NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线，可完全在本地设备运行。这是一个 30B 总参数、每 token 仅 3B 激活的开放模型，采用混合 MoE 架构，支持最高 1M token 上下文，面向持续运行的智能体任务，如读取文件、调用工具、整理结果和失败重试。官方称其吞吐量比同类开放模型高 4 倍，任务完成时间快 30%，并针对 Apple silicon 提供 nemotron-3.5-lightning:30b-mlx 版本。
匹配字段标题、摘要、正文
NVIDIA Magpie TTS Multilingual 以开放权重支持 12 种语言，并允许开发者在自有基础设施上部署、微调语音和定制发音。NVIDIA NIM 本地测试中，单流首音频延迟为 32–79ms；B200 在 64 路并发时达到 239ms 和 320× 实时吞吐量。
匹配字段标题、摘要、正文
Meta 发布 Muse Glimmer，一个 30B 开源权重稠密模型，上下文窗口 120K+，面向本地 AI 智能体工作负载。该模型采用稠密架构，每个 token 激活全部参数，在 NVIDIA Blackwell Ultra 上以 BF16/NVF4 精度实现单 GPU 超过 20K tokens/s，可完整放入单卡显存，无需模型分片、CPU offload 或外部端点，覆盖 GeForce RTX 5090、DGX Spark、DGX Station 和 Jetson 平台。开发者可用 NeMo AutoModel 做全量 SFT 和 LoRA 微调，权重已上线 Hugging Face，并提供 SGLang、vLLM 推理方案和可下载的 NIM 容器。
匹配字段标题、摘要、正文
NVIDIA 推出 Cosmos-H-Dreams，可根据初始 RGB 帧和实时机器人运动学数据，自回归生成手术场景。经知识蒸馏并由 FlashDreams 加速后，模型在单张 NVIDIA RTX PRO 6000 上达到约 160 帧/秒，高于标准推理的约 10 帧/秒。其提供 dVRK 台面缝合预训练检查点并已集成 Versius 平台，但定位为研发平台，而非诊断系统或实体手术机器人控制器。
匹配字段标题、摘要、正文
NVIDIA Nemotron 3 Ultra 已在 Ollama 云上线，这是一个 550B 参数（55B 激活）的开源模型，面向长时运行的智能体工作流。它支持 1M token 上下文，针对 NVFP4 格式优化，官方称在智能体生产力、指令遵循和长上下文任务上准确率领先，成本较其他领先开源模型最多节省 30%。
匹配字段标题、摘要、正文
LMSYS 宣布 SGLang 与 Miles 在 Day 0 支持 NVIDIA Nemotron 3 Ultra，这是一款面向长时自主智能体的开源前沿推理模型，总参数 550B、激活参数 55B，上下文最长 1M tokens，支持 NVFP4 与 BF16。SGLang 提供高性能推理服务，Miles 支持在 128 张 H200 上以 GRPO 进行强化学习训练，并已验证 dapo-math-17k 上的端到端流程。官方称该模型在智能体生产力、指令遵循和长上下文任务上领先，成本最多节省 30%。
匹配字段标题、摘要、正文
NVIDIA Nemotron Nano 2 VL 开源视觉语言模型发布，面向视频理解与文档智能，并获 vLLM 推理支持。模型采用混合 Transformer–Mamba 架构，通过 EVS 剪除冗余视频帧以减少 token。vLLM 夜间版本支持以 BF16、FP8 和 FP4 精度部署 OpenAI 兼容的推理服务器。
匹配字段标题、摘要、正文
Mistral AI 宣布开放其前沿模型 Mistral Large 4（代号 Le Chonk）的权重，该模型拥有 1 万亿参数、520 亿激活参数，原生支持多模态。ML4 在欧洲数据中心用 3800 块 Nvidia Grace Blackwell GPU 训练，在 Terminal-Bench 4.0 上从 28% 提升到 41%，与 GLM-5.3 并列编码智能体最佳成绩，且平均每任务少用 47% token。开放权重意味着企业可在自有硬件和防火墙内部署，模型提供低、中、高三档推理模式。
匹配字段摘要、正文
Mistral AI 于 10 月 29 日在 Hugging Face 发布 Mistral Large 4（代号 Le Chonk）的开放权重，该模型总参数 1000 亿级规模中的 1000 亿参数、每 token 实际调用约 49 亿参数，采用 MoE 架构，128 个专家中每次激活 4 个加 1 个共享专家。相比 10 月 6 日预览版，Mistral 称三周内继续强化学习，Terminal-Bench 4.0 得分从 28% 升至 41%，Artificial Analysis 代码指数为 48%，与 GLM-5.3 持平且每任务平均少用 47% token。API 价格降为输入每百万 token 0.70 美元、输出 2.10 美元；新许可证 Mistral Ecosystem Open-Weight License 允许商业使用，但转售模型服务需另签协议，完整版需 8 张 Nvidia B200 或 B300。
匹配字段摘要、正文
Mistral AI 在为期三周的预览后，将 Mistral Large 4 的权重发布到 Hugging Face。该多模态模型在 3800 块 Nvidia 加速器上训练，参数量达一万亿，目前仍难以在游戏 PC 或单卡上运行。Mistral 称其在网络安全基准 CyberGym-E2E 上领先 GLM-5.3 和 Kimi K3，在智能体编码基准 Terminal Bench 4.0 上与 GLM-5.3 持平，但尚无独立评测；预览版定价为每百万输入 token 1.4 美元、每百万输出 token 4.2 美元。
匹配字段摘要、正文
Block 的 AI 研究实验室发布全双工语音模型 Dessa，以研究预览形式开放候补名单，只用人声对话音频训练，未使用文本和预训练模型。该模型可在 MacBook Pro M4 Max 或更高配置上本地运行，速度快于实时；训练使用 1 台 NVIDIA GB200 NVL72（72 块 GPU），目前未公布基准分数、参数量、权重、论文或 API。
匹配字段摘要、正文
Mistral AI 于当地时间 10 月 29 日正式开放 Mistral Large 4（代号 le Chonk）模型权重，这是一款 1 万亿总参数、490 亿激活参数的原生多模态模型，在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。官方称其在 Artificial Analysis Coding Agent Index 得分 48%，与 GLM-5.3 基本持平，但平均每个任务消耗的 Token 减少 47%。模型基于修改版 MIT 许可证发布，个人、学术、微调及常规商业化可免费使用，提供 MaaS 转售的云厂商需单独获取商业授权；在线调用定价为输入每百万 Token 0.70 美元、输出 2.10 美元。
匹配字段摘要、正文
Mistral AI 发布新旗舰前沿模型 Mistral Large 4，代号 Le Chonk，结束公开预览后开放下载。该模型支持文本和图像处理，重点强化防御性网络安全、智能体能力以及地理空间与 grounding 能力，据称在 SWE-bench 和 Terminal Bench 等智能体基准上达到 state-of-the-art。模型训练覆盖 160 多种语言，可通过 Mistral Studio、Mistral API、OpenRouter、Hugging Face 开放权重、Vibe Code 及 Nvidia 托管端点使用。
匹配字段摘要、正文
SoMark 开源了 1.3B 参数的文档解析模型 OXR-1.0，可将 PDF 和页面图像转成 Markdown 或 JSON，权重已发布在 Hugging Face，轻量测试可在单张 24GB GPU 上运行。该模型在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 上排名第一，在单张 NVIDIA RTX PRO 6000 GPU 上解码速度 558 tokens/s，端到端解析 100 页约 101 秒。其训练后阶段采用递归自我改进（RSI）循环，由通用 VLM 判定解析结果并生成新标注页面，无需人工标注。
匹配字段摘要、正文
Twitter 联创 Jack 创办的 Block 发布 Dessa，一个从零用纯人类语音训练的 speech-to-speech 模型，无文本、无预训练底座，支持全双工边听边说。该模型声称推理快于实时，可在 MacBook Pro M4 Max 及以上本地运行，整个模型称在一台 NVIDIA GB200 NVL72 上训练完成。团队称其目标是让模型理解语气与情绪，避免听不出对方痛苦仍继续应答的安全风险。
匹配字段摘要、正文
Block 研究实验室发布语音模型 Dessa，采用全双工架构，可边听边说，并能在 MacBook M4 Max 或更强的消费级电脑上本地运行。该模型完全基于人类语音和单张 NVIDIA GPU 训练，官方称情绪、停顿、笑声等表达内建于模型中，而非依赖文本管线驱动。目前 Dessa 未公开开放，Block 正招募安全研究人员测试其可能被用于欺骗对话方的风险。
匹配字段摘要、正文
MiniMax于10月23日宣布开源M3.1 Flash模型，该模型上线72小时处理超过100万亿Token。相较上一代M3，M3.1 Flash能力全面提升，使用成本降低70%，线上推理速度提升近3倍。MiniMax称将携手华为昇腾、NVIDIA、AMD等芯片厂商及vLLM、SGLang、Hugging Face等推理框架与社区推进开源首日接入。
匹配字段摘要、正文
Recursive 发布首个开源权重编码模型 Flint，参数规模 40B，CEO Richard Socher 称模型管线几乎所有环节都由其 Eureka Machine 系统完成，包括新的基座训练方式、模型架构和针对特定芯片优化的代码。WIRED 作者在 48GB 内存的 Mac 上实测，用它搭建命令行待办、网页研究抓取程序和 RSI 科普网站，认为其速度和准确度优于同尺寸模型。Recursive 已从 Google Ventures、Greycroft、Nvidia 和 AMD Ventures 融资 6.5 亿美元，估值 46.5 亿美元。
匹配字段摘要、正文
Inception 发布扩散语言模型 Mercury 3，称其在 12 项基准中赢下 8 项，运行速度为 GPT-6 Luna 和 Claude Haiku 5.5 的四到八倍。在 Inception 自测中，Mercury 3 在 IFBench 得 76.84 分，比 GPT-6 Luna 高 15 分；SWE-Bench Atlas 得 51.08 分，对手分别为 33.33 和 32.26。Claude Haiku 5.5 则在 DeepSWE 长代码测试和长文本检索上领先。该模型在 Nvidia GPU 上每秒生成 1,068 个 token，定价为每百万输入 token 0.20 美元、输出 0.70 美元，发布期五折，已上线 Inception 平台及 OpenRouter、Baseten、Vercel，目前尚无独立测试。
匹配字段摘要、正文
Inception AI 发布旗舰扩散语言模型 Mercury 3，在自家 12 项基准中 8 项超过 GPT-6 Luna 和 Claude Haiku 5.5，速度为其 4 到 8 倍。官方称在 NVIDIA GPU 上达到每秒 1068 tokens，Haiku 5.5 约 240、GPT-6 Luna 约 130；上下文窗口提升至 100 万 tokens，参数量未披露，仅称超过 Mercury 1 的 40 倍。定价为每百万输入 tokens 20 美分、输出 70 美分，发布期五折，可通过 Inception 平台及 OpenRouter、Baseten、Vercel 调用。
匹配字段摘要、正文