2026-06-30

vLLM v0.24.0 版本发布，共有 571 次提交和 256 位贡献者，新增了对 MiniMax-M3 模型的支持，并对 DeepSeek-V4 进行了深度性能优化，包括 FlashInfer 稀疏索引缓存和集群协作 topK 内核。 该版本显著扩展了 vLLM 支持的模型范围，并展示了其作为高性能推理引擎在前沿大语言模型中的日益重要作用。针对 DeepSeek-V4 的优化提升了吞吐量和延迟，有益于大规模部署。 此版本引入了默认支持量化模型的 Model Runner V2 (MRv2)、新的流式解析引擎用于工具调用解析，以及用于专家并行性的 DeepEP v2 集成。此外，vLLM 不再内部设置 CUDAVISIBLEDEVICES，而是改用 deviceids 参数。

谷歌在 ICML 和 STOC 部署了一个代理式 AI 同行评审系统，以 30 分钟周转时间处理了约 10,000 篇论文。新研究论文显示，它比零样本提示多检测出 34%的数学错误。 这展示了一种可扩展的自动化科学同行评审方法，有望减少评审瓶颈并提高错误检测能力。它为会议规模下的 AI 辅助评审开创了先例，可能改变研究的评估方式。 该系统采用代理式框架，通过迭代推理结合检索和验证步骤来评审论文。它比基线零样本提示（即要求模型在没有额外指导的情况下进行评审）实现了 34%的改进。

Quesma 的一篇博客文章认为 Qwen 3.6 27B 是本地开发的理想模型，声称它在性能和资源需求之间取得了良好平衡。 这一推荐具有重要意义，因为本地 LLM 部署可以增强隐私并降低延迟，但高昂的硬件成本（例如，128GB MacBook Pro 售价 6699 美元）以及缺乏真实代码库测试使得它对许多开发者来说不切实际。 Qwen 3.6 27B 密集模型在 Q4KM 量化下需要约 18GB VRAM，推荐使用 128GB MacBook Pro 来舒适运行，但社区评论指出，即使使用这样的硬件，在密集使用中仍会出现发热和噪音问题。

有人提议创建新的 .self 顶级域名，为个人提供免费域名用于自托管，旨在重获数字自主权。 如果实现，.self 可能降低自托管门槛并推动网络托管去中心化，但面临滥用防范、身份验证和可持续资金等重大挑战。 该提案包括每人一个免费域名，禁止停放、抢注和转售，但执行机制尚不明确，尤其是区分合法使用与滥用的方法。

Rocket Lab 宣布收购铱星公司（Iridium），获得其卫星星座和频谱权。这笔历史性交易巩固了 Rocket Lab 在航天行业的地位。 此次收购使 Rocket Lab 能够利用铱星现有的卫星网络和频谱，使其在卫星通信和发射服务方面成为更有力的竞争者。同时，这也提供了稳定的收入来源和发射需求，类似于 SpaceX 利用 Starlink 的模式。 交易包括铱星的卫星星座和关键的频谱权。Rocket Lab 还获得了铱星盈利的卫星业务以及一系列常规发射合同。

美国最高法院裁定，执法部门利用地理围栏搜查令从谷歌获取手机位置数据的行为构成第四修正案下的搜查，需要具备可能原因并取得搜查令。该裁决涉及 2019 年弗吉尼亚州一起银行抢劫案。 这一里程碑式的裁决加强了数字隐私保护，要求执法部门在获取批量位置数据前必须满足宪法标准。它为法院如何处理反向位置搜查令设定了先例，并限制了对无辜旁观者的无证监控。 该地理围栏搜查令要求谷歌提供抢劫案发生前后 30 分钟内、银行周边 150 米范围内设备的位置数据。法院认为，获取这些汇总的位置历史侵犯了合理的隐私期待，驳回了公共场所数据不受保护的主张。

韩国宣布了一项 1 万亿美元的投资计划，旨在扩大存储芯片生产并开发人形机器人，以推动其半导体和人工智能机器人产业的发展。 这一巨额政府投资标志着在商品化存储芯片和投机性人形机器人上的战略押注，可能重塑全球供应链并加速人形机器人的商业化。 该投资涵盖 DRAM 和 NAND 等存储芯片以及人形机器人开发，将两个看似不相关的领域结合在一起。这一宣布引发了不同的反应，一些人质疑将存储芯片生产与人形机器人联系起来的理由。

名为 WATaBoy 的项目证明，将 Game Boy CPU 指令 JIT 编译为 WebAssembly 可以获得比原生解释器更快的性能。该方法利用了 Web 浏览器已有的 WebAssembly JIT 编译基础架构。 这具有重要意义，因为它展示了一种新颖的方法来克服平台限制（例如 iOS 禁止 JIT 编译），即使用 WebAssembly 作为可移植的高性能目标。这有望在受限平台上实现更流畅的模拟，并启发其他复古系统的类似方案。 项目指出，原生解释器的开销大约为 1000%，而 WebAssembly JIT 的开销约为 20%，因此 JIT 方法更快。然而，在该工作负载下，Firefox 比 Chrome/Safari 慢约 25%。

这篇文章详细解析了启动 CUDA 内核时从 CPU 到 GPU 的路径，涵盖了驱动交互、硬件通信和 warp 调度。 这填补了知识空白，因为许多解释停留在内核/块/warp 层面，而本文将 CUDA 启动语法与实际 GPU 提交连接起来，对 GPU 计算和 HPC 从业者具有重要价值。 文章涉及门铃机制、队列管理描述符（QMD）和 warp 资格等主题；还解释了默认流中的信号量处理。

DeepReinforce 发布了 Ornith-1.0 模型系列，采用 MIT 许可证开放权重，在编码基准测试中达到同类开源模型的最高性能，参数规模从 9B 到 397B 不等。 该发布推动了开源智能编码能力的发展，使开发者能够在本地运行强大的编码助手而无需锁定特定供应商，自我支架技术可能提高多步骤任务的可靠性。 模型基于预训练的 Gemma 4（Apache 2.0）和 Qwen 3.5（Apache 2.0）构建，确保许可证兼容性，包括密集和混合专家两种变体。作者测试了 35B 的 GGUF 量化模型，报告在智能编码任务上表现强劲。

Git 2.55.0 已发布，新增了实验性 'git history' 命令的功能，并为 Linux 系统添加了 fsmonitor 守护进程。此版本包含来自 100 位贡献者的非合并提交，其中 33 人是首次贡献者。 此次发布通过 fsmonitor 守护进程提升了 Linux 用户的性能，可显著加速 'git status' 等命令。增强后的 'git history' 命令提供了一种更交互式的方式来审查和修改提交历史，提高了开发者的效率。 fsmonitor 守护进程通过监视工作目录的文件变化来工作，使 Git 避免扫描整个目录树。'git history' 命令仍处于实验阶段；用户应注意其接口可能在未来版本中发生变化。

一篇新论文证明，由 EML（指数-减法-对数）初等函数组合而成的 EML 树是连续函数的通用逼近器。 这确立了 EML 树作为函数逼近的神经网络的理论基础替代方案，对可解释机器学习和符号计算具有潜在影响。 该证明构建了二元运算、多项式、双曲正切和单位划分的 EML 表示，并将它们用作类似乐高的积木。通过对数域的技术挑战通过基于符号的分解和仿射映射来解决。

长鑫存储（CXMT）与腾讯签署了一项价值超过 200 亿元人民币（约 29.4 亿美元）的多年期 DRAM 供应协议，涵盖服务器内存芯片，协议期最长可达五年。 该协议增强了中国半导体自给能力，并为长鑫存储提供了重要客户，未来可能扩展至阿里云、字节跳动和小米等其他中国互联网公司。 据悉协议期限为 3 至 5 年，长鑫存储还在与阿里云、字节跳动和小米等公司洽谈类似协议。

6 月 29 日，特斯拉发布了 FSD v14 Lite，将 HW4 级 V14 的智能提炼到 HW3 硬件上，使 HW3 车辆能够使用此前仅 HW4 拥有的强化学习和离线模型，并首次引入停车、出库和倒车功能。 此次更新通过将尖端智驾能力带给数百万无需硬件升级的现有车主，显著延长了老旧 HW3 车型的使用寿命。它展示了特斯拉在模型蒸馏方面的工程技术能力，并强化了其在跨硬件世代持续软件改进的承诺。 FSD v14 Lite 改进了导航处理、并线、行人交互、交通灯响应和车辆切入应对，同时减少了不必要的刹车，提升了转向平顺性和车道居中表现。更新还增加了全时段速度配置文件自定义，以个性化驾驶风格。