栏目 · 共 10 条
新模型与版本更新、Hugging Face 热门开源模型、榜单与 API 变化
deepseek-ai/DeepSeek-V4.1-Flash-1017
Hugging Face 上架 DeepSeek-V4.1-Flash-1017 技术报告与权重。官方称这是对 DeepSeek-V4.1-Flash 的小版本更新，在推理、编程、智能体与视觉基准上有明显提升，同时缩短任务耗时与输出长度，并在多个 agent harness 上推进性能—成本帕累托前沿。
原文 + 逐段中文译文
据量子位报道，清华相关团队开源智能体操作系统 PilotDeck：以 WorkSpace 隔离项目文件、记忆与技能，支持记忆可查可改与一键回滚；内置任务难度路由，复杂任务用强模型、简单任务用低成本模型。报道称在自媒体场景实测中，开启智能路由后成本可大幅下降；Workbuddy Bench 上使用 Qwen3.6-35B-A3B 得分 79.1。系统原生支持 MCP，并覆盖 Web、CLI 与企微/飞书等入口。
原文 + 逐段中文译文
OpenMOSS-Team/MOSS-Image-SFT
OpenMOSS 在 Hugging Face 发布 MOSS-Image-SFT：基于 MOSS-Image-Base 的监督微调文生图模型，架构与推理管线相同，支持自然语言提示、标签序列与 JSON 布局以控制文字位置与物体排布；示例显示 SFT 在文字分组与白板布局上更清晰。
原文 + 逐段中文译文
据量子位报道，智谱推出法律向模型 GLM-Legal：在 GLM-5.3-Flash 底座上经法律语料中期训练与数万法律任务环境强化学习。报道称其在 Harvey LAB 上全通过率 19.2%；示例覆盖合同修改建议、进度与内部记录交叉核验、多国隐私合规拆解等。智谱正邀请律所与法务团队申请 Beta。
原文 + 逐段中文译文
openbmb/MiniCPM-V-4.7-35B-A3B
openbmb 发布 MiniCPM-V 4.7，提供 35B-A3B 变体，为 MiniCPM-V 系列首个 MoE 模型。官方强调在单图、多图与视频理解之上加强基础能力，并结合高效视觉编码与端侧无损流畅推理。
原文 + 逐段中文译文
black-forest-labs/flux-3-image-klein-comfy
Hugging Face 出现 black-forest-labs/flux-3-image-klein-comfy 模型页，当前需登录且获授权后才能访问模型内容，公开页未提供可用技术简介。
原文 + 逐段中文译文
据 IT之家援引 Wccftech，开发者 abhi245y 基于 PS5LM 做出原生 GPU 应用 PS5LM Plus，移植 Mesa RADV 驱动并以 Vulkan 让 llama.cpp 在破解版 PS5 上运行；可用内存约提至 11.4GB，高度量化的 Qwen3.8-27B 生成速度约 20.9 token/s。更小模型如 Gemma 4 E4B 约 61 token/s、Llama 3.2 3B 约 124 token/s。应用还内置网页聊天。
原文 + 逐段中文译文
Qwen/Qwen-Image-2.1-Turbo
通义千问团队发布 Qwen-Image-2.1-Turbo，为 Qwen-Image-2.1 的加速检查点，用于文生图与图像编辑，默认 8 步去噪；沿用同一 7B 视觉生成架构，可直接用 Diffusers 的 QwenImage21Pipeline 加载，并自带推荐采样日程。默认 CFG=1，前缀 KV 缓存可跨去噪步复用文本与参考图上下文。
原文 + 逐段中文译文
据量子位报道，清华特奖得主、GeoPT 一作吴海旭创办物原科技，从搭载物理建模能力的世界模型切入；知情人士称技术方案一定程度延续 GeoPT 的动力学提升预训练思路（用合成动力学把静态几何提升到动态空间）。报道称公司已完成多轮融资、估值达数亿美元，投资方包括蚂蚁、美团、达晨财智、星连等。
原文 + 逐段中文译文
fishaudio/drama-3
Fish Audio 在 Hugging Face 发布 Drama 3 文本转语音模型，面向多角色场景与长内容：35B 参数、每 token 激活约 3B 的 MoE 文本骨干，混合全注意力与线性注意力；Codebook-MTP 音频解码器含 10 个码本；支持多说话人生成、声音克隆与自然语言控制。
原文 + 逐段中文译文
没有符合筛选条件的条目。
按综合热度排序。类型与机构由规则自动归类、编辑校对；中文摘要由 AI 编辑撰写，请以原文为准。
