告別單機模型“虛胖”：百靈團隊聯合AReno打通本地智能體強化學習閉環
AI資訊AI新閒資訊正文告別單機模型“虛胖”：百靈團隊聯合AReno打通本地智能體強化學習閉環發布於AI新閒資訊時間 :Aug 14, 2026閱讀 :1分鐘模型能夠完成本地部署，並不意味著它在真實業務場景中能夠遊刃有餘。在具體的業務流程中，AI不僅需要具備基礎的對話能力，還必須精準理解複雜的規則、遵守安全邊界，並正確調用外部工具以輸出符合規範的結果。為了攻克這一痛點，螞蟻ASystem團隊聯合開源社區共同維護的本地化大模型後訓練工具包AReno，近日攜手百靈大模型推出了一條輕量級的後訓練實踐路徑，成功在單機環境中打通了Agentic RL（強化學習）閉環。
為了確保整個技術方案具備高度的可復現性，本次合作選取了規則清晰、反饋直接的井字棋作為最小驗證任務。實驗基於DGX Spark硬件環境，對擁有7.9B總參數但激活參數僅為1.3B的Ling-3.0-tiny模型展開了後訓練。在訓練初期，模型雖然能夠理解基本規則，但在交互過程中仍會出現非法動作;而通過將任務規則轉化為精確的Reward反饋機制，並藉助GSPO算法進行400個步驟的訓練後，模型的獎勵均值明顯提升，輸出長度也隨之收斂。複測結果充分證明，模型在工具調用與動作選擇上的穩定性與合理性得到了質的飛躍。
這一探索的核心價值在於驗證了一條透明、可復現的任務適配方法論:從精準發現錯誤、定義可驗證反饋，到完成本地訓練並回到同一環境進行復測。該模式不僅適用於棋類實驗，更可以流暢遷移至工具調用修復、結構化字段抽取、領域指令遵循以及業務流程智能體等多元化的真實生產場景中。目前，Ling-3.0-tiny已提供BF16、FP8和INT4等多種開源版本，開發者可通過Hugging Face或魔搭社區獲取並使用，同時也可以訪問AReno開源倉庫參與後續的代碼共建與技術討論。相關推薦百萬上下文解鎖複雜辦公!
金山辦公靈犀全量上線 DeepSeek-V4正式版雙模型金山辦公“靈犀專業版”於2026年8月14日接入DeepSeek-V4-Pro正式版，用戶無需配置，手動切換即可體驗。該模型支持100萬token超長上下文，單次最大輸出38.4萬token，基準測試較Preview全面提升，落地場景具差異化優勢。Aug 14, 202699.3k賈樟柯新片《敦煌媽媽》備案立項：獨居母親愛上 AI，實現橫穿中國賈樟柯編劇新片《敦煌媽媽》備案立項，講述敦煌獨居母親藉助AI排解寂寞、瞭解外界，最終完成橫穿中國之旅。主演趙濤、廖凡，預計2027年上映。Aug 14, 202687.
0kOpenAI年化營收突破400億美元，7月環比暴增超20%OpenAI正加速推進今年在美上市，估值有望突破萬億美元。內部文件顯示，其年化營收已突破400億美元，較去年底翻倍增長；7月單月營收環比增長超20%，財務表現亮眼，引發資本市場高度聚焦。Aug 14, 2026140.4k三星用Claude Code加速芯片驗證：一個月項目縮短至兩天三星電子系統LSI部門將Anthropic的Claude Code引入半導體設計與驗證流程，部分芯片測試週期從一個月以上縮短至兩天，開發效率提升約15倍。該工具今年5月先向軟件開發者開放，現擴展至硬件領域。
在一項含64條複雜數據通路的定製SoC項目中，Claude Code僅用兩天便完成虛擬測試環境搭建與驗證。Aug 14, 202689.0kDeepSeek Harness v0.1開放全球測試：採用“一切皆插件”架構並開源DeepSeek Harness 開發者預覽版 v0.1 發佈並以 MIT 協議開源。其採用“一切皆插件”設計，基於 Cordis 插件系統構建 Agent Harness，模型、工具、技能、會話、沙箱、存儲、循環、調度、UI 等能力均以插件形式組合，可獨立替換與靈活重組。Cordis 元框架負責插件加載等基礎能力。Aug 14, 2026158.
3k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
王興興“錯配”梁文鋒？
王興興“錯配”梁文鋒？字母榜2026.08.24 17:44 · 來自河北全文4818字00:00 / 13:21關於世界模型，宇樹和DeepSeek理念分歧明顯。文 | 字母榜宇樹科技的股價還在持續下跌。市值從上市首日的4449億元高點，跌至2400億元，截至8月24日收盤，市值較最高點蒸發了2000億元。然而比股價更值得關注的是，宇樹接下來要怎麼走。8月20日，也就是宇樹上市第二天，王興興出現在北京世界機器人大會論壇。十多分鐘的分享裡，AI成為了高頻詞彙。他談到AI實時生成、實時識別，也談到AI模型投入，更透露了宇樹正在預研的一件事：讓物理AI機器人實現“自進化”。王興興講的每一件事，最後都指向一個關鍵要素：AI大模型。特別是最後一點，王興興說，要實現“物理AI自進化”，要用目前最前沿、最頂尖的AI大模型來驅動。而這恰恰是宇樹目前不太擅長的部分。不過，宇樹找到了DeepSeek。今年8月，兩家公司已經達成合作，圍繞AI大模型與具身智能相關技術展開合作。說到具身智能公司和AI大模型公司的合作，就不得不提當年Figure AI和OpenAI的合作。2024年，OpenAI在投資Figure AI後，雙方簽署了三年合作協議，合作開發人形機器人AI模型。但是僅一年後，FigureAI終止合作，轉向自研。於是問題來了：王興興和梁文鋒，會不會重走Figure AI和OpenAI的老路？01為什麼宇樹需要DeepSeek？對於宇樹來說，過去幾年，模型研發已經有了一些積累，但顯然投入不足，進展緩慢，所以找到一個頂尖的AI大模型公司合作，是一個比較自然的選擇。先來看宇樹目前的模型研發進展。當前，具身智能大模型沒有一個統一的技術路線，但VLA和世界模型，是行業重點探索的兩個方向。行業甚至也在探索兩者融合的技術路線。宇樹也在摸索，採取了“兩條腿走路”的策略，並行研發兩種模型。所謂VLA（視覺
阿里視頻大模型Wan3.0正式上線，行業評價“穩定、真實、有質感”
阿里巴巴影片生成大模型Wan3.0正式上線，單次可生成30秒影片，並首次支援doc、xls、ppt、pdf、md等文檔輸入。企業用戶普遍評價其「穩定、真實、有質感」，能穩定保持角色與場景一致性，並已進入短劇、影視、廣告等生產流程。即日起可於阿里雲百鍊、千問等平台體驗，標準版並推出限時7折優惠。
月之暗面第一代萬億參數多模態模型 Kimi K2.5 官宣月底結束服役
作者：歸瀧 責編：歸瀧 評論： 8 月 24 日消息，月之暗面 Kimi 官方微博今日宣佈，其第一代萬億參數多模態模型 —— Kimi K2.5 本月底即將結束服役。據此前報道，今年 1 月，月之暗面宣佈推出並開源了其最新的 Kimi K2.
消息稱知名 AI 研究員 Luke Metz 離開 OpenAI，加入 Meta 超級智能實驗室
作者：遠洋 責編：遠洋 評論： 感謝網友 華南吳彥祖 的線索投遞！8 月 24 日消息，據知情人士向 Axios 證實，知名 AI 研究員 Luke Metz 已加入 Meta 的超級智能實驗室（Superintelligence Labs）。
Anthropic 最強大模型 Fable 5 遇冷，企業用戶轉向更便宜 AI 產品
作者：遠洋 責編：遠洋 評論： 8 月 24 日消息，據英國《金融時報》報道，Anthropic 的美國客戶正在使用更便宜的替代品來替代其最強大的 AI 工具，這在其預計將實現有史以來規模最大的 IPO 之前，對其高支出的商業模式提出了質疑。
阿里雲視頻生成模型 Wan3.0 正式上線，支持單次生成 30 秒視頻、文檔輸入
作者：遠洋 責編：遠洋 評論： 8 月 24 日消息，阿里雲消息，今天，視頻生成模型 Wan3.0 正式上線。官方稱，Wan3.0 在生成時長、萬能創作、全能參考以及真實世界還原等維度全面升級，單次可生成 30 秒視頻，並首次支持 doc、xls、ppt、pdf、md 等文檔格式輸入，力求準確還原真實世界。