锐Owl 雷达 · 2026-09-11：OpenAI 称第二道千禧年难题有「实质性进展」（约 1 万并行 Agent / 1300 亿输出 Token）、H3 多卡加速 12 倍、vLLM v0.29.0 落地

今天三条都指向同一件事——效率的边界条件：OpenAI 用 1 万个并行 Agent、1300 亿输出 Token 换一道未解数学难题；同一块开源模型，把步数/算子/缓存/并行策略抠一遍就是 12 倍；而 arXiv 一篇新论文提醒，MoE 的算力效率优势在数据重复面前衰减得更快。框架侧 vLLM v0.29.0 落地，评测侧 ECCV 多模态挑战赛放榜。本期 5 条。

① OpenAI 称在第二道千禧年难题上取得「实质性进展」；纳维-斯托克斯一题动用约 1 万个并行 Agent、约 1300 亿输出 Token（9/11）

《纽约时报》9 月 11 日追访补出细节：OpenAI 在完成纳维-斯托克斯方程证明后，又在另一道千禧年大奖难题上取得「实质性进展」并准备公布结果，最新传闻指向霍奇猜想。OpenAI 已披露整轮测试的规模——490 万条 Agent 消息、约 3000 亿个输出 Token；其中纳维-斯托克斯一题动用约 1 万个并行 Agent、270 万条消息、约 1300 亿输出 Token，从 Agent 启动到找到解法用时 88 小时，随后 GPT-6 Astra 又用 17 小时完成 Lean 形式化与验证。该内部模型自 8 月 28 日开始训练，数学能力已超过 GPT-6 Astra，代号传闻为 Aeon（未获官方证实）。数据争议部分，OpenAI 更新表述称：Buckmaster 过去两个月的 Codex 提示词不可能以任何方式影响内部模型，7 月 3 日之后的任何用户输入也不可能进入这套系统——比此前「无法完全排除匿名用户数据」的说法明确得多，但仍无公开技术材料可供独立核查。

认知价值：这条的看点不是数学，而是**「解题」第一次被明码标价成一条算力流水线**——上万 Agent 并行、千亿 token，把研究冲刺变成了可采购的计算量。同时要看清：人类数学家多年铺出的策略路线仍是这套系统的前提，AI 压缩的是执行时间，不是问题定义。对做 Agent 产品的人，这份账单比任何 benchmark 都更值得拿来对照自己单次任务的成本结构。

来源：量子位（9/11）https://www.qbitai.com/2026/09/487092.html ；原始信息源为《纽约时报》。OpenAI 相关表述为其单方面说法，暂无独立技术材料可核查。

② RunningHub 开源 MiniMax H3 多卡加速方案：5 秒视频从 348.8 秒压到 28.7 秒（约 12 倍），全程保留 BF16 精度（9/11）

AIGC 平台 RunningHub 开源 H3 Lightning 加速栈：同样生成 5 秒、1344×768 视频，在 4 张 RTX 6000D 上原始 BF16 50 步方案耗时 348.8 秒，加速后 28.7 秒，提速约 12 倍、耗时减少约 92%；8 卡环境下 15 秒、768×1344 图生视频约 48 秒（纯文字）/73 秒（双参考图）。三层路径：自研 RH 后训练加速模型（推荐 4 步，快速运动等难任务切 8 步）→ SageAttention2 + Cache-DiT + torch.compile 做执行层优化 → 面向无 NVLink 的 PCIe 多卡环境改并行策略为 TP2+Ulysses4（相对 TP4+Ulysses2 快约 12%、少占约 14GiB 显存），整体整合进 SGLang 的 multimodal_gen 推理引擎。全程保留 BF16，未走降精度换速度的路。开源仓库 RH-RunningHub/MiniMax-H3-MultiGPU-Lightning 已公开（9/7 创建、9/10 更新）。

认知价值：值得记的不是 12 倍，而是加速的前提条件被写清楚了——针对的是「无 NVLink 的 PCIe 多卡 + 可公开采购的专业卡」，不是数据中心顶配。同一份权重，把生成步数、注意力算子、计算缓存、多卡并行逐层抠一遍，就能换回一个数量级，而且这套栈是开源可复现的。模型开源只是起点，权重到生产力之间那段工程，才是工作室和中小团队真正的门槛。

来源：量子位（9/11）https://www.qbitai.com/2026/09/487055.html ；开源仓库 https://github.com/RH-RunningHub/MiniMax-H3-MultiGPU-Lightning

③ vLLM 发布 v0.29.0：Model Runner V2 成为所有模型默认运行时，594 次提交 / 277 位贡献者（9/9）

vLLM 于 9 月 9 日发布 v0.29.0：594 次提交、277 位贡献者（其中 91 位新贡献者）。Model Runner V2 正式成为所有模型的默认运行时，并补齐 KV 缓存自动定容的 CUDA graph 显存分析、按 batch 分片的采样（每步 logits 显存降 1/TP）、prompt embeds 等能力。新模型矩阵扩充：腾讯 770B 总参 / 49B 激活 MoE（Gated DeepSeek Sparse Attention + 原生 MTP）、Qwen3.8-Flash-Next（BF16/FP8/NVFP4 + MTP）、Kimi K3 的 NVFP4 checkpoint 等。性能侧针对 Kimi-K3 与 DeepSeek V4 做了一批内核级优化：K3 的 Mamba 元数据准备合并为单次 Triton launch（内核提速 6.6–7.6 倍）、K3 latent tail 的 MXFP4 top-k 融合（端到端延迟约 5%）、Hopper 低延迟 GEMM 下推到 SM100、DeepSeek V4 共享专家融合进 MegaMoE；投机解码新增按请求的接受率统计与 SM100 稀疏 MLA。Mamba 前缀缓存带来 9%–25% 的 TTFT 改善。

认知价值：推理引擎的版本号，已经比模型版本更能决定你的单位成本。这一版的动作仍是同一套路——把每一次多余的计算、每一段显存分配、每一个等待中的通信逐个抠掉；6.6 倍的内核提速不来自新算法，而来自「少发一次 kernel launch」。模型选型之外，服务框架的升级节奏要单独排进运维日程，否则你为一个模型付的钱可能比它该花的多一截。

来源：vLLM 官方 v0.29.0 Release Notes https://github.com/vllm-project/vllm/releases/tag/v0.29.0

④ arXiv 新论文：MoE 对重复训练数据更敏感——稠密 80M 可重复 8 倍，MoE 到 4 倍就开始掉（9/10）

9 月 10 日 arXiv 论文《Data Scarcity and Model Sparsity: Mixtures-of-Experts Overfit More to Repeated Data》测试了数据重复对 MoE 的影响（模型从 80M 到 1B 激活、最大 8.5B 总参，覆盖单域与多域数据混合）。结论：重复数据下 MoE 退化比稠密模型更快，且程度取决于总参数量而非激活参数量、随稀疏度上升而加剧。具体刻度：80M 稠密模型重复 8 倍仍有极小退化，MoE 从 4 倍开始受损；重复到 32 倍后，它在全唯一数据下的性能优势被吃光，甚至不如稠密模型。缓解手段上，强 masking 类正则能让 MoE 在 64 倍重复时仍反超稠密模型，但没有任何方法能追平「全部唯一数据」的训练结果。

认知价值：MoE 的计算效率优势不是无条件的，它是用数据多样性换来的。当公开语料接近耗尽、重复成为标准做法，稀疏架构的收益衰减得比稠密更快——这直接改变「堆参数还是堆数据」的决策顺序：算力效率的前提是数据侧冗余率可控，否则省下来的 FLOPs 会以质量下滑的形式还回去。选型时，重复倍数应该和参数量一起进决策表。

来源：arXiv:2609.11917（9/10）http://arxiv.org/abs/2609.11917

⑤ ECCV 2026 多模态挑战赛放榜：「看懂营销视频」最高 86.67 分，「在长视频里定位关键时刻」只有 62.27 分（9/10）

ECCV 2026（9 月 8–12 日，瑞典马尔默）MARS2 Workshop 的挑战赛结果公布。赛题基于 M-CAR 数据集：3108 支广告视频、30 多种语言、36.5 小时，切分为 18198 个语义片段（平均约 7 秒一个），三条赛道分别考整体理解（MAC）、关键时刻定位（VTG）与营销意图推理（MDC）。10 万美元奖金池吸引全球 64 支团队、累计提交超 1060 份方案。最高分为 MAC 86.67、MDC 63.53、VTG 62.27。规则做了硬性限制：MAC/MDC 参赛模型不得超过 14B、VTG 不得超过 8B，且只能用开源权重。MARS2 是本届 ECCV 全部 Workshop 中唯一一个由中国公司（钛动科技）牵头的 Agentic Commerce 方向 Workshop。

认知价值：分差本身就是结论——从「看懂一段视频」到「在长视频里找准关键时刻并推断意图」，中间横着二十多分的鸿沟。同时，规模优势被规则封在 14B 以内，比的就是数据处理与推理方法，而不是谁借得到更大的模型。这是当前多模态能力边界一个可复现的刻度：感知层接近饱和，时序与意图层还没真正开始。任何号称「多模态全能」的产品，都可以拿这条赛道对照自己站在哪一档。

来源：量子位（9/10）https://www.qbitai.com/2026/09/486934.html ；数据集与赛制见 ECCV 2026 MARS2 Workshop 公开信息。

素材覆盖说明（非正文）：量子位当日首页全部条目 + 6 篇原文精读（487092/487055/487273/486625/487163/486934）、HuggingFace trending 与模型卡 API、vLLM 官方 Release Notes、arXiv API（cs.CL/cs.LG 当日新投稿清单）、GitHub API（RunningHub 加速仓 50 stars / 9-7 创建已核实）。机器之心首页仍为 JS 空壳（约 3KB，仅返回 logo），当日索引无可引正文，故本期证据全部来自量子位原文与一手源（arXiv / vLLM Release Notes / GitHub），未做二手搬运。