LiquidAI LFM2.5-24B-A2B-GGUF 模型上线 Hugging Face
LiquidAI 在 Hugging Face 上提供 LFM2.5-24B-A2B-GGUF 模型仓库,分类为 text-generation。该仓库已有 260845 次下载和 256 个点赞。
LiquidAI 在 Hugging Face 上提供 LFM2.5-24B-A2B-GGUF 模型仓库,分类为 text-generation。该仓库已有 260845 次下载和 256 个点赞。
Qwen-Image-2.1-Turbo 是 Qwen 的文生图模型,其 Hugging Face 模型页显示下载量 46165、点赞 1115。页面未附更多版本细节或基准成绩。
Midjourney 正在 Alpha 网站(alpha.midjourney.com)测试图像生成新功能 Thinking Mode,征集用户反馈。使用时在任务的 lightbox 下方点击右下角 Rerun (Thinking),官方称测试中该功能有助于提升提示词准确度、文字排版和连贯性。
Understanding AI 博客解读 TypeSafe AI 于 9 月 15 日发布的 Jev 模型,它不对自由文本作答,而是对是非题、选择题等固定选项输出概率估计。
openbmb 在 Hugging Face 上发布了多模态模型 MiniCPM-V-4.7-35B-A3B,任务类型为图像文本到文本。模型页显示其下载量已达 613302,获 1115 个点赞。
OpenAI 将 GPT-6 Sol 和 GPT-6 Luna 推向 ChatGPT 全球免费与付费用户,替代 GPT-5.6 Sol 和 GPT-5.6 Luna,Codex 与 ChatGPT Work 暂仍使用 9 月版本。
推荐理由:系统卡在报告越狱抵抗与事实性提升之外,也公开了自伤等安全指标相较 GPT-5.6 的回退及缓解措施。
ComfyUI 宣布 Google 图像生成与编辑模型 Gemini Nano Banana 2.1 已通过 Partner Nodes 上线,该模型是 Nano Banana 2 的继任版本,主打价格与性能平衡。
推荐理由:原文列出思考档位、参考图上限和分辨率选项等参数,可以据此判断是否直接替换现有 Nano Banana 2 节点。
Mistral 发布 Mistral Large 4(ML4)公开预览,模型为 1 万亿参数、激活 520 亿的原生多模态架构,预览 API 已上线 Mistral Studio,开放权重定于月底放出。
推荐理由:原文给出网络安全、智能体编码和多模态的具体基准成绩与训练规模,读者可据此横向比较当前开放模型的能力水平。
Suno 精选推荐五张不容错过的专辑,风格横跨古典民谣、乡村、80 年代合成器与电影化氛围。这些精选依托 Suno 近期上线的 Albums 功能,它可把最满意的音乐整合成完整长度的专辑项目。名单包括 Oakwood///diskrot 的 naenia、Isaiah Wallace 的 Old Soul 与 ECHLO 的 VOID 等五张。
Google 汇总 2026 年 9 月宣布的 AI 更新,当月核心是最新前沿模型 Gemini 4 Argon:具备高级推理与 100 万 token 输出上限,聚焦网络安全防御,正通过 Fairwind Program 向可信网络防御者推送。
Suno 推出 Speech(beta),官方称其为首个把语音与背景音乐合成为同一条完整音轨的音频模型,现已向所有用户开放。用户输入一段文字并描述想要的嗓音与音乐风格,即可生成配上原创背景音乐的朗读音频,该功能此前已小范围测试一个月。官方提示 beta 阶段口音和戏剧性停顿尚不稳定,将根据社区反馈持续改进。
推荐理由:Suno 官方介绍了语音与配乐合为一条音轨的生成方式和用法,并坦承 beta 阶段口音与停顿还不稳定,可据此判断适用场景。
Mistral 官方账号在 Hugging Face 上架 Mistral-Large-4-1T-A52B 模型页,类型为 image-text-to-text,目前显示下载量 10530、点赞 1625。feed 未提供更详细的参数或能力说明。
OpenAI 发布 GPT-6 系列最新模型家族 GPT-6.1 Sol,称其能力接近最强模型 GPT-6 Astra,同时组合了更快的速度与更低的价格,并在系统卡补编中公布安全基线与评测结果。
推荐理由:官方补编给出该模型的 Preparedness 分级与各安全评测数据,可与 GPT-6 Astra、GPT-6 Sol 逐项对照能力与风险。
Anthropic 当天开放 Claude Sonnet 5.5,官方称其比 Sonnet 5 更聪明、更高效且快 30%,单 token 价格不变,多数任务因更省 token 总成本最多低 30%。
推荐理由:官方给出选型对照、逐条迁移清单和 effort 调参建议,从 Sonnet 5 升级的开发者可按清单直接改代码。
Sarvam AI 发布新一代语音识别模型 Saaras V4,在全部22种印度语言上取得SOTA,并在七个英文数据集上拿到最低WER。模型由音频编码器搭配从零自研训练的 3B 混合状态空间 LLM 解码器组成,同一模型支持 transcribe、translate、verbatim、translit、codemix 五种输出格式。
Midjourney 在 alpha.midjourney.com 上实验 fast models,并为 Styles 侧边栏新增 Live previews,可预览最新 prompt 套用喜欢与精选样式后的效果,点击缩略图即以该样式生成。
Sarvam AI 发布文档智能视觉语言模型 Sarvam Vision 2.1,在 olmOCR-Bench(总体 87.3)与其自建 Indic OCR Bench(总体准确率 87.39)上达到对比系统中的 SOTA,并在 olmOCR 与 OmniDocBench 两个基准的组合上处于 Pareto 前沿。
小米(XiaomiMiMo)的 MiMo-V2.6-Flash-RL 模型已上架 Hugging Face,任务类型为 text-generation。该模型页面显示下载量 76977、获赞 589,页面未提供更多技术细节。 (注:原文信息极有限,摘要仅陈述页面可见事实,未做扩展。)
原文摘录:Today at INTERGEO 2026, Hesai Technology (NASDAQ: HSAI; HKEX: 2525), a global leader in 3D sensing technology, officially unveiled the MT series , its next-generation flagship lidar series with ultra-high spatial resolution, designed for high-precision 3D … The previous-generation XT point clouds were captured while the sensor was in motion using repetitive scanning and accumulated across multiple frames
Qwen-Image-2.1 是 Qwen 在 Hugging Face 上提供的文生图(text-to-image)模型。模型页面显示其下载量达 242085,获 3569 个点赞。
Midjourney 向 alpha.midjourney.com 推送大版本更新,最大变化是新 v8.2 编辑模型上线,新编辑器直接内置于灯箱,可用文字指令编辑、最多附 4 张参考图并集中查看会话内的全部编辑。
ARC Prize 发布 GPT-6 Astra 在 ARC-AGI-3 Semi-Private 上的评测结果:Standard harness 下得分 62.7%、花费 $26K,Provider Adapter harness 下得分 99.9%、花费 $19K,均为当前最高分。
推荐理由:ARC Prize 亲自实测并公开成本、动作效率与两种 harness 的差异,读者可据此了解 Astra 在 ARC-AGI-3 上的真实表现边界。
InternLM 在 GitHub 上推出 InternLumina-U2,这是一个采用多码本(multi-codebook)架构的扩散大语言模型。该模型支持全视觉理解,并集图像生成与编辑能力于一体。
深度求索在 Hugging Face 上线 DeepSeek-V4-Flash-Vision-Exp 模型,模态类型标注为 image-text-to-text,即图文输入、文本输出的多模态模型。页面统计显示该模型已有 154964 次下载和 965 个收藏。
智谱在 Hugging Face 开源 GLM-5.3-Flash-BF16 模型权重,页面将其任务类型标注为图文到文本。该模型页显示已有 119559 次下载和 81 个点赞。
Hugging Face 机构页展示 Qwen 的 Qwen3.8-Flash-Next 模型,类型为 image-text-to-text(图文到文本多模态)。该模型页面已获得约 3607555 次下载和 6847 个点赞。
Stability AI 为 Stable Audio 3.0 推出 DAW 插件和增强版网页应用,把音频生成接入音乐制作流程。插件以 macOS AU 与 VST3 格式提供,兼容 Logic Pro 和 Ableton Live,可同步会话 BPM、生成长达六分钟的音频并保存多个版本对比;网页版支持自然语言迭代、audio-to-audio 风格变化、多轨混音与导出。
MiniMax 发布新一代开源权重音乐生成模型 Music 3.0,输入创作构思与可选歌词即可一次生成最长五分钟的完整歌曲。模型由基于 Qwen3.5-8B 初始化的 8B 全局 LLM 与 0.6B 局部 LLM 组成 Hybrid-LM,配合八层 RVQ、2.4B flow-matching 模块和 123M Flow-VAE 完成音频渲染。
推荐理由:原文给出 Hybrid-LM、RVQ 与 Flow-VAE 的完整架构拆解,读者可了解五分钟整曲生成如何兼顾结构与音质。
深度求索 DeepSeek-V4-Pro-0813 文本生成模型已上线 Hugging Face。模型页面显示下载量达 145382,获 913 个点赞。
NVIDIA Nemotron 3.5 Lightning 现已在 Ollama 上架,这是一个总参数 30B、每 token 激活 3B 的开源模型,可完全在本地设备运行,面向收集上下文、调用工具等持续运行的智能体任务。
深度求索在 Hugging Face 上线 DeepSeek-V4-Flash-0731 模型,任务类型为 text-generation。页面显示该模型下载量 2744544、点赞 4096。
MiniMax 发布通用多模态生成模型 H3,可统一理解文本、图像、视频和音频上下文,生成最长 15 秒的 2K 分辨率视频并带原生立体声。官方称早期测试显示其已可胜任广告、电商、游戏等商业内容创作,2K 下每秒价格不到主流模型的三分之一,并计划在符合法规的前提下于近日开源模型权重。
推荐理由:原文给出与主流模型的价格对比和开源权重计划,读者可以据此评估它在商业视频内容生产中的成本空间。
月之暗面(MoonshotAI)在 GitHub 开源 Kimi-K3 模型仓库,以 Open Frontier Intelligence(开放前沿智能)为定位。
Lightricks 在 Hugging Face 发布 LTX-2.5,模型页标注能力为 image-to-video(图生视频)。页面显示下载量 2643778、点赞 11009,feed 未提供更多技术细节。
Meta 介绍其开源模型 SAM 3 与 DINOv3 成为美国能源部 Genesis Mission 旗下 SYNAPS-I 项目的核心分割管线,该项目由 Berkeley Lab 联合 Argonne、Brookhaven、Oak Ridge、SLAC 开展。
Moonshot AI 发布 2.8T 参数模型 Kimi K3,基于 Kimi Delta Attention 与 Attention Residuals,具备原生视觉能力和 100 万 token 上下文窗口。
推荐理由:原文同时给出基准对比、架构细节、API 定价与权重开放时间,读者可据此评估这款 2.8T 开源模型在编码与智能体工作里的可用性。
Meta Superintelligence Labs 于 7 月 9 日发布 Muse Spark 1.1,定位为面向智能体任务的多模态推理模型,在工具与计算机使用、编码和多模态理解上较 Muse Spark 有明显提升,支持 100 万 token 上下文管理和多智能体编排。
推荐理由:官方发布给出了智能体、编码、多模态能力要点,百万 token 上下文和 Meta Model API 公测入口对评估可用性有直接参考。
Meta 发布图像生成模型 Muse Image 并预览视频生成模型 Muse Video,二者是 Meta Superintelligence Labs 开发的首批媒体生成模型。
推荐理由:图像模型以智能体方式调用搜索和代码工具,并用测试时算力换质量,读者可据此对比现有图像生成产品的技术路线差异。
deepseek-ai 在 Hugging Face 发布 DeepSeek-V4-Flash-DSpark 模型,页面标注任务类型为 text-generation。页面数据显示该模型已有 127713 次下载和 309 个点赞。
zai-org 的 GLM-5.2 模型已上线 Hugging Face,任务类型为 text-generation(文本生成)。模型页面显示下载量达 318480、获 5204 个点赞。