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。
AI 初创公司 Recursive 发布首个语言模型 Flint,研发过程几乎每一步都有其自研系统 Eureka Machine 参与,由该系统自主提出想法、实现、测试并规划后续实验。
Recursive 发布首个模型 Flint,这是一个可在笔记本上离线运行、以 Apache 2.0 许可在 Hugging Face 免费下载的编码模型,公司称其开发过程大部分由自研的 Eureka Machine 完成,小团队不到四个月从零建成。
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。
IBM 更新 Granite Speech 系列,新增 granite-speech-5.0-2b,并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
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。
NVIDIA 发布 Cosmos3-H-Dreams,基于 Cosmos3-H-Embodied-Nano 训练,可从视频与机器人运动学中学习临床胆囊切除场景的实时生成仿真。
推荐理由:原文给出从桌面任务到临床胆囊切除场景的模型演进,并公开四步与两步检查点及适配自有数据的流程。
美国新实验室 Reflection 的首个模型 Beam 在 Hugging Face 开源,采用 MoE 架构,总参数 501B、每 token 激活 23B,支持 1M token 上下文,Apache 2.0 许可,面向编码与智能体场景。
推荐理由:Hugging Face 给出 Beam 的架构细节、量化版本与 vLLM/SGLang 部署命令,可据此评估自托管成本。
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。
Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 5.6B 参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图的生成,原生支持 4K 输出、像素级精确编辑和用于元素定位的 bounding box。
推荐理由:5.6B 参数开源图像模型在 8GB 显存消费级显卡上跑出 9 秒内出图,可对照其与闭源模型的 Elo 差距。
英伟达发布 Nemotron 3.5 Super VL,这是一个 120B 参数的开源多模态模型,面向持续在后台运行的企业智能体,处理文本、图像、文档和视频。
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。
阿布扎比技术创新研究院(TII)发布 Falcon-ASR,一款 1.6B 参数的语音识别模型,重点覆盖阿联酋方言,同时支持英语、法语、西班牙语和葡萄牙语。
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。
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。
H 公司发布 Holo4 系列智能体模型,包含 27B dense 和 35B-A3B MoE 两个版本,均已上线 H Models API,权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face,同时发布基于 Nemotron 3 Nano Omni 的 Holotron4 Nano。
推荐理由:Holo4 同时支持 GUI、代码、MCP 与 API 四种接口,并公开全部评测轨迹,读者可据此判断通用计算机智能体的成本与能力边界。
Liquid AI 发布实验性草稿模型 LFM2.5-VL-DSpark,为视觉语言模型 LFM2.5-VL-3B 加入投机解码路径,解码最高提速 3.13x(端侧)和 2.66x(H100),端到端最高提升 2.62x 和 2.27x。