跳到正文
今天10月25日周日1 条
  1. TechCrunch · AI67

    Block 发布语音模型 Dessa,可本地运行并带笑声与停顿

    Block 研究实验室发布语音模型 Dessa,完全基于人类语音训练,可在单张 NVIDIA GPU 上运行,并支持全双工对话,即边听边说。该模型能表现笑声、停顿和哭腔等情绪,官方称可在 MacBook M4 Max 或更高配置的消费级电脑上本地运行。目前 Dessa 尚未公开开放,Block 正在招募安全研究人员进行测试。

10月24日周六
  1. Latent Space82

    月之暗面发布 Kimi K3.1 Pro:2.8T 总参数、104B 激活,承诺 11 月 4 日开放权重

    月之暗面发布 Kimi K3.1 Pro,这是一款 2.8 万亿总参数、1040 亿激活参数的多模态 MoE 模型,支持 100 万 token 上下文,标准版与 Highspeed 版已上线网站、App、Kimi Work、Kimi Code 和 API,Highspeed 号称输出速度提升 2–3 倍、价格为标准版两倍。

    推荐理由:汇总了 Kimi K3.1 Pro 的独立评测、定价与开源承诺,也保留了围绕推理成本和推广合规的争议。

10月22日周四
10月21日周三
10月20日周二
10月16日周五
  1. Hugging Face Blog87

    Meta 开源 Muse Spark Open:816B 参数多模态 MoE 模型

    Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 1M tokens。

    推荐理由:Meta 开源 816B 参数 MoE 多模态模型,给出完整部署、微调与量化运行配方,可据此评估自托管成本。

10月15日周四
  1. Hugging Face Blog62

    Apertus 1.5 发布:8B 和 70B 模型新增图像音频理解与思考模式

    Apertus 1.5 在 8B 和 70B 模型上新增图像与音频理解、可选思考模式,上下文窗口扩展至 262,144 tokens,为 1.0 的 4 倍,并改进指令遵循与工具调用。

    推荐理由:Apertus 1.5 在 8B 和 70B 上加入图像音频理解与思考模式,并公开训练数据与中间检查点,可据此判断开源多模态模型的开放程度。

10月7日周三
10月6日周二
9月29日周二
  1. Hugging Face Blog66

    NVIDIA 发布开源表格基础模型 Kumo Tabular,单次前向完成分类与回归

    NVIDIA 发布开源表格基础模型 Kumo Tabular,属于 Kumo Structured 模型系列,已在 Hugging Face 上线。给定带标签的表格行,它无需训练、调参和特征工程,单次前向即可预测新行的标签,支持分类与回归,提供 28M 到 215M 三档参数,采用 OpenMDW-1.1 许可可商用。

    推荐理由:NVIDIA 开源表格基础模型,给出三档参数、单次前向预测流程与四个基准排名,可据此判断表格任务是否值得换用。