2026-10-12 · 周一 · 5 条 Qwen 开放 8 步出图的 Qwen-Image-2.1-Turbo、腾讯开放 5B 全模态解析模型、Deno 团队加入 Cloudflare
周末没有大模型发布，主线在开放权重的专用模型：出图更快、一个模型解析所有格式、Amazon 成为一周内第三家放出决策模型的公司。共同的提醒是许可证，三个里有两个不是 Apache 2.0。
-
- 沿用 Qwen-Image-2.1 的 7B 视觉生成架构，检查点自带 8 步去噪调度，加载后自动生效；只改 num_inference_steps 不会覆盖它。
- 文生图与改图共用 QwenImage21Pipeline，默认 CFG=1、bfloat16，可开 use_kv_cache 在各步之间复用文本和参考图上下文；预设分辨率从 2048 × 2048 到 2752 × 1536。
- 许可证是 Qwen Research License Agreement；运行需要从源码安装 Diffusers，并配 transformers 5.17.0 以上。
开发者视角8 步意味着同一张卡上出图快得多，PandaClaws 这类要批量出封面、改图的后台很适合先拿它做速度和质量测试。但它是研究许可，不是 Apache 2.0，进生产前先让法务读条款，别因为权重能下载就默认能商用。
-
- 5B 参数，BF16 权重；同一模型输出版面、文字、表格、公式、坐标框、时间戳、语音转写和 OCR，也能写图注、叙述和报告，由任务提示决定输出类型。
- OmniDocBench v1.6 总分 96.96，为页面所列最高；OmniParsingBench 平均 75.08，页面称是开放权重里最好的，仅次于 Gemini-3-Pro 的 77.44。
- 支持 vLLM（需插件）和 Transformers，两者要求的 transformers 版本不同（5.2.0 与 5.10.2），需分开环境；音视频需要 ffmpeg。许可证是自定的 youtu-parsing 许可。
开发者视角AI 云盘的文件理解现在是按格式分几条管线走的，一个 5B 模型同时吃 PDF、截图和音视频，值得拿真实用户文件做一轮对比，和 10-09 那条 LightOnOCR-3 放在一起测。注意它是自定许可证，先确认能否商用。
-
- 三种题型：是 / 否、N 选一、按有序等级打分；用途列了模型路由、工具选择、参数检查、分诊、护栏和评测。
- 12B 版是在 gemma-4-12B-it 上加 LoRA 和读出头；同日还有基于 Qwen3.5 的 2B 版和基于 Gemma 4 的 26B-A4B 版，均为 Apache 2.0。
- 12B 版在 JevBench 公开集上答对 200 / 231 题，Brier 0.173、ECE 0.061；模型页提示置信度阈值要用自己的流量测，题目换个问法答案常常不变。
- 可用 strands-decider serve 起本地 HTTP 服务，默认只监听 127.0.0.1，没有鉴权。
开发者视角一周之内 Liquid AI、Cloudflare、Amazon 先后放出决策模型，这个品类已经成形。智能体里「该调哪个工具、参数对不对、要不要拦」这类判断，我会先用 2B 版接在智能面试的路由上试，按模型页的提醒拿自己的流量定置信度阈值；本地服务没有鉴权，别直接暴露到内网之外。
-
- 文章由 Ryan Dahl 与 Kenton Varda 署名：Deno 团队加入 Cloudflare，由 Ryan Dahl 和 Bert Belder 牵头，让自托管 workerd 成为正式支持的运行方式。
- Deno 团队 8 月发布的 celld 是 Workers 与 Durable Objects 的 Rust 实现，单个二进制、唯一外部依赖是对象存储，其代码和思路将并回 workerd。
- workerd 里的 Durable Objects 目前只能单实例运行，适合本地测试但无法扩展，这是要解决的问题；更多细节 Cloudflare 称将在未来几个月公布。
开发者视角不少人把智能体后端放在 Workers 加 Durable Objects 上，最大的顾虑是只能跑在一家云上；如果自托管 workerd 真能扩展，这个顾虑会小很多。Cloudflare 这篇没有交代 Deno 运行时和 Deno Deploy 的安排，用 Deno 的团队先盯 Deno 官方说明，别急着迁移。
-
- VS Code 1.141 的 Agents 窗口可把多个智能体会话并排、按网格排列，用来比较结果或同时跟进多项任务。
- 聊天里新增「Open worktree cleanup」，显示闲置会话的 worktree 占了多少磁盘，并可选择删除哪些。
- Copilot 应用允许许可证用一个 GitHub 账号、访问仓库用另一个账号，例如用企业发放的许可证访问个人账号下的仓库。
开发者视角和 10-10 那条 Codex CLI 受管 worktree 连起来看，各家都默认你会同时开好几个智能体，配套的是比较结果和回收磁盘。大仓库一个 worktree 就是一份完整检出，我建议给并行会话定个上限，每周清一次闲置 worktree。
本期由 AI 辅助检索与起草，选题标准与观点由 Darius 设定。