Gradium 开源了 Phonon 系列端侧文本转语音模型，其中英文版 Phonon 31m 为 31M 参数、64.5 MB q8 GGUF 文件，采用 Apache 2.0 许可，输出 24 kHz 单声道音频。该模型无需 GPU 即可在 CPU、手机、Raspberry Pi 5 和浏览器上运行，在 MacBook Air M5 CPU 上 6.9 ms 产出首段音频，在 Gradium 自测的 500 句困难集上 WER 为 1.70%，对比 Kokoro 的 3.50%。40m 版本覆盖英法德西葡五种语言，但采用 CC BY-NC 4.0 非商用许可。
#模型发布#开源生态#语音
Today, we’re introducing Ideogram's first vector model. Generate clean, editable SVGs with smooth gradients and sharp typography from a text prompt, or turn any image into a detailed, scalable vector. Live in Ideogram and the API: https://t.co/Cou2mo5p37 https://t.co/TWBuLiJ31a
#模型发布#图像生成#多模态
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型，为全球每 10 米像素生成 128 维向量，前 64 维可单独使用，并公开模型权重、预训练数据和代码。在覆盖六大洲的 27 项评测中，128 维版本在 20 项上得分最高，64 维版本在 18 项上领先，对比对象为 AlphaEarth Foundations 和 Tessera v2。同时上线免登录的 OlmoEarth Embeddings Explorer，可按年份浏览全球嵌入、查找相似地点并用少量标注点现场训练小型分类器，2025、2024、2023 年数据为全球覆盖，2017 至 2022 年覆盖部分国家。
#模型发布#开源生态#数据/训练
#模型发布#开源生态#推理
Allen Institute for AI 于 2026 年 10 月 22 日发布 OlmoEarth v1.3，包含 OlmoEarth v1.3 Base 模型、128 维与 64 维全球预计算年度嵌入、免登录的浏览器端 OlmoEarth Embeddings Explorer 和技术报告，均沿用 OlmoEarth Artifact License。模型为 1.28 亿参数的 ViT-Base 基础模型，处理 Sentinel-1、Sentinel-2 和 Landsat 影像时间序列，为全球每个 10 米像素输出一个 128 维向量。Ai2 称在覆盖六大洲的 27 项评测中，128 维嵌入在其中 20 项得分最高，64 维版本在 18 项领先；同时推出热带农田作物类型基准 PLANTEUR，128 维嵌入在该基准的留一岛测试中取得 24.9 mIoU，高于 Tessera v2 的 19.1 和 AlphaEarth Foundations 的 15.8。
#模型发布#开源生态#数据/训练
Ai2 发布卫星地图嵌入模型 OlmoEarth v1.3，并预计算了全球多种分辨率的年度嵌入数据，同时推出浏览器端制图工具 OlmoEarth Embeddings Explorer，无需登录即可使用。该模型把一年卫星观测压缩为每块 10×10 米地面的数值指纹，最小分辨率下还提供 64 平方米和 128 米两档，可用于区分农田、森林、矿区等地表覆盖。Ai2 称 v1.3 训练计算时间仅为 v1.2 的 53%、v1 的 18%，碳排放分别为两者的 50% 和 22%。
#模型发布#开源生态#数据/训练
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 Eureka Machine 系统参与，由该系统自行提出想法、实现、测试并规划后续实验。Flint 是面向本地硬件智能体编码的 MoE 模型，总参数 40B、每 token 激活 2.5B，四个月完成，权重以 Apache 2.0 许可在 Hugging Face 开放，支持 llama.cpp、Ollama、LM Studio、vLLM 和 SGLang。Recursive 称其在 SWE-Bench Pro v2、Terminal-Bench 2.1 和 SWE-Bench Verified 上领先参数少于 50B 的 MoE 模型，但结果尚未经独立验证。
#模型发布#开源生态#Agent
科大讯飞在2026全球1024开发者节发布端云一体星火X2.6系列模型，并开源星火X2.6-4B端侧大模型，端云协同效率提升至96.1%。星火X2.6已在讯飞星火官网开放试用，输入限时0.9元/百万tokens、输出限时3.6元/百万tokens。同场还发布SparkAudio 1.0语音基座大模型、星火智慧座舱SparkAuto Space 3.0和星帆WinWork数字员工平台。
#模型发布#Agent#端侧
#模型发布#开源生态#数据/训练
蚂蚁数科发布决策模型 LingDT-Decision-1.0，提供 4B 和 27B 两个版本，已在蚂蚁数科 DTMaaS 平台上线并限时免费开放体验。官方称在客服、风控、金融等场景中，相比大语言模型可将 Token 消耗降低超 90%、响应时效提升 10 倍。该模型支持原生多选与按序决策（DAG），在 23 项开源评测基准中综合评分超过 Microsoft-Decision-1、Jev 1.13.0 等决策模型，27B 版本在同参数模型中准确率最高。
#模型发布#推理#数据/训练
科大讯飞发布端云一体大模型讯飞星火X2.6，基于全国产算力完成能力升级，包含云端293-A30B模型和端侧X2.6-4B模型，后者已开源。云端模型支持百万token上下文，输入价格0.9元/百万tokens，输出价格3.6元/百万tokens。科大讯飞称其端云路由准确率由81.2%提升至96.1%，飞星二号国产芯片推理效率达到优化前的4.5倍。
#模型发布#端侧#语音
谷歌下一代模型 Gemini 4 Carbon 已在 LMArena 以 gemini-4-argon 之名开启盲测，合作伙伴也拿到测试版本。测试者称其 3D 场景生成质量明显高于 Argon，但同一任务要慢 2 到 4 倍，SVG 和前端设计表现仍平平。Business Insider 此前报道，谷歌员工内部试用后认为它写代码感觉像极了 Opus 5.5。
#模型发布#Google#评测/基准
田渊栋创立的 Recursive 开源首个模型 Flint，主打本地 Agent 编程，总参数 400 亿、每 token 激活 25 亿，支持 512k token 上下文窗口。官方称搭配自研推理引擎 rec，Flint 在 MacBook Pro 上可达至少 125 tokens/s，RTX Spark 上超过 150 tokens/s，相比 llama.cpp 吞吐提升约 1.4～2.6 倍。Flint 在 SWE-bench Verified 得分 74.2%，SWE-bench Pro v2 为 89.7%，Terminal-Bench 2.1 为 54.9%；rec 目前支持 M4 Pro、M5 Pro 和 M5 Max，要求至少 48GB 统一内存和约 30GB 空闲磁盘空间。
#模型发布#开源生态#Agent
科大讯飞在2026全球1024开发者节主论坛发布讯飞星火X2.6，基于全栈国产自主技术路线，以云+端协同让端侧设备处理部分任务、复杂问题交由云端，以降低Token成本并保护敏感数据。星火X2.6首次基于全国产算力实现代码和智能体能力突破，端侧星火X2.6-4B智能体任务覆盖度达41.9%。科大讯飞称长程任务动态并行训练使超长上下文训练效率提升约4倍，国产集群推理效率提升4.5倍，并已在教育、医疗、法律等领域落地。
#模型发布#端侧#Agent
10月22日科大讯飞在1024开发者节发布端云一体讯飞星火X2.6，并同步推出端侧模型星火X2.6-4B，系统按任务路由到纯端侧、纯云侧或端云协同执行。星火X2.6采用293B总参数、30B激活参数的MoE架构，上下文窗口扩展至100万Tokens，官网显示X2.6限时6折，输入、输出价格分别为每百万Tokens 0.9元和3.6元。刘庆峰预计未来约60%场景可在端侧完成、30%端云协同、10%需云端大模型，公司称端侧可独立完成的任务占比已从12.8%提升至40%以上。
#模型发布#Agent#编码
Hugging Face 周四发布开源 DNA 理解模型 Carbon-X，可在笔记本本地运行，用户能用自然语言询问 DNA 变化对基因活性和健康的影响。该模型与中关村学院和那不勒斯费德里科二世大学的研究者合作开发，基于已有语言模型扩展词表以六字母为单位读取 DNA，并在 3000 亿 token 的 DNA 序列、英文文本和 DNA 与生物描述对应样本上继续训练。模型为 14B 参数，单次可处理约 5 万碱基对的序列，不能上传完整人类基因组；开发者也说明尚未通过湿实验验证预测准确度。
#模型发布#开源生态#Hugging Face
Hugging Face 发布开源模型 Carbon-X，将 DNA 分析与生成和自然语言结合，让研究者能直接提问并得到预测和解释。该模型基于 Qwen3-14B，用人类、其他哺乳动物、植物和真菌的基因组序列与自然语言训练，训练数据明确排除病毒。研究者可在本地运行，避免向外部 AI 公司共享敏感患者数据，也可生成新的 DNA 序列以辅助基因疗法研究。
#模型发布#开源生态#数据/训练
蚂蚁数科发布决策模型 LingDT-Decision-1.0，专为快速产业决策打造，提供 4B 和 27B 两个版本，已在蚂蚁数科 DTMaaS 平台上线并限时免费体验。该模型支持原生多选与按序决策（DAG），在 23 项开源评测基准中性能超过 Microsoft-Decision-1、Jev 1.13 等决策模型，27B 版本在同参数模型中准确率最高。蚂蚁数科在客服、风控、金融等场景测试显示，处理同样任务时相比大语言模型可将 Token 消耗降低超 90%，响应时效提升 10 倍。
#模型发布#推理#部署/工程
卧槽兄弟们，这个真的牛逼，感觉大模型诞生至今最憋屈的七年失忆史可能要翻篇了！！ 甚至我想说个暴论，这大概是今年大模型架构演进里最性感、但也最击中行业要害的一次底层突围。 刚刚开源的 MemT-1.0 第一次在 Transformer 底层焊入了一颗真正的生物级海马体， 让 AI 从聊完即忘的失忆金鱼，真正进化成了能把经验沉淀进血液里的生命体。 靠暴力堆显卡、拿几个 G 的 KV Cache 硬撑长文本的旧石器时代，今天被这个开源原生记忆大模型正式砸穿了。 他们放出的 66 页技术报告和最高 288B 的开源权重直接甩出了一组降维打击的工程账单： 把记忆变成前向计算流的原生状态后，256K 超长历史下的显存开销从 5.06 个 G 暴降到恒定的 40 兆， 直接把 KV 缓存砍掉了整整一百二十倍以上，而且首字延迟更是不管历史拉得多长，始终稳稳压在一百毫秒出头。 最先击穿传统路径的，是它彻底重构了模型的前向计算流。 以前大家为了让 AI 记住上下文，只能硬着头皮堆长文本或者外挂向量库，代价就是显存撑爆且丢失多步推理因果，它在标准网络旁并联了一套原生记忆模块，在输入进入的瞬间，擦除门、写入门和遗忘门就像生物海马体一样自动运转，不再保留所有的死文字，而是把信息实时消化成动态的内部记忆矩阵。 更绝的是它在真实智能体场景下带来的降维打击，团队把历史纠错中沉淀的一千多条代码经验，直接写入内部的原生记忆状态，完全不占用任何系统提示词的 Token 额度， 结果在标准代码测试集上，连续三次均通过的硬核指标直接提升了百分之八，稳定性甚至反超了直接塞明文提示词的做法。 这意味着经验不再是一段需要模型每次重新阅读理解的生硬规则，而是直接内化成了它的本能直觉，真是牛逼! 我觉得这才是通往真正的递归自我改进最底层的物理逻辑啊, 参数只定义了模型的出厂下限，但唯有持久内化的原生记忆，才能为智能打开复利增长的空间。 以前我们买的模型是聊完即焚的一次性计算工具，从今天起模型正在变成越用越懂业务、越用越值钱的自进化资产。 大家在做智能体或者长对话应用时，最头疼的是长上下文带来的昂贵显存和卡顿延迟，还是模型转头就忘业务规范的失忆症？ 对我来说，光是把 256K 显存压缩一百二十倍且延迟恒定这一项，就已经能让无数原本算不过账的长程业务直接原地复活了hh~
#模型发布#开源生态#Agent
中国电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放 275.3 万条训练语料、模型权重与推理镜像。模型基于 Xing4.0-29B-A4B 微调，采用统一模式驱动语义解析框架，同时支持意图识别与参数抽取，输出受字段约束的 JSON，平均输出几十个 token，完整结果响应时延可达百毫秒级。该模型已在电信万号客服的对话意图识别与工单智能路由、智能家居音箱的口语指令解析中应用，代码以 Apache 2.0 许可开放，数据集与权重将在 Hugging Face 同步开放。
#模型发布#开源生态#推理