2026年9月15日,InternLM 发布 SciDocBench 基准与文档资产。该基准以工作流为中心,面向科学文档理解,包含124道人工设计题目、7个能力组与19个子任务,覆盖5个科学领域及中英文,共496个评测实例。榜单显示,Claude Opus 5 以62.60分居首,GPT-5.6-Sol 为61.00分,Gemini 3.6 Flash 为59.87分,暂无模型达到63分。基准与文档资产、SFT/RL 训练数据已发布在 Hugging Face,并集成到 VLMEvalKit。目前尚无后续发展事实。
匹配字段摘要
2026年10月14日,FireRedTeam 发布 DynamicPose 项目与预训练模型。据其介绍,DynamicPose 是一个由人体姿态序列驱动人像动画的框架,支持大幅动作与非写实场景,可从单张照片生成舞蹈视频;项目同时开源姿态服务器与姿态对齐算法,代码采用 MIT 许可。作者列出局限,包括侧脸易生成扭曲面部、复杂背景下难以区分人体与背景、手部持物时难以判断是否保留。后续将陆续放出数据清洗与预处理流程、训练脚本(DeepSpeed Zero2)以及 ComfyUI 和 Hugging Face Gradio 演示。同一时间点,FireRedTeam 还发布了 PhotoPoster 项目与预训练模型,该项目面向姿态驱动的图像生成,在 i2i 翻译中加入精修阶段,并已放出预训练模型和基于 FastAPI 的姿态服务器,同样采用 MIT 许可。
匹配字段摘要
2026年8月13日,FireRedTeam 发布 FireRedTTS3,并同步发布 FireRedTTS3 Base 与 Instruct 的 Gradio demo。据其原创项目介绍,FireRedTTS3 是一个基于语义增强连续语音表征的统一语音生成与编辑系统,包含 Base 和 Instruct 两个版本。Base 支持 24 种语言和 21 种中文方言的零样本语音克隆,在 MiniMax-MLS-Test 上平均 WER/CER 为 3.754%、说话人相似度 84.8%;Instruct 支持自然语言语音设计以及语义、声学语音编辑。模型已在 Hugging Face 和 ModelScope 开放下载,采用 Apache-2.0 许可。目前尚无后续发展事实。
匹配字段摘要
2026年10月14日,CUA-Lite 发布开源计算机使用智能体平台,用于开发 computer-use agents。该平台围绕 Lite.Gym 环境接口、Lite.Sample 监督数据格式和每个模型一套 harness 三层抽象构建,已接入 15+ 个 benchmark、10+ 个数据集和 30k+ 可验证任务。其中 Lite.Gym 以 Gym 风格的 reset/step/close 循环统一观察格式与 GUI 动作空间,并提供无需 /dev/kvm 的免虚拟机 Docker 桌面沙箱,Lite.OSWorld 可原样运行 OSWorld 的任务与评测器。Lite.Sample 在 Hugging Face 免费提供,harness 已覆盖 14 个模型家族,同一套 harness 同时用于评测、SFT 和基于 Slime 的 GRPO 等 RL 训练。目前尚无后续发展事实。
匹配字段摘要
NVIDIA 的个人 AI 路由器 NVIDIA PAIR 正式结束 beta。据 NVIDIA Blog 2026 年 10 月 13 日报道,PAIR 在结束 beta 的同时新增 llama.cpp 支持,并支持从 Hugging Face 直接下载模型,兼容 Windows、Linux 和 macOS。该消息与 NVIDIA 同期为 RTX Spark 笔记本铺开本地 AI 软件与模型生态的发布一同出现,同一报道还提到 RTX Spark 笔记本将于 10 月 16 日上市,以及 Nemotron 3.5 Bolt 74B-A9B 24GB 模型于 10 月 15 日发布。目前没有后续发展事实。
匹配字段摘要
2026年10月12日,阿布扎比技术创新研究院(TII)发布1.6B参数的阿拉伯语语音识别模型Falcon-ASR。据MarkTechPost报道,该模型在6个阿拉伯语测试集上平均词错误率(WER)为20.92%,比TII榜单中最佳已发布结果低2.25个百分点。模型以阿联酋方言为重点,同一套权重覆盖阿拉伯语、英语、法语、西班牙语和葡萄牙语,并输出词级时间戳。目前仅提供Hugging Face托管demo,支持最长60秒、20MB音频,未发布权重、许可证或API。
匹配字段摘要
2026年10月11日,Thinking Machines Lab发布从零训练的开源权重模型Inkling。据官方博客,该模型采用MoE架构,总参数975B、激活41B,支持最高1M token上下文窗口,预训练数据为45万亿token的文本、图像、音频和视频;原生支持文本、图像和音频推理,并可通过可控思考力度平衡性能与token效率。发布当日,Inkling在Tinker上开放微调,完整权重已上传Hugging Face。官方同时预览了12B激活参数的轻量版Inkling-Small,称其在多项基准上接近或超过Inkling,测试完成后将发布完整权重。同日另一篇官方博客提出开放权重模型的安全发布框架,披露对Inkling与Inkling-Small的评估方式,包括内部评测、四家外部机构红队测试和对抗性微调研究,结论是发布Inkling不太可能带来超出已有开放权重模型的实质性风险。
匹配字段摘要
2026年10月10日,Nace.AI开源发布9B决策模型Drex 1.5。据MarkTechPost报道,该模型为8.95B稠密决策模型,不生成文本,而是读取状态和带类型的问题后为每个选项返回概率,权重已发布在Hugging Face,OpenRouter上有托管版本。报道称,它在公开Decision Index 0.3.1上得分58.08,与闭源模型Jev 1.13.0的57.96处于同一并列区间,在37项基准中有20项领先。模型默认上下文16,384 tokens、最高131,072,可在单张24 GB A10G上以bf16运行,Q8_0 GGUF约9.5 GB可跑在Apple芯片和CPU上;但报道同时指出其GPQA Diamond仅45.4%、ACOS情感分析F1仅7.4%。目前尚无后续发展事实。
2026年10月10日,Nace.AI开源发布9B决策模型Drex 1.5。据MarkTechPost报道,该模型为8.95B稠密决策模型,不生成文本,而是读取状态和带类型的问题后为每个选项返回概率,权重已发布在Hugging Face,OpenRouter上有托管版本。报道称,它在公开Decision Index 0.3.1上得分58.08,与闭源模型Jev 1.13.0的57.96处于同一并列区间,在37项基准中有20项领先。模型默认上下文16,384 tokens、最高131,072,可在单张24 GB A10G上以bf16运行,Q8 0 GGUF约9.5 GB可跑在Apple芯片和CPU上;但报道同时指出其GPQA Diamond仅45.4%、ACOS情感分析F1仅7.4%。目前尚无后续发展事实。
匹配字段摘要
2026年10月9日,Qwen发布Qwen-Image-2.1-Turbo,并开放该模型的权重。据官方说明,该模型基于Qwen-Image-2.1,沿用同一7B视觉生成架构,仅需8步去噪即可生成和编辑图像;权重已在ModelScope和Hugging Face开放。该版本仍可从文本生成2K图像,并支持通过自然语言编辑继续创作,例如添加配饰或更换场景。使用Diffusers加载QwenImage21Pipeline即可按推荐的8步采样方案运行。Qwen-Image-2.1 Pro与Turbo的API也已正式上线。目前尚无后续发展事实。
匹配字段摘要
2026年10月8日,JetBrains发布Mellum2.1,这是一个面向编码智能体与快速子智能体的12B MoE思考模型,每token激活2.5B参数,以Apache 2.0许可在Hugging Face上发布。据代表来源报道,其架构与Mellum2相同,升级几乎全部来自真实软件环境中的强化学习,模型可自行探索仓库、编辑文件并检查改动。基准方面,SWE-bench Verified从2.0升至47.0,LiveCodeBench v6得82.0,但SWE-bench Pro、GPQA Diamond和AIME仍落后于Qwen3.5-9B。GGUF量化版本从7.0 GB起,可在llama.cpp、Ollama和LM Studio本地运行。目前尚无后续发展事实。
匹配字段摘要
Lightspeed Venture Partners 调整了其 AI 投资战略。据 Newcomer 新闻长文报道,这家风投此前错过了 OpenAI、ElevenLabs 和 Hugging Face 等 AI 早期项目。2023 年 4 月,联合负责人 Ravi Mhatre 和 Bejul Somaia 召集全球合伙人召开了一场长达七小时的会议,要求当天清空日程、重新规划方向。Lightspeed 由此启动自我重塑,转向包括 PE 式 roll-up 在内的新策略。报道称,该公司如今有望凭借对 Anthropic 的投资获得回报。目前该故事尚无后续发展事实,最新状态仍停留在这一转向本身。
匹配字段摘要
2026年10月8日,Hugging Face 的 Thomas Wolf 宣布发布开放模型 Carbon-A,该模型可直接在 DNA 中定位基因,并同步开放共享用其构建的 Carbon 注释数据库。据同一报道,该数据库覆盖 22,617 个物种、5.6634 亿个候选基因。团队与 Active Site 和 UCSD 合作,在猫、鸡、仓鼠和一种实验植物等常见物种的参考注释中找到了 239 个此前缺失基因的 RNA 证据。报道同时说明,Carbon-A 不设计 DNA,也不预测基因功能,只标记基因在 DNA 中的位置。目前尚无后续发展事实。
匹配字段摘要
2026年10月7日,阿布扎比技术创新研究院(TII)发布Falcon-ASR多语言语音识别模型,参数规模为1.6B,重点覆盖阿联酋方言、阿拉伯语方言、现代标准阿拉伯语和英语。据同一来源报道,该模型在Open Universal Arabic ASR Leaderboard的六个测试集上平均WER为20.92%,比该榜单快照中最佳公开结果好2.25个百分点;内部阿联酋方言评测中WER为22.73%、CER为10.19%,WER比Qwen3-Omni低4.07个百分点。模型用同一套权重支持英语、法语、西班牙语和葡萄牙语,无需指定语言,并支持词级时间戳,已在Hugging Face Demo Space开放试用,API与原生应用尚在计划中。目前尚无后续发展事实。
匹配字段摘要
2026年10月8日,Unsloth公布Unsloth Studio与Unsloth Desktop的安全概览,说明模型从下载转入执行时会触发四道加载前安全检查。据MarkTechPost报道,这四道检查包括:代码指纹绑定审批、独立的权重文件拦截、操作系统沙箱探测和包内容扫描。其中,代码指纹变化后需重新授权;Hugging Face的恶意扫描结论会拦截加载路径中被标记的权重文件;工具则在bubblewrap、Seatbelt、MXC等系统级沙箱中运行。报道还提到,deepseek-ai/deepseek-ocr与moonshotai/Kimi-VL-A3B-Instruct在加载时会弹出审批并列出发现项,Unsloth也在其适配仓库中移除了eval调用等问题代码。目前该事件尚无后续发展事实。
匹配字段摘要
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,Perplexity开源了七项模型、推理工具与安全项目。据当时报道,其中包括多模态决策模型pplx-decider-v1-27b,在11项基准上平均85.7%,领先Jev;上下文嵌入向量模型pplx-embed-v2-context-9b-preview,在ConTEB和turbopuffer context-bench上表现最佳;面向Apple silicon的本地推理引擎Lily,用Rust加自定义metal kernel实现,在M5 Max上prefill比MLX-LM快1.23倍、decode快1.35倍;以及0.6B端侧PII分类器PII-Tracer及配套PII-TRACE基准、面向深度研究智能体的WANDR基准、笔记本与工作站智能体检测响应工具Numbat、只读供应链扫描器Bumblebee。2026年10月7日,Perplexity宣布其决策模型在Hugging Face Decision Index上登顶,并称该模型为开放权重。
匹配字段摘要
2026年10月8日,Air Street Press 发布第九份年度《State of AI Report 2026》。报告作者 Nathan 认为,前沿竞争已是 Anthropic、OpenAI 和 Google 三实验室之争,智能体在软件与科研中承担实际工作,物理 AI 正接近其 GPT-2 时刻。报告援引 Epoch AI 估算称,固定分数成本自 2023 年以来每季度下降 47%;OpenAI 与 Anthropic 合计年化收入在夏末达到 1050 亿美元。报告还记录了智能体在评估中攻入 Hugging Face 生产基础设施等安全事件,并给出未来 12 个月的三项预测,包括智能体在客户工作中将新任务失败率减半、自主 AI 团队在同等时间与算力下击败人类主导的模型研究。目前尚无后续发展事实。
匹配字段摘要
2026年10月7日,Box CEO Aaron Levie 提出判断,认为网络安全将是未来几年 AI 最具决定性的领域之一,并会给安全团队带来全新工作量。他提到,AI 会带来 vibe coded 问题、智能体攻击乃至意外游荡找数据的智能体集群,OpenAI 与 Hugging Face 只是前兆;安全团队本就资源最紧张,压力只会更大。同时他认为 AI 智能体也是解法,保护代码、企业系统、关键基础设施与数据的智能体产品将大量涌现,能有效部署安全智能体的从业者将迎来繁荣市场。目前该判断由 Levie 本人作为单一来源提出,尚无其他独立来源或后续发展事实。
匹配字段摘要