2026年10月8日,Perplexity AI 发布 pplx-embed-v2-late,包含 0.6B 与 9B 两个 ColBERT 风格多模态嵌入模型。据 MarkTechPost 报道,两个模型均可检索文本、图像和渲染后的 PDF 页面,并共享同一嵌入空间。其中 9B 模型在 MADQA 上取得 92.4%;0.6B 模型面向边缘设备和低延迟查询,用 0.6B 查询 9B 索引在 ViDoRe v3 图像检索上得 63.5%,高于两侧都用 0.6B 的 62.3%。两个模型已在 Hugging Face 以 MIT 许可发布,可自托管商用;Perplexity 托管 API 端点仍在计划中。报道同时指出,所有分数均为自报,技术报告尚未发布。目前尚无后续发展事实。
匹配字段摘要
2026年9月30日,Liquid AI发布首个决策模型d1,面向结构化选择而非文本生成:输入上下文和一组带类型的问题后,单次调用返回固定结果集上的校准概率,usage.output_tokens为0。据官方博客,d1可同时接收文本和图像,一次前向传播直接返回各选项概率,文本决策耗时200到300毫秒;官方称在六个真实应用中d1在四项上追平或超过GPT-6.1 Sol,成本比GPT-6.1 Sol和Claude Opus 5.5低19到200倍。d1已在Liquid AI API上线,按输入token计费,图像按每32×32像素块1.5 token折算,并通过Vercel和OpenRouter提供纯文本版本。10月7日至8日,Liquid AI进一步发布开放权重端侧多模态决策模型d1-3B与d1-omni-600M,已在Hugging Face上线。d1-3B在Decision Index v0.2.1公开集得48.57,单次提问在RTX 4090上8毫秒、Jetson AGX Thor上16毫秒、Jetson AGX Orin上26毫秒、Jetson Orin Nano上50毫秒;d
2026年9月30日,Liquid AI发布首个决策模型d1,面向结构化选择而非文本生成:输入上下文和一组带类型的问题后,单次调用返回固定结果集上的校准概率,usage.output tokens为0。据官方博客,d1可同时接收文本和图像,一次前向传播直接返回各选项概率,文本决策耗时200到300毫秒;官方称在六个真实应用中d1在四项上追平或超过GPT-6.1 Sol,成本比GPT-6.1 Sol和Claude Opus 5.5低19到200倍。d1已在Liquid AI API上线,按输入token计费,图像按每32×32像素块1.5 token折算,并通过Vercel和OpenRouter提供纯文本版本。10月7日至8日,Liquid AI进一步发布开放权重端侧多模态决策模型d1-3B与d1-omni-600M,已在Hugging Face上线。d1-3B在Decision Index v0.2.1公开集得48.57,单次提问在RTX 4090上8毫秒、Jetson AGX Thor上16毫秒、Jetson AGX Orin上26毫秒、Jetson Orin Nano上50毫秒;d
匹配字段摘要
2026年10月6日,Google DeepMind发布开放权重多模态嵌入模型EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到统一向量空间,参数量740M。据Google Developers Blog介绍,文本权重在Google Pixel 11 Pro上仅需约191MB活跃内存,完整多模态模型约567MB,无需训练数据或微调即可作为端侧决策引擎,实现毫秒级零样本意图路由;Google AI Edge Gallery新增Instant Media Search和Video Moments Finder演示,未来数周内该模型将通过ML Kit以服务形式登陆Android并支持NPU加速。据Google DeepMind介绍,该模型采用Apache 2.0许可,在MTEB Code上从68.76提升到78.68,支持8K token上下文窗口,权重已在Hugging Face和Kaggle开放下载。10月6日,Georgi Gerganov宣布llama.cpp对EmbeddingGemma 2提供Day-0支持;10月7日,Simon Willison表示赞赏其采用
匹配字段摘要
2026年10月3日,Aleph Alpha发布德英双语模型及技术报告。据MarkTechPost报道,该开源权重模型名为Kolibri,采用混合专家(MoE)架构,总参数78.1B,每token仅激活3.46B(4.4%),支持最长1,048,576 token上下文,以Apache 2.0许可在Hugging Face发布;FP8权重约78GB,可在单张B200、B300或H200,或2张H100 SXM5上通过vLLM部署,面向公共管理、工业和航空航天等受监管行业的自主部署。The Decoder后续报道称,Kolibri为78B参数德英双语模型,每token约激活3B参数,训练数据中德语占21.3%,建有专门德语数据管线,部分合成数据由中文模型生成,按欧洲法律并参照EU AI Act开发,在德国和芬兰的768块B200 GPU上训练。目前该模型已开放权重。
匹配字段摘要
2026年10月5日,Cantina Security与Yeta Labs发布面向漏洞研究的开源权重模型apex-flash-1。该模型基于智谱GLM-5.3-Flash做强化学习微调,以MIT许可在Hugging Face发布,总参数321.3B,采用GRPO加rank-256 LoRA训练,数据来自50个真实漏洞案例构建的150个任务。在20个留出漏洞案例的60项任务上,该模型解出40项,pass@1为66.7%,单次运行成本约2.38美元;作为对比,Claude Opus 5 High解出43项,pass@1为71.7%,成本约74.68美元。BF16部署约需640 GB GPU显存。目前尚无后续发展事实。
匹配字段摘要
2026年10月2日,Amazon Web Services 发布并开源了 Strands Decider 2B 决策模型。该模型不生成文本,只读取状态和带类型的问题,返回选项、是/否概率或带校准置信度的评分。模型有19亿参数,可本地跑在 CPU、消费级 GPU 或 Apple silicon Mac 上,权重以 Apache-2.0 协议发布在 Hugging Face,pip install strands-decider 提供 CLI 和 HTTP 服务。团队基于 Qwen3.5-2B-Base 去掉语言建模头,换成约100万参数的指针头,v19 在 JevBench 公开集准确率 0.723,RTX 3090 上中位延迟 115 ms。目前尚无后续发展事实。
匹配字段摘要
2026年10月2日,Cloudflare发布其Workers AI团队训练的首批模型Clef和Clef-flash。二者是决策模型而非聊天机器人,读取输入状态和类型化问题schema后为每个允许答案返回概率,不输出自由文本。两个模型以Apache 2.0开源权重发布,兼容TypeSafe AI的Jev API,已在Workers AI上线,权重托管于Hugging Face供自托管。Clef由Qwen3.8-27B后训练而来,Clef-flash基于Qwen3.5-9B,均保留原骨干的视觉编码器。在Cloudflare的Decision Index 0.2.1十项基准中,Clef在其中7项得分最高,但Jev在GPQA Diamond、MMLU-Pro和BBH等知识密集型测试上仍领先,所有数字均为厂商自报,尚无独立复现。10月5日,Clef登上Hugging Face趋势榜热门第一。
匹配字段摘要
2026年10月1日,Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview,一个面向 RAG 管线的上下文嵌入模型,每个 chunk 在编码时都能看到完整文档。该模型以 Perplexity 的 query-aware 上下文压缩模型作为教师,用逐 token 打分池化出的软目标替代单一 gold passage 标注,训练时随机采样切块策略,推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源,需 transformers>=5.4.0 并设置 trust_remote_code=True,暂未上线 Perplexity API,模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型,线性投影输出 2048 维,Matryoshka 训练支持 1024 维,量化感知训练支持原生 int8 嵌入,训练使用约 430 个数据集、覆盖 50 多种语言。目前尚无后续发展事实。
2026年10月1日,Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview,一个面向 RAG 管线的上下文嵌入模型,每个 chunk 在编码时都能看到完整文档。该模型以 Perplexity 的 query-aware 上下文压缩模型作为教师,用逐 token 打分池化出的软目标替代单一 gold passage 标注,训练时随机采样切块策略,推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源,需 transformers =5.4.0 并设置 trust remote code=True,暂未上线 Perplexity API,模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型,线性投影输出 2048 维,Matryoshka 训练支持 1024 维,量化感知训练支持原生 int8 嵌入,训练使用约 430 个数据集、覆盖 50 多种语言。目前尚无后续发展事实。
匹配字段摘要
2026年9月20日,Qwen团队开源Qwen-Image-2.1图像模型,将文生图与图像编辑统一到单一模型,支持多种图像编辑任务。官方介绍,该模型视觉生成组件为7B参数、32层Single-Stream DiT,原生支持透明图像生成与编辑,支持最多10张参考图以及圈选、掩码等局部编辑方式,并通过混合粒度注意力与KV cache复用降低多图编辑时的推理开销和显存占用;模型权重已在GitHub、Hugging Face和ModelScope发布。同日,Qwen宣布Qwen-Image-2.1在ComfyUI中原生支持,用户更新ComfyUI或使用Comfy Cloud、从Hugging Face下载权重并加载模板即可使用。
匹配字段摘要
2026年8月28日,腾讯混元发布Hy4 preview,总参数770B、激活49B,支持1M上下文,定位生产力场景与开源前沿,并强调价格稳定可负担,官方同时给出博客、Hugging Face和GitHub入口。8月29日,腾讯混元宣布Hy4 preview在vLLM上运行,同日上线Cline供试用。8月30日,腾讯混元开源Hy4 preview,采用Apache 2.0,原生内置MTP层,开箱即支持投机解码,并称163位内部专家对203个真实工程任务盲评中略胜GLM 5.3与Kimi K3。9月1日,腾讯混元披露Hy4 preview自主发现推理瓶颈,通过算子融合与通信优化将端到端吞吐量提升31.8%。
匹配字段摘要
2026年8月26日至27日,阿里发布Qwen3.8-Flash-Next模型权重。据Qwen Blog,该模型为多模态MoE架构,主模型125B参数、额外51B N-gram嵌入参数,每token激活6B,训练成本约为Qwen3.7-Plus的1/9,原生支持262,144 tokens上下文并可通过YaRN扩展至1,000,000 tokens。该模型是Qwen4架构的早期预览,在注意力、残差、嵌入和优化四方面升级,采用GDN+QSA混合注意力、Gated Residual、N-gram Embedding与Muon优化器,权重已在Hugging Face和ModelScope开放;生产版本以qwen3.8-flash名称在QwenCloud提供服务,默认1M上下文并内置官方工具,定价为每百万输入tokens 0.15美元、每百万输出tokens 0.47美元。NVIDIA方面称,其提供SGLang、vLLM和TensorRT LLM的Day 0功能支持,并在GB300 NVL72上验证推理,单GPU吞吐超过16K token/秒、单用户超过200 token/秒;开发者可用NVI
匹配字段摘要
2026年8月25日,IBM发布Granite 4.2语言模型系列。据Hugging Face发布的构建说明,该系列包含3B、8B、30B三个尺寸,均可输出思维链,支持thinking与非thinking模式,另设低推理预算的low-effort模式。其中8B和30B额外经过智能体RL阶段,学习调用工具、编辑运行代码、操作终端和联网搜索;全部模型支持原生工具调用,可通过OpenAI兼容接口接入智能体框架。模型基于Granite-4.1 base后训练,SFT数据约720万条、约100B token,RL采用异步GRPO分阶段课程,并已发布FP8、NVFP4、MXFP4和GGUF量化版本。目前尚无后续发展事实。
匹配字段摘要
2026年8月21日,Liquid AI发布LFM2.5-DSpark推测解码草稿模型,面向LFM2.5-1.2B-Instruct、LFM2.5-2.6B和LFM2.5-8B-A1B三款模型。据Liquid AI模型与工程博客介绍,该草稿模型约300M参数,采用5层、block size 9的简化注意力结构,在GPU上吞吐最高提升3.18倍,端侧最高提升2.87倍,且不改变输出质量。权重已在Hugging Face提供Safetensors与GGUF格式,并开源集成到llama.cpp和SGLang。在BFCL多工具函数调用场景中,LFM2.5-2.6B延迟平均降低57%;LFM2.5-8B-A1B受llama.cpp Metal后端MoE实现影响,端侧仅提升18%。目前尚无后续发展事实。
匹配字段摘要
2026年8月15日,Z.ai发布GLM-5.3模型。据Interconnects报道,该模型当时仅在编码套餐中提供,即将上线API,并计划两周后在Hugging Face开放权重;其与GLM-5.2同基座,仅大幅扩展后训练,参数量约750B,在多项智能体编码基准上超过Kimi K3,部分指标超过Claude Fable 5或GPT-5.6-Sol。此后,Unsloth于8月27日发布GLM-5.3-Flash的GGUF量化版本,称其3-bit量化需128GB内存,该模型为320B-A18B、MIT许可证、原生多模态并支持1M token上下文窗口,此前以Ox Alpha名义预览。8月28日,Unsloth又发布GLM-5.3的2-bit量化版及运行指南,称模型从1.51TB压缩到239GB,体积减少83%,精度保留约81%,可在256GB Mac或相应RAM/VRAM配置上运行。
匹配字段摘要
2026年8月12日,Liquid AI 发布面向端侧的视觉语言模型 LFM2.5-VL-3B,并已在 Hugging Face 和官方 Playground 上线。相比上一代 LFM2-VL-3B,新模型在屏幕与 UI 理解、函数调用、grounding 和多图输入四方面有所提升:ScreenSpot-v2 平均 80.7,ToolSandbox 从 26.4 升至 59.5,RefCOCO precision@1 从 57.1 升至 87.9。该模型为非推理模型,直接作答以降低延迟,在 Apple M5 Max 上解码 228 tokens/s、Galaxy S26 Ultra 上 20 tokens/s,占用约 3 GB 内存,并支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。
匹配字段摘要
2026年8月11日,英伟达发布开放模型Nemotron 3.5 Lightning,面向长时运行智能体的高频、低延迟任务执行。该模型采用MoE架构,总参数量为300亿,每次激活30亿参数。英伟达称,其在PinchBench上的准确率为86%,在准确率相近的情况下,完成1万项任务的速度比Qwen3.6 35B快30%。模型支持推测解码,提供BF16和NVFP4 checkpoint,可从Hugging Face下载,或通过build.nvidia.com试用。
匹配字段摘要
中电信人工智能科技有限公司发布星辰大模型Xing4.0-29B-A4B。该模型总参数29B、激活参数4B,全流程训练在国产昇腾910C集群完成,并冲进Hugging Face趋势榜前四。据科学网报道,模型经4-bit量化后单卡显存占用约15GB,可在RTX 3090、4090等24GB显卡本地运行,推理吞吐可达30tokens/s。评测中SWE-bench Verified得75.0分,Terminal-Bench 2.1得57.5分,Claw-Eval得76.55分。该模型已在集团客服智能体场景完成私有化部署,并同步上架GitHub、HuggingFace、魔搭、Gitee、魔乐五大社区。目前尚无后续发展事实。
匹配字段摘要
2025年12月9日,G42旗下Inception、MBZUAI基础模型研究所与Cerebras Systems联合发布阿拉伯语中心大模型家族Jais-2,包含8B和70B两个版本,并在Hugging Face开放权重。据官方信息,Jais-2 70B在阿拉伯语榜单AraGen上取得该榜单阿拉伯语模型的最优表现,在翻译、摘要、金融分析以及诗歌、宗教、饮食、解梦等阿拉伯文化相关任务上表现突出。该模型部署在Cerebras CS-3集群上,配合推测解码实现2000 tokens/秒的输出速度,官方称比GPT-5、Claude等前沿模型在真实负载上快20倍以上。目前尚无后续发展事实。
匹配字段摘要
阶跃星辰(StepFun)与 ACE Studio 联合发布音乐生成基础模型 StepAudio 3 Music,这是阶跃星辰首个音乐生成基础模型,可根据提示词和歌词生成完整歌曲。该模型集成歌曲生成、伴奏生成、音乐翻唱和人声转歌曲编曲四种工作流,由 ABC-COT 在合成前规划音乐结构与编曲,用户可改写提示词、编辑 ABC 记谱并迭代。发布时 Hugging Face Space 演示和 API 文档已放出,ABC-COT API 即将推出。目前尚无后续进展报道。
匹配字段摘要
2026年9月9日,蚂蚁百灵发布并开源百灵系列首个原生多模态大模型Ling-3.0-flash-VL。该模型基于Ling-3.0-flash的MoE架构拓展,总参数124B、单次推理激活5.5B,原生支持图像、文本与视频输入,上下文窗口为256K Token。官方称,原生多模态联合训练使该模型在Artificial Analysis Intelligence Index v4.1.1上较纯文本版本提升4分,并引入观察、行动、验证、修正的视觉反馈闭环,用于前端复刻、GUI Agent和医疗报告解读。目前模型已在Ling Studio上线免费体验,BF16和FP8版本已在Hugging Face与ModelScope开源。
匹配字段摘要