跳到正文
  1. Latent Space79

    Thinking Machines 发布 Inkling 2 Small:17A-594B、12T tokens 预训练 68 小时,超越 Muse Spark

    Thinking Machines 发布 Inkling 2 Small,为 594B 总参数、17B 激活的多模态 MoE,在 GB300 上以 NVFP4 精度完成预训练仅耗时 68 小时,现已在 Tinker 开放微调与推理,Apache 2.0 权重待外部安全测试完成后于下周发布。

    推荐理由:原文把跑分领先与每任务约 150K 输出 tokens 的成本放在一起,读者可据此核对该模型的真实性价比和开源条件。

  1. Hugging Face Blog69

    Gradium 发布端侧 TTS 模型 Phonon,在 Open TTS Leaderboard 多项指标领先

    Gradium 在 Hugging Face 博客回顾两周前开源的端侧文本转语音模型 Phonon,无需服务器和网络即可运行。模型有约 65 MB 和 75 MB 两个版本,支持英语、法语、德语、西班牙语和葡萄牙语,内置超过 100 种声音,其中 Phonon 31m 采用 Apache 2.0 许可可商用。

    推荐理由:官方详解 Phonon 端侧 TTS 的架构、许可与排行榜表现,可帮助读者评估小模型离线语音方案的适用性。

  1. Mistral AI81

    Mistral 开放 Mistral Large 4(Le Chonk)模型权重,主打智能体编码与防御安全

    Mistral 发布 Mistral Large 4(Le Chonk)开放权重,这款 1 万亿参数、原生多模态模型本月早些时候曾以公开预览形式发布,经三周强化学习后在 FrontierCode 2.0 得分 19.7%、Terminal-Bench 4.0 得分 41%,居开源权重模型首位,并在 Artificial Analysis Cyber Index 得分 51%。

    推荐理由:原文给出编码与防御安全的多项基准成绩、三档推理模式与定价,可帮助开发者评估自托管开源模型的能力与成本取舍。

  1. Comfy Blog69

    FLUX 3 Image Klein 发布 5.6B 开放权重,可在 ComfyUI 中运行

    Black Forest Labs 发布 FLUX 3 家族的紧凑开放权重模型 FLUX 3 Image Klein,5.6B 参数可在单张消费级 GPU 上运行,已提供 Hugging Face 下载和 ComfyUI 模板。

    推荐理由:原文附 RTX 5070 出图从 71 秒降到 8 秒内的量化实测,读者可据此评估本地消费级 GPU 跑开源图像模型的成本。

  1. Mistral AI79

    Mistral 发布 Mistral Large 4 公开预览,开放权重月底放出

    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。

  1. MiniMax Research Blog62

    MiniMax 发布新一代开源权重音乐生成模型 Music 3.0

    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。

  1. MiniMax Research Blog67

    MiniMax 发布多模态生成模型 H3,支持 2K 原生立体声视频并计划开源权重

    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。

  1. GitHub Org · MoonshotAI61

    月之暗面开源 Kimi-K3 模型

    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。

  1. GitHub Org · MoonshotAI60

    Moonshot AI 在 GitHub 发布 Kimi-K2.5,定位开放视觉智能体智能

    Moonshot AI(MoonshotAI)在 GitHub 发布 Kimi-K2.5 模型,定位为「Open Visual Agentic Intelligence」(开放视觉智能体智能)。仓库地址为 https://github.com/MoonshotAI/Kimi-K2.5,当前正文仅一句口号,未提供权重、基准或能力细节。

已经到底了