Holo4发布：千问底座，专门强化Computer Use
相关推荐
DeepSeek Harness补上Browser Use和Computer Use：现在能操作网页，也能接管本机App
动察 Beating AI 快讯，DeepSeek Harness 最新的 v0.1.6-alpha.1 同时新增实验性 Browser Use 和 Computer Use。模型现在既能直接操作网页，也能查看并控制本地桌面。 Browser Use 支持 Playwright MCP、Chrome DevTools MCP 和 Stagehand，可以直接操作网页。Computer Use 则接入 Cua Driver，可找到具体 App 和窗口、获取当前界面截图，再根据界面元素或坐标执行点击和输入。官方提供 MCP 和原生两种 Computer Use 接入方式。 两项能力目前都属于实验性功能，需要手动启用。Computer Use 还需要给实际运行它的应用授予屏幕读取和电脑操作权限。
Qoder上线Sonus：专攻Computer Use
动察 Beating AI 快讯，阿里旗下 Agent 平台 Qoder 上线新的内置模型 Sonus，主打长时间自主任务、复杂知识工作和编程，重点强化 Computer Use。配合新版 Qoder Desktop，它可以直接操作电脑和专业软件，完成写代码、财务建模、研究和表格等任务。 Sonus 已上线 Qoder、IDE、CLI、JetBrains 插件、QoderWake 和 Cloud Agents，计费倍率为 3.2x。Qoder 此前已经推出同为 3.2x 的内置模型 Cantus，同样主打超长自主任务；Sonus 这次进一步把电脑操作作为核心能力。
PrismML把Qwen3.8 27B压到5.9GB，自测保留98.2%性能
动察 Beating AI 快讯，加州理工学院数学家 Babak Hassibi 联合创立的 AI 实验室 PrismML 发布 Ternary Bonsai 2 27B，把 Qwen3.8 27B 的 270 亿参数模型压到 5.9GB。它把权重压成 -1、0、+1 三种值，体积只有 FP16 原版约九分之一。模型支持 26.2 万 Token 上下文、图文输入和 Agent 工具调用，并以 Apache 2.0 许可开放权重。 相比两个月前的第一代 Bonsai 27B，新版体积基本没变，但底模从 Qwen3.6 换成了 Qwen3.8。PrismML 自测称，综合基准成绩相对完整版的保留率从约 95% 提到 98.2%，其中数学和代码成绩已经非常接近原版。官方还演示了它在 RTX 5090 上直接跑 Cline 编程 Agent 和 Computer Use。
Perplexity发布Portable Computer：跑本地模型，订阅费照收
动察 Beating AI 快讯，Perplexity 发布 Portable Computer，把整个 Computer Agent 搬到本地运行。模型、规划、工具调用、任务队列和文件搜索都在自己的电脑上完成，本地任务不再消耗 Perplexity credits。 首发支持 NVIDIA DGX Spark，可跑 Qwen 3.8 27B 和 Perplexity 后训练的 PPLX 27B。需要联网搜索、浏览器操作或更强推理时，再经用户同意调用云端 15+ 个前沿模型。 即使模型和算力都是用户自己的，Portable Computer 仍然只对 Pro 和 Max 订阅用户开放。社区已经有人吐槽：自己买机器跑本地模型，为什么还要给 Perplexity 交月费？
Qwen4还没发，架构先来了：Qwen3.8-Flash-Next明晚发布
动察 Beating AI 快讯，阿里把 Qwen4 的下一代架构提前拿出来了。ModelScope 上线 Qwen3.8-Flash-Next 预告页，这是一款基于 Qwen4 架构的多模态 MoE（混合专家模型，每次只调用部分参数），预计 8 月 26 日 23:00 公开发布。官方称，提前放出这套架构，是为了让社区为后续完整的 Qwen4 模型家族做准备。 所以严格说，明晚来的还不是 Qwen4 正式版，更像是一次「Qwen4 技术预览」。这种做法阿里以前用过。2025 年 Qwen3-Next 率先引入 Gated DeltaNet 和普通注意力混合架构，后来 Qwen3.5 系列继续沿用了这套设计。 阿里本月初才发布 2.4T 参数的 Qwen3.8-Max，不到一个月就开始公开下一代架构，节奏相当快。
千问27B打到Opus4.6门口：Muse Glimmer 8项全败
据动察 Beating 监测，千问正式开源 Qwen3.8-27B，官方跑分也一起公布。这个只有 27B 参数的本地模型，在官方列出的 8 项可直接对比测试中，全部超过 Meta 刚发布的 30B 模型 Muse Glimmer。 差距在 Agent 和编程上尤其明显。Terminal-Bench 2.1，Qwen3.8-27B 得分 73.0，Muse Glimmer 为 51.7；SWE-bench Pro 是 61.7 对 51.2；OSWorld-Verified 则是 84.3 对 65.9。通用推理、文档和视觉测试也全部领先。 更夸张的是和 Claude Opus 4.6 对比。两边都有成绩的 19 项测试中，Qwen3.8-27B 赢了 15 项。SWE-bench Pro、LiveCodeBench、OSWorld、AndroidWorld 和多项视觉任务都已经反超；Terminal-Bench、GPQA、HLE 和 NL2Repo 仍落后。 一个能在个人电脑本地跑的 27B 模型，官方跑分已经摸到了上一代闭源旗舰的水平。