跳到正文
11月21日周六
  1. Hugging Face Blog77

    Inkling 2 Mini 发布,为本地部署提供前沿性能

    Hugging Face 与 Thinking Machines Lab 联合发布 Inkling 2 Mini,一款面向本地部署的多模态 MoE 模型,物理参数约 26B、每 token 激活 3B,支持 1M token 上下文。

    推荐理由:原文详解了循环层与跨轮消息机制如何让 24 个物理层达到 48 层逻辑效果,可迁移到其他端侧模型设计。

11月20日周五
11月19日周四
11月11日周三
11月10日周二
11月7日周六
  1. IT之家45

    “超视距安全预警”可识别结冰等危险路况并提示,吉利发布首个车道级气象环境监测大模型

    吉利汽车集团与中国气象局地球系统数值预报中心联合推出行业首个车道级交通气象大模型“智象-星睿”,聚焦结冰、团雾等极端气象场景。该模型已输出“超视距安全预警”功能,可基于多车互联识别结冰等危险路况并主动提示,计划率先在领克 900L 量产落地,后续覆盖吉利、银河、领克、极氪等品牌。双方还将于明年一季度发布行业首个“通用气象模型”。

11月6日周五
  1. TechCrunch · AI51

    Underdog 在新演示中展示 32MB 语音模型 Woof

    Underdog 发布仅 32MB 的语音生成模型 Woof,并通过一款浏览器游戏演示其在无网络环境下的语音交互能力。该模型有 31M 参数并开放下载,此前公司还推出了 167MB 的端侧语音转文字模型 Bark。创始人 Sigil Wen 表示希望让模型在用户设备上本地运行,使用户拥有自己的数据。

11月5日周四
10月30日周五
10月29日周四
10月28日周三
  1. Hugging Face Blog75

    Liquid AI 发布 LFM3:统一 2B 骨干支撑六种模态模型

    Liquid AI 发布新一代基础模型系列 LFM3,将文本、视觉、音频、全模态与决策模型统一到 2B 参数级的同一骨干上,全部开放权重并上架 Hugging Face。LFM3-1.7B 以 35% 更少的参数超越 LFM2.5-2.6B,文本模型 4-bit 下约 1 GB、上下文 256K,可在单张 GPU 上微调并部署到端侧设备。

    推荐理由:LFM3 用单一 2B 级骨干覆盖文本、视觉、音频与决策,单卡微调加端侧部署的路线可作为专用模型选型参考。

10月26日周一
10月25日周日
  1. IT之家60

    Block 推出全双工 AI 语音模型 Dessa:可模拟笑声停顿哽咽,支持 MacBook 本地运行

    Block 发布全双工 AI 语音模型 Dessa,能模拟笑声、停顿、哽咽等情绪表达,可在 M4 Max 及更高配置的 MacBook 上本地运行。Dessa 完全基于人类语音数据训练,知识来源于训练所用的对话数据,无需搭配大语言模型;Block 称情绪表达为模型原生内置,但底层是否依靠标签调控尚不清楚。

  2. TechCrunch · AI61

    Block 发布语音模型 Dessa,情绪表达接近真人

    Block 发布语音模型 Dessa,可在单张 NVIDIA GPU 上本地运行,支持全双工同时说与听。该模型完全基于人类语音训练,Block 称其情绪表达内置在模型中,而非像 ElevenLabs v4 或 Fish Audio Drama 3 那样由文本或语音标签驱动。目前 Dessa 尚未公开开放,Block 正邀请安全研究员对其进行测试。

10月24日周六
  1. The Decoder56

    Block 发布完全由人类语音训练的 AI 模型 Dessa

    Block 发布语音模型 Dessa,完全基于人类语音从零训练、不使用任何文本数据,直接处理音频以实时感知情绪、讽刺、笑声与停顿。模型支持全双工通信,可边听边说,并在 MacBook Pro M4 Max 上本地运行,使用单台 NVIDIA GB200 NVL72 训练。Dessa 尚未公开,团队先邀请 AI 安全研究人员测试潜在风险。

  2. The Verge · AI52

    Block 发布 AI 模型 Dessa,像局促的新朋友一样和你对话

    Block 发布名为 Dessa 的 AI 模型,它完全只用人类对话从零训练,是真正的 speech-to-speech 模型,一切知识都来自人类语音。团队展示了多段偶尔略显尴尬的对话示例,包括与 OpenAI 的 GPT-Live-1 语音模型的对比。Dessa 可在 MacBook Pro M4 Max 或更高配置上本地运行,团队将向一小群 AI 安全研究人员提供早期访问。

10月22日周四
  1. IT之家53

    小鹏 IRON 人形机器人能力升级:每 0.2 秒重新推理一次,可预测 6 秒内动作变化

    小鹏汽车宣布第二代 VLA 大模型全新升级,获得更强的时序理解与未来行为预测能力,并已端侧落地到人形机器人 IRON 上。IRON 每 0.2 秒根据眼前画面重新推理一次并预测 6 秒内的动作变化,在握手、碰拳、击掌中能应对临时变招,让观察、判断与调整连成实时闭环。小鹏计划 2026 年底实现人形机器人量产,2027 年上半年开启交付,率先落地门店、商场等商业场景。

10月21日周三
10月19日周一
10月16日周五
  1. 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》

10月15日周四
  1. 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》

10月14日周三
  1. Google DeepMind62

    Google DeepMind 与新加坡政府合作构建诈骗检测微调模型

    Google DeepMind 与新加坡政府科技局(GovTech)合作,交付了一款针对本地诈骗手法微调的端侧诈骗检测模型,可在普通智能手机上本地分析会话,检测到操纵意图时直接在设备上实时警告用户。

    推荐理由:该方案用两阶段流水线把分析留在端侧,并以主权沙箱和匿名数据规避隐私争议,为消息平台兼顾安全与端到端加密提供了可迁移的落地路径。

  2. Hugging Face Blog65

    Liquid AI 发布 LFM2.5-24B-A2B,24B 参数仅 2B 激活的端侧推理模型

    Liquid AI 发布 LFM2.5-24B-A2B,一个总参数 24B、每 token 仅激活 2B 的端侧推理模型,面向快速、私有的智能体场景。它在 LiveClaw 上以 48.09 分领先 Qwen3.6-35B-A3B 的 38.19 分,上下文窗口从 32K 扩展到 131K,预训练数据从约 17T 增至约 33T tokens。

    推荐理由:总参数 24B 但每 token 仅激活 2B,在智能体与工具调用任务上与参数量约多五成的 MoE 持平,适合在自有硬件上持续运行智能体。

10月13日周二
10月10日周六
10月9日周五
10月8日周四