2026年8月4日,Liquid AI 发布端侧智能体模型 LFM2.5-2.6B,基础版与后训练版已在 Hugging Face 上线。该模型为 2.6B 参数,预训练约 34T tokens,词表扩展至 128K,并包含 128K 上下文扩展阶段;后训练经 SFT、教师专精、MOPD 蒸馏与 Agentic RL 四阶段。推理方面,在 M5 Max 上解码 220 tokens/s,Ryzen AI Max+ 395 上 113 tokens/s,占用低于 2.5 GB,手机端保持 30 tokens/s,并首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。
匹配字段摘要
2026年7月28日,Liquid AI发布两款双向编码器模型LFM2.5-Encoder-230M与LFM2.5-Encoder-350M。两款模型基于LFM2混合架构,支持8,192 token上下文,并已在Hugging Face开放权重。官方称其可在分类、自然语言理解和token级任务上微调;350M在14个模型、17项任务中排名第四,230M超过ModernBERT-base和所有EuroBERT。CPU上8,192 token单次前向约28秒,约为ModernBERT-base的3.7倍速度,评测框架已在GitHub开源。
匹配字段摘要
2026年7月15日,Thinking Machines Lab发布原生多模态开放权重模型Inkling。据Hugging Face介绍,Inkling原生接收文本、图像和音频,为MoE架构,拥有975B总参数、41B激活参数和1M上下文窗口,bf16与NVFP4检查点分别需要2TB和600GB显存,已获Transformers、SGLang、vLLM和llama.cpp支持。同日,Modal官方工程博客称Inkling以Day 0合作上线Modal按token计费的托管端点,并为其定制DFlash推测解码器,在8x B200智能体负载上实现每用户250 tokens/s、每GPU 2.5M TPM,交互性比模型内置推测路径快67%。同日,LMSYS Blog称LMSYS与Thinking Machines团队合作,为Inkling在SGLang和Miles上提供Day-0支持,SGLang针对其MoE架构优化,在Nvidia Blackwell GPU上实现最高71.7k tok/s输入吞吐和171.0 tok/s单用户解码速度,Miles通过定制Megatron后端支持全参数与Lo
匹配字段摘要
Google Research 于2026年6月30日发布面向表格数据分类与回归的零样本基础模型 TabFM。该模型将表格预测重构为上下文学习问题,无需手动训练、超参数调优和复杂特征工程,单次前向传播即可对未见过的表格生成预测。模型完全基于数亿个由结构因果模型生成的合成数据集训练,采用融合 TabPFN 与 TabICL 的混合架构。TabFM 已在 Hugging Face 和 GitHub 开源,并上线 Google Cloud BigQuery,在 TabArena 的 38 个分类和 13 个回归数据集上评测。目前尚无后续发展事实。
匹配字段摘要
2026年6月25日,Liquid AI发布其目前最小的模型LFM2.5-230M,同时推出LFM2.5-230M-Base。该模型基于LFM2架构,预训练使用19T tokens,并包含32K上下文扩展阶段,Base版本与后训练版本均已在Hugging Face开放。官方称其在Galaxy S25 Ultra上解码速度达213 tok/s,在Raspberry Pi 5上为42 tok/s,并在GPQA Diamond、MMLU-Pro、IFEval、BFCLv3/v4等十项基准上与参数量两倍以上的模型竞争。模型已适配llama.cpp、MLX、vLLM、SGLang和ONNX,官方同时提示其不适合高级数学、代码生成和创意写作等重推理任务。
匹配字段摘要
2026年6月9日,Cohere发布并开源其首款智能体编程模型North Mini Code。该模型采用MoE架构,总参数量为300亿、激活参数量为30亿,并使用Apache 2.0许可证。Cohere测试显示,其输出吞吐量最高可达Devstral Small 2的2.8倍,词元间延迟低30%,Artificial Analysis Coding Index得分为33.4。目前,模型权重已在Hugging Face提供bf16、fp8和w4a16版本,用户也可通过OpenRouter、Model Vault或Cohere API使用。
匹配字段摘要
2026年5月28日,Liquid AI发布端侧混合专家(MoE)模型LFM2.5-8B-A1B,面向消费级硬件上的工具调用场景。据其模型与工程博客介绍,该模型上下文窗口从32,768扩展至128,000 tokens,预训练规模从12T提升至38T tokens,词表从65,536扩至128,000,且为纯推理模型。性能方面,其在M5 Max上解码253 tokens/s,在Ryzen AI Max+ 395上为146 tokens/s,占用低于6 GB,单张H100高并发下输出吞吐达18.5K tokens/s。基础版与后训练版已在Hugging Face和Playground上线,首日支持llama.cpp、MLX、vLLM、SGLang和ONNX。
匹配字段摘要
2026年5月20日,Cohere发布并开源Command A+混合专家模型。据Cohere产品与研究博客,该模型面向企业智能体任务、支持私有部署,采用Apache 2.0许可证,提供218B总参数和25B激活参数,支持48种语言,并提供BF16、FP8和W4A4量化版本,最低可在两块NVIDIA H100或一块NVIDIA Blackwell GPU上运行。模型权重已上线Hugging Face,也可通过Model Vault、Cohere Space或API使用。目前没有后续有证据的发展。
匹配字段摘要
2026年4月8日,Liquid AI发布LFM2.5-VL-450M,为其LFM2-VL-450M的改进版本。据Liquid AI模型与工程博客介绍,新模型新增目标检测与边界框定位、函数调用支持,并提升指令遵循能力;预训练规模从10T扩至28T tokens,后训练采用偏好优化和强化学习改进grounding与可靠性,支持八种语言提示。模型已在Hugging Face、LEAP和Playground上线,在Jetson Orin上处理512×512图像耗时低于250ms。
匹配字段摘要
2026年3月26日,Cohere发布开源权重的Conformer语音识别模型Cohere Transcribe,并开放下载。该模型可将14种语言的语音转为文本,在Hugging Face Open ASR Leaderboard上的平均词错误率为5.42%。模型支持本地或端侧运行,用户也可通过设有速率限制的免费API及Model Vault使用。
匹配字段摘要
2026年2月24日,Liquid AI发布LFM2-24B-A2B早期检查点,这是其最大的LFM2模型,采用稀疏MoE架构,总参数24B、每token激活2.3B,设计上可放入32GB内存,权重已在Hugging Face开放。模型沿用LFM2-8B-A1B配方,层数从24增至40、每MoE块专家数从32增至64,保持top-4路由,前两层仍为稠密层。官方称在GPQA Diamond、MMLU-Pro、IFEval、IFBench、GSM8K和MATH-500等基准上,从350M到24B质量随规模呈对数线性提升;该模型已获llama.cpp、vLLM和SGLang首日支持,在单张H100 SXM5上用vLLM于1024并发请求下达到约26.8K tokens/s。3月5日,Liquid AI发布开源桌面智能体LocalCowork,完全在本地运行,模型、工具和数据都不离开设备,无需云端和API key。在Apple M4 Max、36GB统一内存笔记本上,模型以Q4_K_M GGUF经llama-server部署,占用约14.5GB内存,单次工具选择平均约385ms,在13个MCP服
2026年2月24日,Liquid AI发布LFM2-24B-A2B早期检查点,这是其最大的LFM2模型,采用稀疏MoE架构,总参数24B、每token激活2.3B,设计上可放入32GB内存,权重已在Hugging Face开放。模型沿用LFM2-8B-A1B配方,层数从24增至40、每MoE块专家数从32增至64,保持top-4路由,前两层仍为稠密层。官方称在GPQA Diamond、MMLU-Pro、IFEval、IFBench、GSM8K和MATH-500等基准上,从350M到24B质量随规模呈对数线性提升;该模型已获llama.cpp、vLLM和SGLang首日支持,在单张H100 SXM5上用vLLM于1024并发请求下达到约26.8K tokens/s。3月5日,Liquid AI发布开源桌面智能体LocalCowork,完全在本地运行,模型、工具和数据都不离开设备,无需云端和API key。在Apple M4 Max、36GB统一内存笔记本上,模型以Q4 K M GGUF经llama-server部署,占用约14.5GB内存,单次工具选择平均约385ms,在13个MCP服
匹配字段摘要
2026年6月22日,Qwen团队发布语言世界模型Qwen-AgentWorld。据Qwen Blog介绍,该模型在单一模型中模拟MCP、Search、Terminal、SWE、Web、OS、Android七个智能体交互域,训练流程为CPT→SFT→RL,使用超过10M条真实环境交互轨迹。团队同时发布七域评测基准AgentWorldBench,Qwen-AgentWorld-397B-A17B在该基准上取得最高综合分58.71,超过GPT-5.4的58.25。此外,Qwen已开源Qwen-AgentWorld-35B-A3B,为MoE架构,35B总参数、3B激活参数,256K上下文窗口,可在Hugging Face和ModelScope获取,并给出SGLang与vLLM部署命令。目前尚无后续发展事实。
匹配字段摘要
2026年6月12日,Zyphra发布实时文本转语音模型ZONOS2。据Zyphra Research介绍,该模型采用稀疏MoE架构,具备9亿激活参数、80亿总参数,是首个开源MoE TTS模型,并以Apache 2.0许可发布,支持高保真声音克隆。相比Zonos-v0.1,其训练数据从约20万小时扩展至超600万小时,模型规模从1.6B增至8B,实时吞吐提升4倍,支持最长一分钟的多语言与语码转换音频生成。模型权重已在Hugging Face发布,基于SGLang的推理代码在GitHub开源,同时上线Zyphra Cloud并提供API,发布后促销期内免费。Zyphra还提出ZTTS1-Eval评测基准,覆盖9种语言的Clean集与17种语言的In-The-Wild集。目前尚无后续发展事实。
匹配字段摘要
2026年6月8日,小米MiMo与TileRT联合发布MiMo-V2.5-Pro-UltraSpeed,首次在1万亿参数模型上把解码速度突破1000 tokens/s,且仅用单台标准8卡通用GPU节点实现,不依赖晶圆级集成或片上SRAM芯片。该速度来自模型与系统协同设计:模型侧采用FP4量化与DFlash块级掩码并行推测解码,编码场景平均接受长度6.30;系统侧由TileRT定制编译器与kernel。官方已在Hugging Face开源MiMo-V2.5-Pro-FP4-DFlash权重。该API按申请制限时开放,试用窗口为6月9日至6月23日,价格为MiMo-V2.5-Pro的3倍、生成速度约10倍。
匹配字段摘要
2026年5月7日,Zyphra发布ZAYA1-74B-Preview预览版。据Zyphra Research介绍,这是一个4B激活、74B总参数的MoE模型,以Apache 2.0许可开源,权重和模型卡已上线Hugging Face。该模型是未经RL后训练和指令微调的pre-RL推理基座,预训练约15T token,中训练分三阶段将上下文从32k逐步扩展至256k,每阶段约1T token。训练全程使用MI300x GPU与Pensando Pollara互联。Zyphra表示,AMD上的完整规模RL正在进行,预计未来几周发布最终版ZAYA1-74B。目前尚无后续发展事实。
匹配字段摘要
2026年5月6日,Zyphra 发布 MoE 语言模型 ZAYA1-8B。据 Zyphra Research 介绍,该模型激活参数不到 10 亿,在数学、编码和推理任务上对标 Nemotron-3-Nano-30B-A3B、Mistral-Small-4-119B 等更大开源模型。模型在 1024 张 AMD MI300X 集群上完成预训练,采用压缩卷积注意力 CCA 与新型 MLP 专家路由,并配套提出 Markovian RSA 测试时计算方法。发布时模型已在 Zyphra Cloud 提供免费 serverless 端点,权重上线 Hugging Face,采用 Apache 2.0 许可。目前尚无后续发展事实。
匹配字段摘要
2026年4月22日,Qwen Team 开源了 27B 参数的稠密多模态模型 Qwen3.6-27B。据官方博客,该模型支持思考与非思考两种模式,权重已在 Hugging Face 和 ModelScope 发布,并上线 Qwen Studio 与 API。官方称其在全部主要编码基准上超过上一代开源旗舰 Qwen3.5-397B-A17B,包括 SWE-bench Verified 77.2 对 76.2、Terminal-Bench 2.0 59.3 对 52.5、SkillsBench 48.2 对 30.0,GPQA Diamond 为 87.8。该模型可接入 OpenClaw、Claude Code 和 Qwen Code 等第三方编码助手,API 支持 preserve_thinking 以保留多轮思考内容。目前尚无后续发展事实。
2026年4月22日,Qwen Team 开源了 27B 参数的稠密多模态模型 Qwen3.6-27B。据官方博客,该模型支持思考与非思考两种模式,权重已在 Hugging Face 和 ModelScope 发布,并上线 Qwen Studio 与 API。官方称其在全部主要编码基准上超过上一代开源旗舰 Qwen3.5-397B-A17B,包括 SWE-bench Verified 77.2 对 76.2、Terminal-Bench 2.0 59.3 对 52.5、SkillsBench 48.2 对 30.0,GPQA Diamond 为 87.8。该模型可接入 OpenClaw、Claude Code 和 Qwen Code 等第三方编码助手,API 支持 preserve thinking 以保留多轮思考内容。目前尚无后续发展事实。
匹配字段摘要
2026 年 4 月 15 日,Qwen 团队开源 Qwen3.6-35B-A3B,这是一个 35B 总参数、仅 3B 激活参数的 MoE 模型,主打智能体编码能力,同时支持多模态思考与非思考模式。官方称其在 SWE-bench Verified 上得分 73.4,超过前代 Qwen3.5-35B-A3B 的 70.0,并在多数视觉语言基准上接近 Claude Sonnet 4.5。模型已在 Qwen Studio 上线,可通过阿里云百炼 API 以 qwen3.6-flash 调用,权重发布于 Hugging Face 和 ModelScope,并支持 OpenClaw、Claude Code、Qwen Code 等第三方编码助手。目前尚无后续发展事实。
匹配字段摘要
2026年4月9日,LG AI Research 推出 EXAONE 4.5,这是 LG 首个以开源权重方式发布的视觉语言模型(VLM)。据官方博客介绍,该模型在 EXAONE 4.0 基础上集成自研 Visual Encoder,采用原生多模态预训练同时学习文本与图像;引入 Multi-Token Prediction(MTP)模块,推理速度较此前方法提升 1.5 倍以上,并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench_v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5,在韩语视觉基准 k-viscuit 和 KRETA 上表现领先。模型已在 Hugging Face 发布并附技术报告。目前尚无后续发展事实。
2026年4月9日,LG AI Research 推出 EXAONE 4.5,这是 LG 首个以开源权重方式发布的视觉语言模型(VLM)。据官方博客介绍,该模型在 EXAONE 4.0 基础上集成自研 Visual Encoder,采用原生多模态预训练同时学习文本与图像;引入 Multi-Token Prediction(MTP)模块,推理速度较此前方法提升 1.5 倍以上,并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5,在韩语视觉基准 k-viscuit 和 KRETA 上表现领先。模型已在 Hugging Face 发布并附技术报告。目前尚无后续发展事实。
匹配字段摘要
2026年3月6日,Sarvam AI 开源发布 Sarvam 30B 与 Sarvam 105B 两款从零训练的推理模型。据官方信息,两款模型预训练分别使用 16T 和 12T token,训练全程在印度完成,采用 IndiaAI mission 提供的算力。架构上两者均为 MoE:30B 仅 2.4B 激活参数并使用 GQA,105B 采用 MLA。权重可从 AI Kosh 和 Hugging Face 下载,并支持 Transformers、vLLM、SGLang 本地推理。官方称两者在印度语言基准上取得领先结果,30B 已用于对话智能体平台 Samvaad,105B 用于 AI 助手 Indus。目前尚无后续发展事实。
匹配字段摘要