AllenAI 发布 OlmoEarth v1.3 卫星嵌入模型及全球预计算嵌入
AllenAI 发布 OlmoEarth v1.3 卫星嵌入模型,读取一年 Sentinel-1、Sentinel-2 和 Landsat 时序数据,为地球上每个 10 米像素生成 128 维向量,前 64 维也可单独使用。
AllenAI 发布 OlmoEarth v1.3 卫星嵌入模型,读取一年 Sentinel-1、Sentinel-2 和 Landsat 时序数据,为地球上每个 10 米像素生成 128 维向量,前 64 维也可单独使用。
NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做预测,无需任务特定训练、特征工程或表扁平化。给定预测查询时,它最多读取 1 万个历史样本作为上下文,一次前向传播输出流失、需求或欺诈等结果。
推荐理由:官方披露了预训练关系型基础模型在 41 项基准上超越监督学习的结果,以及无需训练、直接查询数据库的使用方式。
NVIDIA 推出多变量时序预测模型 Kumo Forecast(原 NV-Tesseract Forecasting),基于 MOMENT-1-large 主干,约 3.4 亿参数编码器加可训练预测头,采用 Apache 2.0 许可开源。
Mistral 发布首个时间序列基础模型系列 Timestral,最大模型仅 209M 参数,在 GIFT-Eval、TIME、fev-bench 三个公开基准上均排名第一,超过此前 SOTA 且参数量只有其三分之二。
推荐理由:Mistral 首次进入时间序列基础模型领域,给出四个尺寸与三项基准排名,可据此判断小参数模型在预测任务上的可用性。
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型,这是该公司首次推出前沿模型。
推荐理由:Meta 首次发布前沿模型,给出定价、对标基准与仅限订阅的版本差异,可据此判断其市场位置。
Falcon-Emirati-7B 发布,这是一个基于 Falcon-H1-Arabic 的方言专用模型,专门理解和生成阿联酋阿拉伯语,覆盖词汇、语气与文化语境。
Reflection 发布 Beam,一个面向编码、智能体与科研任务的纯文本 MoE 模型,总参数 501B、激活 23B,从零训练,完整权重将以 Apache 2.0 在本月放出。
Reka AI 发布全能模型 Rho-1 的研究预览版,这是一个 190 亿参数模型,在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数把任务分派给专用模型的系统不同,Rho-1 将所有模态作为 token 放在同一个共享上下文窗口中运行,不调用工具或外部模型。
Aleph Alpha 发布 Kolibri,一个德语和英语双语模型,总参数 78B,采用混合专家架构,每个 token 约激活 3B 参数。Aleph Alpha 称 Kolibri 在两种语言的质量与运行成本上处于帕累托前沿,德语基准得分 71%,解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B 等同类模型。
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model,称其为最早的开源月球科学基础模型之一。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索到的文献片段转成带引用报告的模型,已在 Asta 的 Generate a report 功能中以 Fast 模式上线,同时开放模型权重和训练数据。
推荐理由:原文给出 AstaBrief 的训练数据构造与过滤细节,读者可据此判断小模型做科学报告生成的可行路径。
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。
微软发布 GigaPath-Flash 和 GigaTIME-Flash 两个高效病理基础模型,均采用从原十亿参数 GigaPath 编码器蒸馏出的 22M 参数 ViT-S 骨干,并以 Apache 2.0 许可开源。