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。
Hugging Face 的 Daniel van Strien 对 8 款可识别图像文字的 AI 模型做对比测试,识别 1000 页内容的成本已从最早模型的约 0.51 美元降至最新模型的不到 0.1 美元。
Google DeepMind 发布 Gemini 4 Neon,约七周内推出的第四款 Gemini 4 模型,每百万 token 输入 $3、输出 $15,上下文窗口 1M。
范式智能(原第四范式)首次推出自研基座模型:通用语言模型Phai-A1与面向真人影视场景的视频生成模型Phai-M1。官方称Phai-A1在同等质量下响应速度比同参数级模型快约8-10倍,单张RTX 3090即可运行,具备原生百万级上下文;Phai-M1可在约3分钟生成15秒720P音画同步视频。
Rumble-2-Flash 是 Reson8 发布的 0.5B 参数语音识别模型,支持 40+ 语言并自动检测语种,已以 Apache 2.0 协议开源,原生兼容 🤗 Transformers 与 vLLM。
推荐理由:原文给出 0.5B 语音模型与 30B 模型的基准对比,以及跨分词器的 on-policy 蒸馏方法,可作为小模型压缩的参考路径。
OpenAI 发布 GPT-6.2 Astra 与 Sol,Astra 在 Artificial Analysis 的 Intelligence Index 得 62 分、仅次于 Fable 5.2 的 65,Sol 以约 15% 的单任务成本追平 9 月版 Astra。
推荐理由:汇总了 Artificial Analysis、Vals 等第三方评测与定价数据,读者可直接对比 Astra、Sol 与 Fable 5.2 的性价比和口碑分歧。
腾讯混元宣布开源 Hy4 flash 模型,包含 Hy4 flash、Hy4 flash-FP8 和 Hy4 flash Base,开发者可在 GitHub、Hugging Face、ModelScope 和 GitCode 下载部署。
推荐理由:原文给出 Hy4 flash 的参数结构、上下文长度、开源地址和已上线产品,读者可据此评估其部署成本与适用场景。
欧洲云服务企业 OVHcloud 宣布推出其首个 AI 模型家族 Olala,并以 Apache 2.0 许可在 Hugging Face 开源首发成员 Olala mini 7A1B。
MiniMax 宣布 H3-Image 正式发布并开放权重,该模型可在 10 秒内生成 4096×4096 像素(约 16MP)的高分辨率图像。H3-Image 衍生自 H3,支持文本生成图像、图像参考和图像编辑,最多支持 16 张参考图片,官方称速度可达市面主流水平的 5 倍。模型权重已在 Hugging Face 开放,发布首周 16MP 及以上规格的生成请求可享官方价格五折优惠。
11月10日,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,基于近5000小时真实触觉数据预训练,将磁触觉、视触觉、压阻式三类传感信号转化为统一的触觉表征,供不同灵巧手和动作模型使用。
美团龙猫 11 月 2 日发布面向长程智能体任务的原生多模态模型 LongCat-2.5,11 月 9 日宣布正式开源,采用 MIT 协议,支持商用推理部署与二次训练。模型总参数 1.6 万亿,每个 token 激活约 480 亿参数,支持一百万上下文;视觉信号表示为多层级离散 token,与文本共享同一套主干参数,并采用 W4A4 高效推理方案。
Ricursive Intelligence 发布开源语言模型 Ripple-65B Preview,预训练 12 万亿 token,官方称在 TerminalBench 2.1 编码基准上得分 80.52,为美国开源模型中最佳。
webAI 开源 TwIL-8B 推理模型,该模型基于 IBM Granite-4.2-8B,以非商业许可发布,针对数学、代码与指令跟踪任务优化。TwIL-8B 在 MATH-500、AIME 2025 和 LiveCodeBench 上取得同组最佳成绩,数学表现超过参数尺寸数倍的 Gemma 4 31B,IFBench 成绩与 Gemma 4 12B 持平。
百度发布开源基座模型 ERNIE 5.5 Flash Base,采用 mixture-of-experts 架构,总参数 280B、每次输入激活 14B。模型在 33.5T tokens 上预训练,训练上下文为 128,000 tokens,设计上可在微调与推理时支持最长 1M tokens 上下文。
部分用户的模型列表出现GPT-6.2-Astra且可实际调用,有人20%的请求被路由到该模型,幸运者可达100%,基本需500美元Pro套餐才能灰度到。Claude Mythos 5.5短暂出现在官网前端代码中,数小时后被移除,据称将是包含生物学研究和网络安全的版本;HuggingFace上还出现声称泄露Mythos权重的仓库,已被下载5000余次。
商汤科技宣布开源 SenseNova Loop-9B-Preview,采用 Looped Transformer 架构,将中间层改造为参数共享的循环计算模块,以 9B 参数规模媲美 27B 模型。
Mistral 发布多模态 MoE 模型 Mistral Large 4(代号 Le Chonk),总参数约 1T、激活参数 49B,上下文窗口 1M tokens,以 Mistral Ecosystem Open-Weight License 开源,并提供 FP8 与 NVFP4 两种官方变体。
推荐理由:原文给出 Mistral Large 4 的架构细节、安全基准与多种部署方案,便于与同类开源模型比较选型。
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe,可在单模型内完成转写、翻译、说话人识别和录音问答。模型总参数 300 亿、每步激活约 40 亿,可在单张 Nvidia GPU 上运行,支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别,最长处理 1 小时、最多 8 人的录音。
SoMark 团队正式开源文档解析模型 OXR,主模型仅 1.3B 参数,在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准上均位列第一,同条件完整解析速度快于 PaddleOCR-VL-1.6 与 MinerU2.5-Pro。
Hi3D正式开源基于Sparc3D的3D生成模型V1.0,代码与权重已在GitHub和Hugging Face上线,可免费体验。V1.0基于约200万个筛选3D资产训练,多视图保真度0.75、细节丰富度0.841,切片成功率90%。同题对比中Hi3D Agent及V3.0在轮廓和细节上优于GPT-6 Astra,团队称V3.0为业界首个可商用2048³超高精度国产自研AI 3D模型。
百度发布并开源文心 Unlimited OCR 2,可连续解析 3600+ 页《哈利·波特》全集等超长文档。技术报告显示,其峰值 KV 缓存从 47GB 降至 1.77GB,减少约 96%;16 路并发下端到端吞吐量提升至标准解码的 3.65 倍。模型引入 SR-SWA 注意力机制与无限解码机制,已在 Hugging Face 和 GitHub 开源。
推荐理由:原文给出峰值KV缓存从47GB降至1.77GB的对比数据,可据此判断长文档OCR的部署成本变化。
中国电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent,同步开放275.3万条训练语料、模型权重与推理镜像。
Recursive 发布首款模型 Flint,免费、可在笔记本离线运行,并由其自动化研究系统 Eureka Machine 协助完成近全流程开发。
推荐理由:原文给出 Flint 的参数规模、运行速度与基准对比,读者可据此判断本机小模型与云端编程助手目前的差距。
NVIDIA 推出预训练关系型基础模型 Kumo Relational,可直接对企业数据库做预测,无需任务特定训练、特征工程或表扁平化。它在 15 个数据库的 41 个任务上超越监督关系深度学习模型和专家构建的梯度提升树流水线,在 SAP SALT 基准上比 AutoGluon 集成的平均倒数排名高 8%。
推荐理由:原文给出 41 个任务上的对比数据,读者可据此判断关系型数据基础模型能否替代现有 XGBoost 流水线。
IBM Granite 团队发布 Granite Speech 5.0 系列更新:新模型 granite-speech-5.0-2b 与更新版 granite-speech-5.0-470m-turboctc、granite-speech-4.1-2b-plus,分别面向高精度多语转写翻译、端侧高速转写和多说话人录音。
推荐理由:三个模型分别覆盖高精度转写、端侧极速转写和多说话人归因场景,读者可按企业需求直接选型。
NVIDIA 宣布扩展其开放模型家族,新成员覆盖语言、机器人、生物和量子计算,组织可用本地数据定制并在自有基础设施上部署。
推荐理由:原文按语言、机器人、生物和量子等领域逐一列出各开放模型的能力与可用入口,读者可据此判断哪些模型适合纳入本地化部署。
蚂蚁百灵宣布开源 Ming-3.0 语音系列,包含语音合成、音频理解与对话、语音识别三个系列共五款模型,开发者可按任务选用或组合进自己的工作流。
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。
优必选发布自研统一多模态世界模型 Thinker-WM,在 WorldOlympiad(综合得分 0.740)、EWMBench(综合总分 4.66)与 WorldArena1.0 Track-1 三大具身世界模型基准中均位列第一。
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。
Meta 发布开放权重模型 Muse Spark Open,参数 816B(激活 42B),支持最长 100 万 token 上下文与文本、图像、视频、音频输入。
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。
Nvidia 发布 Nemotron 3.5 Super VL,一个 120B 参数、每 token 激活 12B 的开源多模态 MoE 模型,面向持续运行的企业智能体。
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。
NVIDIA 发布开源 120B 参数模型 Nemotron 3.5 Super VL,面向多模态智能体任务,并同步推出面向端侧的 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB。
推荐理由:原文列出了三款模型的参数规模、性能对比与部署入口,读者可据此为从数据中心到端侧的智能体选型。
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。
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。
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。
Liquid AI 发布并开源 d1 系列两款开放权重决策模型,d1-3B 与 d1-omni-600M 已在 Hugging Face 公开,可下载、微调并部署。
JetBrains 发布编程 AI 模型 Mellum2.1,重点增强智能体编程能力,可探索代码库、编辑文件并检查自身修改。该模型延续 Mellum2 的 12B 混合专家架构与 2.5B 活跃参数,采用 Apache 2.0 许可证,高负载推理吞吐量接近 Qwen3.5-9B 的两倍,多 Token 预测使单请求速度提高约 1.6 倍。