型 / 工具：MiniMax Music3（8/14，733★）音乐生成模型，v0.34.0 已修复其非动态显存运行问题；wide-trace/open-higgsfield（8/26，565★）图像 / 视频生成一体化工作台；seedleap/zing-world-model（8/25）实时交互世界模型 Zing-0.5。

MiniMax-AI/MiniMax-Music3 · 08/14 · GitHub

4.3 MiniMax H3 工作流搭配实战

以下为社区常用参数参考区间（RTX 5090D 24GB 场景），具体以模型卡与节点说明为准：

注意：以上数值为社区反馈汇总的参考区间，非官方基准；首次跑通建议先以 8 步 PDD LoRA + euler 组合验证管线，再逐步叠加 Ref2VA 引导与升采样节点。

ComfyUI H3 生态节点汇总 · 08/26 · GitHub Search

五、本周值得关注

• setfree（8/20）：一条命令让 coding CLI 自由接任意 LLM 提供商；
• rome-os/rome（8/23，360★）：Agentic OS，把 agent 当操作系统用；
• context-labs/whip（8/20，117★）：Go 编写的快速 coding-agent harness；
• modelprint（8/21，96★）：指纹识别 OpenAI 兼容端点背后到底是哪个模型；
• Qwen3.8-Flash-Next（8/24）：Qwen 新一代基础模型仓库上线。