←搜索结果

按匹配度 · 共 304 条结果 清除搜索

星期二

  1. Mistral AI精选

    Mistral 发布 Voxtral 3 语音模型家族与语音 Agent SDK

    Mistral 发布 Voxtral 3 语音模型家族,包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的合成模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音 Agent SDK,把听、推理、工具调用和说话串成一条实时流式管线,每轮响应在 1 秒内完成。转写模型支持说话人分离、上下文偏置和轮次结束检测,Mini 版本为 4B 参数,批量转写定价 $0.0035/min;合成模型定价 $13/1M 字符,支持 30 分钟音频的语音克隆。该家族可通过 Mistral 的欧洲托管 API 或自部署使用,语音 Agent API 搭配 Mistral Small 4 推理时定价 $0.04/min。

    back

    te-of-the-art expressiveness and instruction following for 35+ languages and 50+ dialects. At $13 per 1M characters, Voxtral Speech 3 costs less to run than comparable models from OpenAI TTS-1, Deepgram, ElevenLabs Flash and Gemini Flash. The speech model implicitly interprets the semantic meaning of context better, producing natural speech across a diverse range of emotions and languages. New and improved features include voice cloning from 30+ minutes of sampled audio, custom prompt instructio

    匹配字段正文

  2. 36氪 · AI

    MiniMax 发布 M3.1 Flash,Agents' Last Exam 得分 29.6% 居国产模型第一

    MiniMax 正式发布 M3.1 Flash,即此前在 OpenRouter 匿名屠榜的 Space Bunny(玉兔),Agents' Last Exam 得分 29.6%,位列国产模型第一。该模型在 DeepSWE v1.1 拿到 73.7%、CyberGym 82.2 分、OSWorld V2 61.7 分,输出速度最快 200+ TPS,P50 维持 170+ TPS。定价为输入每百万 Token 1 元、输出 4 元、缓存读取 0.1 元。

    玩意儿嘛,迭代实在有点太快了,就算买的只是包月。 白买Pro 10X,我好心疼我的钱包。 而且现在C端用户真的很惨啊o(╥﹏╥)o。 又是5小时限额,又是半夜Reset背刺,动不动还要提防后台的降智偷袭。。。 买API,充个几十块钱,哪个拉胯了随时拜拜,简直不要太舒服。 泪目了家人们。 不知道大家有没有相同感受,说实话,这一个月来我是有点憋屈得慌的。 A社、OpenAI、谷歌疯狂发布旗舰模型,反观国产阵营这边,啥动静也没有啊。 不少大佬也在说,LLM这一战基本结束了,硅谷靠Scaling杀死了一切。 但如今,拐点,似乎正在出现。 短短两天,两款国产Flash模型接连登场。 旗舰级的能力,正在以Flash的速度和价格加速普惠。 确实,SOTA这场仗,不是那么好打的。 但当「性价比」这一前提得到满足,另一场更重要的仗—— 大模型产业落地,或许,才刚刚开始。 而这,一直是中国公司,最擅长做的事。 本文来自微信公众号 “量子位”(ID:QbitAI),作者:关注前沿科技,36氪经授权发布。 该文观点仅代表作者本人,36氪平台仅提供信息存储空间服务。+123 好文章,需要你的鼓励量子位特邀作者5

    匹配字段正文

  3. 蚂蚁 inclusionAI:GitHub 新仓库

    蚂蚁 inclusionAI 开源 Ming-3.0-audio-flash 原生音频模型

    蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-audio-flash 原生音频模型,采用 126B 参数 MoE 架构、激活参数 6.5B,另有 9.3B 参数、激活 2.7B 的 Ming-3.0-audio-tiny 版本。模型覆盖中英文多方言口音识别、长音频理解、音频推理和端到端语音对话,支持 vLLM-Omni、SGLang 与 Transformers 三种推理方式,采用 MIT 许可。

    License: MIT

    型的结果是在我们的评估设置下复现的,可能因其提示词、解码设置、模型版本和评估流程的差异而与官方报告有所不同。 🧭 推理选项 vLLM-Omni SGLang Transformers 最适合 服务与语音交互 高吞吐文本服务 本地评估与研究 输入 音频 + 文本指令 音频 + 文本指令 音频 + 文本指令 输出 文本或文本+语音 文本 文本或文本+语音 接口 OpenAI 兼容 API OpenAI 兼容 API Hugging Face AutoClass 依赖项 requirements-vllm-omni.txt requirements-sglang.txt requirements-transformers.txt 🚀 快速开始 1️⃣ 下载模型 pip install -U huggingface hub hf download inclusionAI/Ming-3.0-audio-flash \ --local-dir inclusionAI/Ming-3.0-audio-flash export MODEL PATH="$PWD/inclusionAI/Ming-3.0-

    匹配字段正文

  4. 新京报

    大晓机器人发布具身基模型ACE-Brain-0.6,六项Grounding评测超越GPT-6 Astra

    大晓机器人发布视觉空间锚定增强型具身基模型ACE-Brain-0.6,其开发思路参照GPT-6 Astra,聚焦Grounding能力,依托约百万条可验证的空间锚定训练样本。在八项Grounding评测中,ACE-Brain-0.6有六项成绩超过GPT-6 Astra,七项公开基准平均得分74.53分,高于Astra的73.68分。自建真实机器人场景评测RobotGrounding中,ACE-Brain-0.6取得94.13分,Astra为91.10分。

    的空间监督数据,强化模型的目标识别、空间定位与交互锚定能力,探索以数据Scaling驱动具身基模型能力跃升的新路径,为提升通用具身交互能力提供关键支撑。 依托约百万条高质量、可验证的空间锚定训练样本,ACE-Brain-0.6实现具身空间感知能力新突破:在八项Grounding评测(七项国际权威公开基准及大晓自建RobotGrounding)中,六项成绩超越OpenAI GPT-6 Astra;七项公开基准平均得分达74.53分,领先Astra的73.68分;在真实机器人场景评测RobotGrounding中取得94.13分,超越Astra的91.10分。 国新办新闻发布会 介绍2026年前三季度工业和信息化发展情况 498人参与 预 告 直播丨国新办就国家应急管理体系和能力现代化建设举行新闻发布会 2026-10-21 16:00 预 告 直播丨国新办就“法治中国建设”举行中外记者见面会 2026-10-21 14:00 预 告 直播丨国新办就中国积极应对气候变化有关情况举行新闻发布会 2026-10-21 10:00 热点 1 一喷去黄提亮、改善皮肤屏障,面部喷雾宣称的“神奇功效”

    匹配字段正文

  5. 36氪 · AI

    记忆张量开源发布 MemT 1.0 系列记忆原生模型

    记忆张量开源发布 MemT 1.0 系列记忆原生模型,包含 36B 参数、激活 3B 的 Nano 和 288B 参数、激活 17B 的 Flash 两个型号,基座分别为 Qwen3.6-35B-A3B 和 DeepSeek-V4-Flash。模型在选定的 Transformer 模块中加入与注意力并行的记忆分支,把经验编码为可更新的矩阵状态并参与后续生成。在 500 项 SWE-bench Verified 任务中,Nano 关键断点平均成功率 69.73%,无经验基线为 66.07%;128K 长历史下端到端推理速度约为完整上下文方案的 1.86 倍,每条轨迹持久状态占用为完整上下文 KV Cache 的六十六分之一。

    创投发布LP源计划VClubVClub投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作RSI三块关键拼图,MemT 1.0从模型层补上“记忆”量子位·2026年10月20日 15:28把记忆原生焊进Transformer AI圈,最近集体盯上了三个字母:RSI。 Hinton的RSI论文,22位署名作者里,坐着Bengio、OpenAI首席科学家Pachocki、Anthropic联创Jack Clark……几乎AI的半壁江山都在这儿。 一次改进,如何成为下一次的起点? 有效的方法需要被保留,走过的弯路也需要被识别,承接这件事的,其实是记忆。 记忆张量在这方面的探索,则给出了一份截然不同的答卷——记忆原生。 何为记忆原生?就是将经验的保留、更新和调用,做成模型可以学习的能力。 当记忆在模型中生根发芽,便构成了记忆原生模型。 其最新开源发布的MemT 1.0系列,就给出了一条颇为具体的路径: 它把经验编码成内部动态状态,再通过训练学习怎样写入、更新和读取,最后让这些状态经由记忆分支参与后续计算。 与外部记忆相比,它不仅能力没打折,未来拓展的天花板也会更高

    匹配字段正文

  6. The New Stack

    MiniMax 发布 M3.1 Flash,token 价格减半但智能体账单未必同步下降

    MiniMax 发布 M3.1 Flash,输入 token 定价为每百万 0.15 美元、输出每百万 0.60 美元、缓存输入每百万 0.015 美元,并称可将智能体成本降低 70%。Artificial Analysis 的独立测算显示,每个 Intelligence Index 任务的平均成本从 M3 的 0.51 美元降至 0.22 美元,降幅为 57%;该模型在 DeepSWE v1.1 上得分 73.7%,在 OSWorld V2 上得分 61.7。AA-Omniscience 测试中它答对 56% 的事实题,但约 93% 的错误回答是给出错误答案而非弃答,整体 Omniscience 得分为 16。模型权重据称将于 10 月 23 日发布,许可证尚未公布。

    . Computer use is where the model looks weakest. It scores 61.7 on OSWorld V2, which MiniMax says leads Chinese models, but VentureBeat notes it trails the strongest Anthropic and OpenAI models. MiniMax also reports 82 percent on CyberGym and says its internal security experts rated the model strong at code auditing, patching, penetration testing, malware analysis, and reverse engineering. The launch post doesn’t say how those evaluations were run, so treat the security claims as MiniMax’s own u

    匹配字段正文

  7. The Elec

    微软完成 2.8 万亿参数 MAI-Base-2 预训练

    微软在官方博客中称已完成自研大模型 MAI-Base-2 的预训练,总参数 2.8 万亿、激活参数 800 亿,全部层采用 MoE 架构。该模型在 8 月至 9 月用 16000 块 Nvidia GB200 GPU 训练 38 天,数据集含 50 万亿 token,视觉语言数据约占 18%。微软称其预训练算力效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍,但该指标指达到同等评测表现所需的预训练 FLOPs,并非实际 GPU 速度或推理成本;模型目前仍在后训练阶段,尚未公布公开发布时间、定价或 API 条款。

    (LLM) with 2.8 trillion parameters. The development marks a move to secure independent AI models and training technologies, shifting away from its previous strategy of relying on OpenAI models. The new model uses a mixture-of-experts (MoE) architecture across all layers, with 2.8 trillion total parameters and 80 billion active parameters. MoE activates only selected expert networks depending on the input tokens. Its predecessor, MAI-Base-1, combined dense feed-forward networks with MoE layers.

    匹配字段正文

星期一

  1. TechCrunch AI

    英伟达发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型,面向企业智能体与本地 AI PC

    英伟达发布面向常驻智能体和边缘计算的开源权重模型。Nemotron 3.5 Super VL 为 1200 亿参数的企业级智能体模型,英伟达称其在指令遵循和工具调用任务上可达到 Nemotron 3 Ultra 相近的准确率;两款轻量 Bolt 模型面向搭载 RTX Spark 芯片的 AI PC 和 DGX Spark 工作站本地运行。Super VL 与 Nemotron 3.5 Bolt 74B-A9B 24GB 已可用,最小的 Bolt E4B 将于本月晚些时候推出。

    n Models and Software, Kari Briski, wrote in the blog post announcing these models. Nvidia claims that the Super VL completes tasks faster than competing models from Anthropic and OpenAI (Opus 5, GPT 6.1 Sol, Luna, Astra) when post-trained on specific agentic tasks. These tasks include document intelligence, financial accounting, scientific experimentation, medical insurance claims, and security attack resilience. While such claims are standard whenever a major tech company announces a new model

    匹配字段正文

  2. MarkTechPost精选

    MiniMax 发布 M3.1 Flash:428B MoE 智能体模型,输入 $0.15/百万 token

    MiniMax 在 API 上线 MiniMax M3.1 Flash,428B 总参数、约 23B 激活的 MoE 多模态模型,支持 100 万 token 上下文,输入 $0.15、输出 $0.60 每百万 token。推理始终开启且不可关闭,提供 Low 到 Max 五档强度,权重计划于 10 月 23 日发布、许可证尚未公布。厂商自报成绩中 Automation-Bench v1.0.6 以 62.2 居首,Terminal Bench 4.0 为 38.1,落后 Opus 5 的 51.8。

    h higher and cheaper at max effort. How do you deploy MiniMax M3.1 Flash? The model is live on platform.minimax.io as MiniMax-M3.1-Flash. MiniMax supports Anthropic-compatible and OpenAI-compatible access, including Chat Completions and Responses. It is also available through M Plan and the MiniMax Code desktop app. Pricing is a flat $0.15 input and $0.60 output per 1M tokens. Cache reads cost $0.015 per 1M. There is no long-context surcharge. MiniMax M3 costs $0.30/$1.20 up to 512K input and do

    匹配字段正文

  3. SiliconANGLE

    DeepSeek 发布 V4.1-Flash 更新版 DeepSeek-V4.1-Flash-1017,称任务执行更快

    DeepSeek 发布 DeepSeek-V4.1-Flash-1017,距 9 月 10 日初版 V4.1-Flash 约五周,Hugging Face 模型卡称其为减少任务执行时间和输出长度的小幅更新,但未说明具体幅度。DeepSeek 自测显示该版本在 DeepSWE v1.1 软件工程测试中解决 77% 任务,高于 9 月版本的 74.2%,同一表格中 Claude Opus 5 为 74%,而 11 项基准中仍有 7 项由 Anthropic 模型领先。新模型已在 DeepSeek 网页和移动端上线,API 沿用 deepseek-flash 模型 ID 且价格不变,权重以 MIT 许可发布于 Hugging Face;同时 DeepSeek 开放 Search API(每次查询最多返回 50 条排序结果)和将网页转为 Markdown 的 Fetch API,均按每 1000 次成功请求 75 美分计费,通过 DeepSeek Harness、Claude Code 或 Codex 调用在 11 月 1 日前免费。

    A separate Fetch API converts a single web page to Markdown. Both cost 75 cents per 1,000 successful requests, and calls made through DeepSeek Harness, Anthropic’s Claude Code or OpenAI Group PBC’s Codex are free until Nov. 1. The releases follow a nearly five-hour API outage on Oct. 15 that Yicai Global counted among DeepSeek’s worst this year. The company apologized afterward, and users received credits pegged to what they had spent the week before. DeepSeek also said it would remove single p

    匹配字段正文

星期六

  1. AI Business

    英伟达发布 Nemotron 3.5 系列开源模型

    英伟达本周推出 Nemotron 3.5 Super VL,一款 1200 亿参数模型,主打快速任务完成与“常开”智能体的准确性,同时发布 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Nemotron 3.5 Bolt E4B 4GB,前者侧重平衡与速度,后者面向对话智能体。三款模型完全开源,权重、数据集和训练配方均已公开,并可在 Hugging Face 获取,这是英伟达上月同意收购该开源平台后发布的首批模型。Omdia 分析师 Alexander Harrowell 认为,英伟达此举意在支撑其 GPU 周边生态,同时模型架构带来更好的内存扩展和更大上下文窗口,对智能体应用有价值。

    their GPUs,” he said. At the same time, some of Nvidia’s customers boast their own AI chips. For instance, Google offers its TPUs, Amazon offers Trainium AI accelerator chips, and OpenAI is developing its own AI chip, Jalapeño. Related:Musing about Muse’s new AI models, unruly DeepSeek “You could see this as an [industry-wide] trend toward integration,” Harrowell said, referring to the idea that as Google, Amazon and OpenAI develop their own chips, they can integrate those chips and optimize the

    匹配字段正文

  2. TechCrunch AI

    Elorian 发布首个模型 Glimpse,以视觉草稿空间做图像推理

    Elorian 发布首个模型 Glimpse,以研究预览形式开放 API,聊天界面需排队等候。该模型在推理过程中可裁剪图像区域、抽取视频帧或运行代码来测量和比较所见内容,Elorian 称之为视觉草稿空间。Glimpse 定价为每百万 token 输入 0.60 美元、输出 3 美元,据 Elorian 评测在科学图表推理和短视频描述上超过 GPT-6 Astra。公司称该模型用数百块 GPU 训练,规模明显小于对标的 frontier 系统,初期面向机器人、科研实验室和媒体创意等拥有大量视频的企业。

    们刚玩完的一款桌游,并询问一个前沿模型谁在获胜。它答不上来。桌游“每一种都有自己的视觉语言,都有自己的图像符号和象征,”他告诉TechCrunch。“对成年人来说,仅凭极少的文字就很容易理解发生了什么,但这些模型无法凭直觉理解这些符号的含义。” “人类可以看着没有任何文字的宜家说明书,组装宜家家具,对吧?为什么AI模型不行?”他说。 这种方法并非完全新颖——OpenAI在2025年为其o系列模型在推理过程中加入了裁剪和缩放功能——但Elorian的卖点在于,它以低成本围绕这一能力构建了整个模型。该公司表示,一个小团队用几百块GPU训练了Glimpse,而且该模型的规模远小于它所对标的那些前沿系统。 Glimpse的定价为每百万输入token 0.60美元、每百万输出token 3美元——比Sonnet和Sol等中端模型便宜,但比Haiku和Luna等轻量级模型贵。 但根据Elorian的评估,Glimpse在科学图表推理和短视频描述方面甚至超过了GPT-6 Astra,在其他视觉推理任务上也具有竞争力。 Elorian在六个月前结束隐身状态,当时完成了一轮由Striker Ventur

    匹配字段正文

星期五

  1. The Guardian Technology

    Meta 发布开源权重模型 Muse Spark Open

    Meta 于周四发布开源权重模型 Muse Spark Open,称其能力可对标并在部分场景超越中国厂商的同类产品。Meta AI 负责人 Alexandr Wang 称其为迄今能力最强的美国开源权重模型,该模型面向编码与智能体任务,擅长长周期任务、复杂软件工程和多步推理,并内置了安全防护措施。该模型针对 Apple M5 Ultra 芯片做了优化,用户可用两台搭载该芯片的 Mac Studio 在桌面端运行。

    理”和“复杂软件工程”,正奋力追赶中国竞争对手 Meta于周四发布了一款新的开放权重AI模型,并声称该模型可与领先中国开发者的同类产品相媲美,在某些情况下甚至表现更优。 Muse Spark Open“是迄今为止能力最强的美国开放权重模型”,Meta的AI负责人Alexandr Wang在X上写道。 与所谓的封闭模型——例如Anthropic的Claude或OpenAI的ChatGPT——不同,开发者可以下载开放权重模型的参数(即权重和偏置)并对其进行修改。 过去几年里,中国开发者已成为AI模型开放权重市场的主导者。 阿里巴巴的Qwen、月之暗面的Kimi K3以及Z.ai的GLM模型一直被视为全球开放权重领域的领跑者,但Meta声称其新的开放模型如今已能在相近水平上竞争。 “专为编码和智能体工作打造”,Muse Spark Open“擅长长周期任务、复杂软件工程和多步推理”,Meta在一篇博客文章中表示,并补充说新模型已内置“强有力的安全防护措施”。 Meta表示,Muse Spark Open还针对苹果先进的M5 Ultra芯片进行了“优化”,这标志着两家科技公司之间不同寻常的合作

    匹配字段正文

  2. Hugging Face精选

    Hugging Face 发布 Beam:501B 开源模型,支持 1M 上下文与自托管

    Hugging Face 发布 Beam,一个 501B 参数的稀疏 MoE 开源模型,面向 1M 上下文的长文本推理与智能体任务,每个 token 仅激活约 23B 参数。模型采用 52 层混合注意力,43 层为 512 token 滑动窗口、9 层为全局注意力,KV cache 每 token 增长 36 KiB,约为全注意力方案的六分之一。官方提供 BF16、FP8 和 NVFP4 三种 checkpoint,NVFP4 可将权重从约 1 TB 压缩到约 280 GB,并已获 transformers、vLLM 和 SGLang 的 day-0 支持。

    样每块 GPU 持有 78 GB 权重。若用 8 块 GPU,每块将持有 139 GB,这在 141 GB 的 H200 上不留任何空间。设备数量必须能整除专家数量 256。 vLLM Beam 在 vLLM 中提供 day-0 支持。下面的命令通过张量并行在 16 块 GPU(两个 8x H200 节点)上服务 BF16 checkpoint,并暴露一个 OpenAI 兼容 API: 为了更快的生成,添加 DFlash2 投机解码。一个小型草稿模型最多提前提出 15 个 token,Beam 在一次前向传播中检查它们全部,因此每一步可以接受多个 token。代价是草稿模型需要少量额外内存: 这两个命令都会启动一个 OpenAI 兼容服务器,因此你可以将任何 OpenAI 客户端指向 http://localhost:8000/v1 。有关更多服务配置,请参阅为 vLLM 提议的 Beam recipe 。 SGLang Beam 在 SGLang 中也提供 day-0 支持。我们建议使用 DFlash2 投机解码来服务它,下面两个命令都会开启该功能。在 Blackwell 上,NVF

    匹配字段正文

  3. The Rundown AI

    Meta 发布 816B 参数开源多模态模型 Muse Spark Open,可双 Mac Studio 本地运行

    Meta 发布开源权重多模态模型 Muse Spark Open,参数量 816B,面向编码与智能体任务,并与 Apple 合作通过更新后的 MLX 工具包在两台 M5 Ultra Mac Studio(合计 1TB 内存)上本地运行。Meta 称该模型在无云环境下完成 iOS 应用修复和在 DaVinci Resolve 中剪辑视频。在 Artificial Analysis 的 Intelligence Index 上它得分 39,高于西方开源模型,但低于 GLM 5.3 的 45、Kimi K3 的 44 和 Qwen3.8 的 40,中国模型在编码上仍领先。

    ercomputer PLUS: Turn a ChatGPT answer into a tool you can use Zach Mink Good morning, AI enthusiasts, and welcome to our 5,678 new readers. Earlier this week, Meta caught up with OpenAI and Anthropic with its frontier model Muse Wonder. Turns out, the comeback story had one more chapter: a large open-weight release with an unlikely partner. The company just dropped Muse Spark Open, calling it the “most capable” open-weight AI model from the U.S., and tuned it with Apple so that two Macs can wor

    匹配字段正文

  4. Baseten 工程博客精选

    Meta 开源 Muse Spark Open:816B 参数编码智能体模型

    Meta 发布 Muse Spark Open 的模型权重,这是一个 816B 参数、推理时激活 42.7B 的开源权重全模态 MoE 模型,与 Muse Code 联合训练,面向编码智能体工作流,支持 1M token 上下文和文本、图像、视频、音频输入。它采用压缩 MoE 块和全局/局部混合注意力,在 128K 上下文下把 KV cache 内存降低约 3.7 倍。Baseten 已在其 Model APIs 和 Dedicated Inference 上以 NVFP4 提供该模型,权重体积从约 1.6 TB 降至 540 GB,可运行在单台 4×GB300 节点上。

    Muse Spark Open, an open-weight model designed for coding agents

    memory goes to KV cache, letting more concurrent agent sessions run on each node and increasing throughput. Muse Spark Open is available now on Baseten Model APIs. The endpoint is OpenAI-compatible, so you can connect your coding agent and point it at Muse Spark Open without changing your harness. We serve NVFP4 weights which are optimized for Blackwell, and tool calling, reasoning output, and the full 1M context window are supported. For teams running agents at scale, we also offer Dedicated In

    匹配字段正文

  5. The Decoder精选

    Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型,并推出两款 Bolt 端侧模型

    Nvidia 发布 Nemotron 3.5 Super VL,这是一个 1200 亿参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。该模型采用 MoE 架构,每个 token 仅激活 120 亿参数,由 Nvidia 与包含 Mistral AI、Thinking Machines Lab、Perplexity 和 Black Forest Labs 的 Nemotron Coalition 共同开发。同时推出两款面向本地硬件的模型:Nemotron 3.5 Bolt 74B-A9B 24GB 可在本地机器运行智能体任务,更小的 Bolt E4B 4GB 面向语音助手,将于本月晚些时候发布。Nvidia 称 Super VL 从 Nemotron 3 Ultra 蒸馏而来,在智能体指令遵循、工具调用、多步业务流程和图像分析任务上以约五分之一参数达到 Ultra 的准确率,在 Hermes 和 LangChain 的智能体测试中得分高于 Ultra,并在 SWE-bench 和 Terminal-Bench 上超过前代 Nemotron 3 Super。权重以 base、post-trained 和 4-bit 压缩三个版本发布,同时公开数据集、训练配方和强化学习环境,预训练与持续预训练使用超过 25 万亿 token。

    models is self-serving. The more companies run their own open models, the greater the demand for compute hardware, and open models will likely stay optimized for Nvidia for the foreseeable future. Meanwhile, companies like Meta, Google, Anthropic, and OpenAI are building their own chips and optimizing models for those instead. To push the spread of open AI models further, Nvidia recently invested $12.9 billion in Hugging Face , one of the most important platforms for developing and sharing them.

    匹配字段正文

星期四

  1. Hugging Face

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

    Meta 发布开源权重前沿多模态 MoE 模型 Muse Spark Open,总参数 816B,每个 token 激活约 42B 参数,面向编码与智能体任务,支持文本、图像、视频和音频输入,上下文窗口 1M token。模型提供 BF16 与 NVFP4 两种 checkpoint,NVFP4 面向 NVIDIA Blackwell GPU,并已集成 transformers、llama.cpp、vLLM、SGLang 和 MLX,官方还给出在 64 张 H100 上用 TRL 训练 LoRA 适配器的微调配方。

    start the server: The checkpoint includes the chat template, which we pass explicitly. The launcher configures the Muse reasoning and tool-call parsers. Send a request through the OpenAI-compatible API: The response separates the reasoning trace in reasoning content from the final answer in content . vLLM The Muse Spark Open reference integration for vLLM supports text and image inputs with the NVFP4 checkpoint that require blackwell series GPUs. After installing the reference plugin and its dep

    匹配字段正文

  2. MarkTechPost

    SpaceXAI 发布 Grok Voice 3.0,登顶 AA 语音对话指数

    SpaceXAI 发布语音到语音模型 Grok Voice 3.0,在 Artificial Analysis Speech-to-Speech Index 上以 86.9 分排名第一,高于 GPT-Live-1(Astra, medium)的 83.2 分和 Gemini 3.8 Live Extended Thinking 的 82.6 分。该模型通过 /v1/realtime WebSocket 端点以 grok-voice-3.0 提供,仅托管 API、无开放权重,价格维持 $0.08/分钟,首音频延迟 0.81 秒。其 τ-Voice 得分 71.6%,仍低于 GPT-Live-1 的 74.5%。

    s Grok Voice 3.0 compare to GPT-Live-1 and Gemini 3.8 Live? FeatureGrok Voice 3.0Grok Voice 2.0GPT-Live-1 (Astra, medium)Gemini 3.8 Live Extended Thinking DeveloperSpaceXAISpaceXAIOpenAIGoogle ParametersNot disclosedNot disclosedNot disclosedNot disclosed Context lengthNot disclosedNot disclosedNot disclosedNot disclosed WeightsClosed, API onlyClosed, deprecatedClosed, API onlyClosed, API only Input / outputAudio, text / audio, textAudio, text / audio, textAudio, text / audio, textText, image, v

    匹配字段正文

  3. LMSYS Blog精选

    NVIDIA 发布 Nemotron 3.5 Super VL,SGLang 提供 Day-0 支持

    NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL,支持文本、图像、文档和视频输入并输出文本,采用 120B 总参数、每 token 激活 12B 的 MoE 架构。SGLang 提供 Day-0 支持,通过连续批处理、前缀缓存和投机解码部署,在单张 RTX 6000 PRO 上借助 MTP 达到 243.9 tok/s。模型权重已在 Hugging Face 提供 BF16 和 NVFP4 两个版本。

    Artificial Analysis Intelligence Index versus output speed for open-weight models at 100,000 input tokens, highlighting Nemotron 3.5 Super VL and a 5x speed comparison.

    nting Nemotron 3.5 Lightning and Nemotron 3 Ultra. For production serving, SGLang provides a high-performance path for continuous batching, prefix reuse, speculative decoding, and OpenAI-compatible APIs. This blog covers the quick start guide to deploy the model with SGLang. TL;DR Architecture: 120B-parameter mixture-of-experts model with 12B active parameters per token. Modalities: Text, images, documents, and video in; text out. Core optimizations: C-RADIOv4 vision encoding, a hybrid Mamba-Tra

    匹配字段正文