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。
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16日,华为云发布昇腾原生具身世界模型CloudRobo-WM1.2,在RoboTwin 2.0和LIBERO-Pro 2.0上分别跑出88.98%和81.73%,双双排名第一,并计划于11月30日开放模型权重、推理代码和后训练代码。
PolyAI 实时对话推理模型 Dialog-RSN-1 现已上线 AWS Marketplace 与 Amazon SageMaker JumpStart,支持一键部署至自有 AWS 环境。
商汤科技发布 SenseNova Loop-9B 模型,约 9B 参数通过 Loop 结构复用模型层参数并扩展计算深度,官方 4bit 量化后权重仅约 4.9GB,部署显存需求低至 10 GB 内。
腾讯混元团队发布 Hy4 flash 模型,总参数量 224B、每 token 激活 12B,支持多模态输入与 100 万 token 上下文。官方称其通过预训练、后训练和推理三阶段协同优化,KV cache 降至 Hy4 的 1/6,解码速度超过 150 tps;在 WorkIndex 评测集上单任务成本仅为 Hy4 的 1/20,综合效果略优于 Hy4 preview。
推荐理由:原文给出 Hy4 flash 与 Hy4、DeepSeek-V4.1-Flash 的单任务成本对比及内部盲测结果,读者可据此判断它适合哪类日常任务。
淘宝 MNN 团队开源面向手机应用的 MNN-Pocket-0.3B 轻量语言模型,约 3 亿参数,在 iPhone 18 Pro 上经 MNN 推理引擎完全离线运行,平均解码速度约 350 token/s。
Granite Switch 4.1.1 为补丁版本,与 4.1 完全向后兼容、无需迁移,底层基础模型保持不变。本次更新带来支持 10 种语言的 Granite Speech ASR 模型(具备原生标点与大小写),以及 在 Jev Decision Index 测试集上性能提升的 Decision adapter。
Hi3D 正式开源经过生产验证的 Hi3D V1.0 底座模型,同时推出以创作者为核心的 Hi3D Agent。Hi3D V1.0 基于约 200 万件训练资产,新增 1536³ 输出层级,其 1536³ 档位切片通过率为 90%,同期同档位竞品仅为 7% 至 17%。
Meta 于 2026 年 10 月 15 日发布开放权重多模态模型 Muse Spark Open,总参数 816B、每 token 激活约 42B,支持 1M-token 上下文,定位长程 Agent 与编程、客服等长时间任务。
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。
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。
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。
Mistral AI 发布 Timestral,其首个时间序列基础模型家族,最大 209M 参数版本在 GIFT-Eval、TIME 和 fev-bench 三大公开基准上排名第一。
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。
Microsoft Research 发布深度学习 DFT 泛函 Skala 1.1,训练数据为首版的 2.5 倍,GMTKN55 加权平均误差 2.8 kcal/mol,在 55 个类别中 32 个排名第一。