跳到正文
10月17日周六
  1. 掘金84

    DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变

    10月17日 DeepSeek-V4.1-Flash-1017 上线,网页和 App 同步更新,API 价格保持不变,重点加强编程和工具任务能力。官方演示展示了从头开发赛车游戏、故宫3D场景和 Godot 游戏原型,DeepSWE v1.1 通过率从 74.2% 升到 77.0%,Terminal-Bench 4.0 从 31.2 升到 42.3。

    推荐理由:原文把通过率提升、token 计费方式和接口价格放在一起,读者可以据此估算用新版完成编程任务的实际成本。

  2. The Decoder83

    DeepSeek-V4.1-Flash-1017 发布:智能体与编码任务超越更大模型,单任务成本大幅下降

    DeepSeek 发布 V4.1-Flash-1017,在自家基准的多个编码与智能体任务类别上超过 Claude Opus 5、GPT 5.6-Sol、Kimi K3 和 GLM 5.3 等更大模型,权重已在 Hugging Face 与 ModelScope 开源。

    推荐理由:原文给出 DeepSeek 自测基准与单任务成本对比,可据此评估小模型在编码与智能体任务上的性价比,独立评测尚未公布。

  3. IT之家80

    DeepSeek V4.1 Flash-1017 发布:性能提升、耗时缩短,低提示词生成完整项目

    DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017,网页端、APP 与 API 已同步切换。官方称新版本在基准测试中能力提升、运行时间与输出长度缩短,单次调用综合成本下降,并建议将 DeepSeek Harness 升级至 0.2.1-rc.1 及以上以完成适配。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 发布,性能提升且成本下降,同步开放搜索 API》

10月16日周五
  1. Hugging Face Blog78

    Reflection 发布开源 501B MoE 模型 Beam:1M 上下文,专注编码与智能体

    美国新实验室 Reflection 发布其首个模型 Beam(reflectionai/Beam-1.0-501B-A23B),为 501B 参数的 MoE 模型,每 token 激活 23B,支持 1M 上下文,文本输入输出,采用 Apache 2.0 许可,面向编码与智能体场景。

    推荐理由:Beam 以 501B 参数的 MoE 架构和 Apache 2.0 许可开源,为想在自有硬件上部署前沿规模模型并做定制的团队提供了新选择。

  2. 量子位63

    蚂蚁百灵开源推出 Ling-3.1-flash,面向真实办公任务流

    蚂蚁百灵开源推出 Ling-3.1-flash,主打在真实工作流中把任务做完,总参数约560B、每个Token激活约25B,上下文窗口上限1M。模型采用混合线性加稀疏MoE架构,7层KDA配1层Gated MLA,512个路由专家中每Token选8个并调用1个共享专家;经混合精度量化,权重占用从约534GB降至292GB,Hopper测试配置下部署GPU由8卡降至4卡。

  3. IT之家76

    蚂蚁百灵开源 Ling-3.1-flash 模型,最高支持 1M 上下文

    蚂蚁百灵宣布开源 Ling-3.1-flash 模型,总参数约 560B,每 Token 激活约 25B,最高支持 1M 上下文。在 Artificial Analysis 公开评测中智能指数为 41,输出速度约每秒 210 Token。

    推荐理由:原文给出模型参数、评测指数与量化部署数据,读者可据此评估自有部署的显卡成本与响应表现。

  4. Hugging Face Blog62

    Granite Switch 4.1 发布:单一端点支持对话、决策与语音转写

    IBM Granite 团队发布 Granite-Switch-4.1-8B 与 -30B,将通用 Decision aLoRA、安全决策 Guardian aLoRA 和 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进一个托管端点。

    推荐理由:原文给出用 aLoRA 复用 KV cache 在单一端点组合多种能力的做法,读者可迁移到低显存多能力部署场景。

  5. The Decoder79

    Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein,仅需 8 GB 显存即可运行

    Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein,参数量 5.6B,支持文生图、图像编辑以及最多十张参考图生成,可原生输出 4K 并支持像素级编辑与边界框元素定位。

    同一新闻,精选展示《Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持》

  6. Hugging Face Blog88

    Meta 发布开源前沿多模态 MoE 模型 Muse Spark Open

    Meta 发布开源多模态混合专家模型 Muse Spark Open,总参数约 816B、每 token 激活约 42B,上下文窗口最长 1M tokens,支持文本、图像、音频、视频输入并输出文本。

    推荐理由:文章给出 816B 参数 MoE 模型从推理部署到 LoRA 微调的完整配方,可作为同类开源大模型落地的参考路径。

10月15日周四
  1. Hugging Face Blog82

    Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持

    Black Forest Labs 发布图像模型 FLUX.3 Image Klein,Hugging Face Diffusers 首日支持。单模型覆盖文生图、多参考图生图与边界框布局控制;蒸馏检查点在单张 H100 上约 1.93 秒生成 1024×1024 图像,并提供 NVFP4、FP8 量化权重与 DreamBooth LoRA 训练脚本。

    推荐理由:原文同时给出能力清单、显存占用与 LoRA 训练脚本,读者可据此判断 FLUX.3 能否在自己的 GPU 上跑通。

  2. IT之家83

    英伟达发布 1200 亿参数 Nemotron 3.5 Super VL:单 GPU 智能体任务吞吐量最高提升 5 倍,74B 版本压缩至 24GB

    英伟达发布开放多模态模型 Nemotron 3.5 Super VL,采用 MoE 架构,总参数 1200 亿、激活参数 120 亿,面向持续运行、执行多步骤任务的 AI 智能体,单张 GPU 智能体任务吞吐量最高为同规模其他开放模型的 5 倍。

    同一新闻,精选展示《NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型》

  3. IT之家76

    阶跃星辰开源 Step 5 Preview 权重,华为昇腾、沐曦、壁仞等首发支持

    阶跃星辰正式开放 Step 5 Preview 模型权重,包含 BF16 与 FP8 两个版本,权重已上线 Hugging Face 和 ModelScope,可用 vLLM、SGLang 或 Transformers 部署推理。

    推荐理由:原文把权重开放入口与四家国产芯片的 Day 0 适配进展放在一起,可对照看国产算力对开源模型的响应速度。

  4. Hugging Face Blog72

    Apertus 1.5 发布:支持图像与音频理解,上下文窗口扩展至 262,144 tokens

    Project Apertus 发布 Apertus 1.5 的 8B 与 70B 模型(2026 年 7 月 24 日上线 Hugging Face,Apache 2.0 许可),在 Apertus 1.0 基础上新增图像与音频理解、可选思考模式,上下文窗口扩展至 262,144 tokens。

    推荐理由:原文完整公开了从数据、训练配方到中间检查点的全流程细节,可作为复现开源多模态模型训练的参考样本。

  5. 极客公园59

    源策未来发布全身智能 WBI 系统,S0 与 S1 模型让人形机器人离开平地连续干活

    源策未来发布以「全身智能」(WBI)为核心技术路线的模型系统与演示,自研运控基模 S0 将手部末端追踪误差从开源基线的 10 厘米量级压到 2 厘米区间,并把控制扩展到有高差的非平地;大脑 S1 结合自采 EgoBody 全身人类数据与真机示范,负责任务理解与拆解。

  6. IT之家76

    阶跃 Step 5 Preview 大模型权重开放,支持 100 万 token 上下文窗口

    阶跃今日正式开放 Step 5 Preview 模型权重,同步发布技术博客与配套开源开发工具。模型面向长程 Agent 任务,采用稀疏 MoE 架构,总参数量 600B、每 token 激活参数 27B,支持 100 万 token 上下文窗口,原生支持文本与视觉输入,近期在 OpenRouter 周调用量与日调用量榜单均位居全球第二。

    推荐理由:原文给出了 600B 稀疏 MoE 与百万 token 上下文的关键设计,读者可据此判断它在长程 Agent 场景中的适用性。