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19日周四
11月18日周三
  1. Hugging Face Blog68

    Rumble-2-Flash 开源:支持 40+ 语言的 0.5B 语音识别模型

    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。

  2. Latent Space83

    OpenAI 发布 GPT-6.2 Astra 与 Sol:更便宜但评价分化,Sol 或成主力

    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。

  3. IT之家77

    腾讯混元 Hy4 flash 模型官宣开源

    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。

11月17日周二
11月11日周三
  1. IT之家75

    MiniMax 开源 H3-Image 生图模型,10 秒生成一张 4K 图像

    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日周二
11月9日周一
  1. IT之家76

    美团龙猫开源 LongCat-2.5 模型:总参数 1.6 万亿,支持百万上下文

    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。

    同一新闻,精选展示《美团开源 LongCat-2.5:1.6 万亿参数智能体模型,全程基于中国芯片训练》

11月7日周六
11月6日周五
11月2日周一
  1. 量子位53

    GPT-6.2 Astra开启灰测,Claude Mythos 5.5同日曝光

    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。

11月1日周日
10月29日周四
  1. Hugging Face Blog83

    Mistral Large 4(Le Chonk)开源发布:1T 参数多模态 MoE 模型登陆 Hugging Face

    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。

  2. The Decoder75

    Nvidia 开源 Nemotron 3.5 Transcribe,集成转写、翻译与说话人识别

    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。

10月27日周二
  1. 量子位57

    国产AI 3D模型Hi3D开源V1.0,同题对比优于GPT-6 Astra

    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。

  2. 量子位78

    百度发布并开源文心 Unlimited OCR 2:3600+ 页文档连续解析,KV 缓存降约 96%

    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。

10月22日周四
  1. Hugging Face Blog76

    NVIDIA Kumo Relational 无需训练即在关系型数据上超越监督机器学习

    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。

10月21日周三
  1. Hugging Face Blog62

    IBM Granite Speech 5.0 发布:三款语音模型覆盖转写、翻译与说话人归因

    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。

  2. NVIDIA Blog80

    NVIDIA 扩展开放模型家族,推进欧洲跨行业主权智能

    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。

10月20日周二
10月17日周六
  1. 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. 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。

  3. 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。

10月14日周三
  1. 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9日周五
  1. IT之家60

    JetBrains 编程 AI 模型 Mellum2.1 发布:高负载推理吞吐量近 Qwen3.5-9B 两倍

    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。