模型

OpenAI 新模型发布 @testingcatalog ·10月18日 15:42

TestingCatalog：OpenAI API 短暂出现 aurora 红/绿/蓝三个新模型代号

据 @testingcatalog，OpenAI API 近期出现 aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha 三个模型引用，随后很快被移除，作者判断属误发布，普通用户短期内能否试用尚不确定。

推荐理由OpenAI 未发布模型的早期线索（非官方消息，属误发上线后撤回）。

• HN668 分

Meta 榜单评测 @arena ·10月17日 23:25

Arena 对齐指数更新：Meta Muse Wonder、Reflection Beam 1.0 与阶跃入榜

LMArena（@arena）更新 Alignment Index：新增两家实验室和三个模型。Meta 新的头部模型为 Muse Wonder，取代 Muse Spark 1.3；Reflection 以 Beam 1.0 首次登榜，并称其为 Agent Arena 总榜第一的美国开放模型；中国实验室阶跃星辰（StepFun）也加入该榜单。

推荐理由第三方评测方一次性收录 Meta、Reflection、阶跃的新模型，可横向对比。

• HN254 分

Conway Research 开源模型 HF 热门模型 ·发布于 10月8日

Underdog Saluki 27B：把 Qwen3.8-27B 压到 8GB 内并保住工具调用

ConwayResearch/Underdog-Saluki-27B-1.0

ConwayResearch 在 Hugging Face 发布 Underdog-Saluki-27B-1.0：基于 Qwen3.8-27B 的 IQ2-mix GGUF 量化版，文件 7.89GB（原模型 54GB），可直接用原版 llama.cpp 运行，另提供 928MB 视觉附加组件。作者自测工具调用（Underdog Bench）88 分、高于完整模型的 84，并行工具调用 42 对 35，9 项基准平均保留 96%。

推荐理由HF 热榜：消费级显存跑 27B 模型且宣称工具调用不降反升（作者自测数据）。

• 开源权重
• 参数27B
• 任务text-generation
• 点赞542
• 下载410,558

Liquid AI 开源模型 HF 热门模型 ·发布于 10月5日

Liquid AI 发布 d1-3B 决策模型：单次前向、零输出 token 给出结构化答案

LiquidAI/d1-3B

LiquidAI 开源 d1-3B，基于 LFM2.5-VL-3B 的 30 亿参数“决策模型”：输入状态（文本、JSON、图像或混合）和一组问题，一次前向即返回校准后的类型化答案，不生成输出 token。官方称其在 Decision Index 0.2.1 上得 48.57，为 10B 以下最佳，超过 Decider 35B-A3B（47.11）；单次决策在 RTX 4090 上约 8ms、MI325X 约 9ms、M5 Pro 约 30ms。

推荐理由一种新的模型用法：把智能体的分支判断变成毫秒级单次前向。

• 开源权重
• 参数3B
• 任务image-text-to-text
• 点赞448
• 下载21,223

OpenAI 榜单评测 The Decoder ·10月18日 16:49

Taste-Bench：AI 智能体长程任务中的战略判断仍不可靠

据 The Decoder 报道，新基准 Taste-Bench 测试 AI 智能体在长时任务中做战略选择的能力。表现最好的 GPT-5.6 Sol 在简单二选一问题上的正确率也不到 60%，且延长思考时间并不能带来改善。

推荐理由指出当前智能体的短板在“选对方向”而非执行，思考更久也无济于事。

datalab-to 开源模型 HF 热门模型 ·发布于 10月10日

Datalab 开源 Indra OCR：百万参数、CPU 每秒 49 页

datalab-to/indra-ocr

datalab-to 在 Hugging Face 发布 Indra OCR，一个约 100 万参数的 OCR 模型，可把 PDF 和图片转为 Markdown、纯文本或带框 JSON。官方数据：CPU 上每秒最多 49 页，比同机 Tesseract、PaddleOCR 快 11–17 倍；4 核 x86 上每页约 230ms；OmniParseBench 文本得分 41.3，高于 PaddleOCR PP-OCR 文本模型（35.8）和 Tesseract（19.3）。

推荐理由极小模型在纯 CPU 上做文档解析，适合大批量入库场景。

• 开源权重
• 任务image-to-text
• 点赞203
• 下载1,811

量子位 开源模型 量子位 ·10月18日 19:49

VAST 开源实时世界模型 EdenLive：5090 上 720P 超 24FPS

VAST 发布并开源实时世界模型 EdenLive：在参考输入驱动下做任意画风生成与长时连续运行；称单张 RTX 5090、720P 下 5B 模型超 24FPS，端到端延迟百毫秒级，可分钟级连续生成。交互状态由上游系统维护，模型负责生成式渲染；已开放权重、推理代码、技术报告与 Demo。

推荐理由开源实时可交互世界模型，单张消费级显卡即可跑到 720P/24FPS 以上。

阅读对照 原文 + 逐段中文译文

• 开源权重

NVIDIA 开源模型 HF 热门模型 ·发布于 10月8日

NVIDIA Nemotron 3.5 Bolt 74B-A9B：原生 2 比特量化，24GB 显存本地跑的视觉语言模型

nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB

NVIDIA 在 Hugging Face 发布 NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB，定位为在本地处理日常智能体任务的视觉语言模型（VLM），采用原生 2 比特量化以装进 24GB 显存并与其他应用并行运行。官方称其目标是在同等内存占用下兼顾速度与智能，比多数主流稠密模型更快、比同内存 MoE 更聪明；可商用。

推荐理由大厂官方的“24GB 显存本地智能体模型”，原生低比特而非社区量化。

• 开源权重
• 参数74B（激活 9B）
• 任务image-text-to-text
• 点赞123
• 下载5,444