Testing Catalog模型发布
AI 评分64Nature Will 发布首个物理世界基础模型 Natura-1
#模型发布#具身智能#多模态
N全部新闻
全部新闻
- Yuchen Jin模型发布AI 评分51
Meta 发布 Muse Wonder 前沿模型家族，多项评测逼近 Opus 5.5
Introducing Muse Wonder, our new family of frontier models with state of the art performance for personal and professional agentic work. https://t.co/NKHrybrGKQ
#模型发布#评测/基准#Agent
- Rohan Paul模型发布AI 评分80
Meta 发布 Muse Wonder 系列前沿模型
Introducing Muse Wonder, our new family of frontier models with state of the art performance for personal and professional agentic work. https://t.co/NKHrybrGKQ
#模型发布#评测/基准#编码
- Rohan Paul模型发布AI 评分67
Meta 发布 Muse Wonder，多项基准超过 Opus 5.5 与 GPT-6 Astra
introducing muse wonder our new frontier model. state-of-the-art at personal agents and professional agents. our largest and most capable model yet—rivals the big bois https://t.co/REYHXbjpf6
#评测/基准#Agent#编码
- Rohan Paul模型发布AI 评分60
nature will 发布 500 亿参数 MoE 具身基础模型 Natura-1
Introducing Natura-1, our first general foundation model for the physical world. It follows natural-language instructions zero-shot and turns them into action with dexterous hands. Natura-1 is a 50-billion-parameter mixture-of-experts (MoE) model pretrained on one million hours of egocentric human experience. On top of this foundation, we conduct efficient post-training on a limited amount of robot data to adapt pretrained world knowledge to dexterous manipulation, yielding a model that generalizes to a wide range of unseen scenarios. Natura-1 follows complex natural-language instructions zero-shot, reasoning through spatial constraints, multi-object relationships, and negative conditions. It can also autonomously carry out long and continuous workflows to perform long-horizon executions. Natura-1 provides early evidence that generalization—and even emergent behavior—can coexist with the complexity of dexterous hands. Further progress depends on the full stack: infrastructure for faster training and real-time inference, pretraining data at greater scale and coverage, and models that transfer to robots with less adaptation. We expect it to be a long-term research and engineering effort.
#模型发布#具身智能#多模态
- Artificial Analysis模型发布AI 评分79
Meta 发布 Muse Wonder 与 Muse Wonder Full，智能指数最高 56 分
#模型发布#Agent#编码
- 面壁智能 OpenBMB模型发布AI 评分70
面壁智能开源 MiniCPM-V 4.7 系列，含 35B-A3B 与 1B 两款端侧多模态模型
#模型发布#多模态#端侧
- 腾讯混元 Research一手模型发布AI 评分78
腾讯混元发布并开源 Hy3 preview 语言模型
4 月 23 日，腾讯混元发布并开源 Hy3 preview 语言模型，这是一个快慢思考融合的混合专家模型，总参数 295B，激活参数 21B，最大支持 256K 上下文长度。官方称其为重建后训练的第一个模型，在复杂推理、指令遵循、上下文学习、代码和智能体等方向有大幅提升，并已在元宝、CodeBuddy、WorkBuddy、QQ、ima、QQ浏览器、腾讯文档、腾讯乐享上线，同时支持 OpenClaw、OpenCode、KiloCode 等开源智能体产品。模型已在 GitHub、Hugging Face、ModelScope 开源，腾讯云推出 API 价格和 Token Plan，个人版最低 28 元/月；官方也提到工具调用错误恢复能力不足、对推理超参数敏感等已知问题。
#模型发布#开源生态#推理
- 腾讯混元 Research一手模型发布AI 评分66
腾讯混元发布 Hy-MT2 多语言翻译模型族
腾讯混元发布 Hy-MT2 多语言翻译模型族，包含 Hy-MT2-1.8B、Hy-MT2-7B 和 Hy-MT2-30B-A3B，支持 33 种语言互译并遵循多语言翻译指令。在 FLORES-200 的 XX⇔XX 设置下，三款模型分别达到 79.77、86.89 和 87.47，相当于 Gemini 3.1 Pro 思考模式的 89.9%、97.9% 和 98.6%。模型提供 1.25-bit、2-bit、4-bit、8-bit 和 FP16 多种精度，其中 1.25-bit 版本基于自研 AngelSlim 技术，仅需约 440MB 存储，在苹果 A15 上推理速度相比 Hy-MT1.5 的 4-bit 版本提升 1.5 倍。
#模型发布#多模态#端侧
- 腾讯混元 Research一手模型发布AI 评分80
腾讯混元正式发布 Hy3 模型
腾讯混元正式发布 Hy3，基于 4 月底的 Hy3 preview 迭代，提升后训练数据质量与规模并扩大 RL 算力，在推理、智能体、长上下文任务上比肩参数规模为其 2～5 倍的更大尺寸旗舰模型。内部 270 位专家真实工作盲测中 Hy3 均分 2.67/4，高于 GLM5.1 的 2.51/4；幻觉率从 12.5% 降至 5.4%，多轮问题率从 17.4% 降至 7.9%，MRCR 从 42.9% 升至 75.1%。模型已在腾讯云、GitHub、HuggingFace 和 ModelScope 开放，API 价格为每百万 Tokens 输入 1 元、输出 4 元、命中缓存输入 0.25 元。
#模型发布#Agent#推理
- 腾讯混元 Research一手模型发布AI 评分85
腾讯混元发布 Hy4 preview：770B 总参数、49B 激活、1M 上下文
腾讯混元发布 Hy4 preview，总参数 770B、激活参数 49B、上下文长度 1M，在代码、办公、科学等真实生产力任务上做了扩展，模型权重已在 GitHub、HuggingFace 和 ModelScope 开放。官方称 163 名内部专家对 203 个工程任务盲测中，Hy4 preview 均分 2.99/4，略优于 GLM 5.3 的 2.92/4 和 Kimi K3 的 2.94/4。API 价格为每百万 Tokens 输入命中缓存 0.3 元、输入 6 元、输出 18 元，官方同时说明这是 Hy4 的早期版本，存在复杂任务长思考和过度自我验证等已知问题。
#模型发布#开源生态#Agent
- 腾讯混元 Research一手模型发布AI 评分58
腾讯混元发布 Hy Image3.5 preview 图像生成模型
腾讯混元发布 Hy Image3.5 preview，延续 Hy Image3.0 系列思路，在文本渲染与布局、真实感与风格表现力、编辑一致性上提升，上百名专业设计师 GSB 盲测对比上一代模型胜率综合提升 30% 以上。该模型支持文生图和图生图，单次最多上传 5 张参考图，可基于历史上下文多轮创作和连续编辑，支持多种尺寸比例及最高 2K 分辨率输出。腾讯云 API 定价为中国区输出 0.15 元/张、国际区 0.024USD/张，输入不收费。
#模型发布#图像生成#多模态
- InternLM 原创项目一手模型发布AI 评分64
InternLM 发布 35B 基础模型 Intern-S2-Mobius
InternLM 发布 Intern-S2-Mobius，一个基于 Mobius-v0 架构、由 Xtuner 和 LMDeploy 实现的 35B 基础模型。它把知识存储与推理计算解耦，用全局共享 Memory 替代逐层绑定的 FFN 知识存储，让多个 Reasoner 迭代查询和精炼隐状态，具备 Backward Residual Connection 和 Dynamic Latent Reasoning 两项能力。模型由 Qwen3.5-35B 继续预训练并经 SFT 和 RL 后训练，技术报告称端到端推理效率提升近 4 倍，在推理基准上得分与 Qwen3.5-35B 相当或更强，同时推理链更短、请求吞吐更高，并在 Biology-Instructions、Mol-Instructions、MolecularIQ 等科学任务上有较大提升。模型以 bfloat16 权重格式发布，支持 LMDeploy、Transformers、vLLM、SGLang 部署，推荐使用 MTP 投机解码。
#模型发布#开源生态#推理
- InternLM 原创项目一手模型发布AI 评分62
InternLM 发布 InternLumina-U2 统一多模态模型推理代码与昇腾权重
InternLM 发布 InternLumina-U2，一个 16B-A1B 的 MoE 统一多模态模型，用同一套骨干和离散 token 接口覆盖文本问答、文生图、图像理解与编辑、视频理解和 3D 理解。该模型基于 LLaDA-2.0 MoE 扩散语言模型，采用 AToken 的 8 码本全离散视觉表示，输入侧拼接各码本嵌入，输出侧以空间并行去噪加码本深度自回归预测。目前仓库只放出推理代码，昇腾训练权重已在 Hugging Face 提供，NVIDIA 权重、训练代码和技术报告将后续发布。
#开源/仓库#多模态#图像生成
- InternLM 原创项目一手模型发布AI 评分73
InternLM 发布 Intern-S2 系列科学多模态模型
InternLM 发布 Intern-S2-397B 及其预览版 Intern-S2-Preview-397B、Intern-S2-Preview-35B 等科学多模态基础模型，覆盖预训练、强化学习任务与长程智能体三个方向。其中 Intern-S2-Preview-35B 基于 Qwen3.5 继续预训练，仅用 35B 参数在多个核心专业科学任务上达到万亿级 Intern-S1-Pro 的相当水平，并采用共享权重 MTP 与 CoT 压缩提升推理效率。系列模型支持 LMDeploy、vLLM、SGLang 部署，以 Apache 2.0 许可发布。
#模型发布#多模态#推理
- World Labs Blog一手模型发布AI 评分75
World Labs 发布实时生成世界模型 RTFM 研究预览
World Labs 发布 RTFM（Real-Time Frame Model）研究预览，这是一个随交互实时生成视频的生成式世界模型，可用于探索生成的 3D 世界和真实场景，并已在浏览器中开放体验。RTFM 基于自回归扩散 Transformer，不依赖显式 3D 表示，而是把输入帧转为 KV cache 作为隐式世界表示，并通过带位姿帧的空间记忆和 context juggling 实现长时间交互下的持久性。官方称其仅用单张 H100 GPU 即可达到交互级帧率，并预期更大模型随推理预算提升继续改进。
#模型发布#视频#多模态
- World Labs Blog一手模型发布AI 评分69
World Labs 正式开放多模态世界模型 Marble
World Labs 宣布其多模态世界模型 Marble 即日起向所有人开放，此前仅面向少量 beta 用户。Marble 支持从文本、图像、视频或粗略 3D 布局生成 3D 世界，并可交互式编辑、扩展和组合，生成结果可导出为 Gaussian splats、网格或视频。同时推出 Marble Labs 创作社区，提供案例研究、教程和文档。
#产品更新#多模态#图像生成
- World Labs Blog一手模型发布AI 评分80
World Labs 发布世界模型 Atlas，原生支持文本、图像、视频与 3D
World Labs 发布下一代世界模型 Atlas，这是一个从零预训练的多模态自回归扩散 Transformer，原生处理文本、图像、视频和 3D，所有输入被组合进共享的空间上下文。Atlas 支持像素级相机控制的图像与视频生成，可输出最长 1 分钟、1440p 的视频，并能从 1 到上百张输入图像重建真实场景，生成点云或 3D Gaussian splats。官方称其在相机控制生成和稀疏视图 3D 重建两项任务上优于专用模型，目前面向部分合作伙伴开放早期访问，并将用于 Marble 等后续产品。
#模型发布#多模态#视频
- FireRedTeam 原创项目一手模型发布AI 评分52
FireRedTeam 发布 FireRed-OCR，OmniDocBench v1.5 得分 92.94%
FireRedTeam 发布文档解析框架 FireRed-OCR，基于 Qwen3-VL 架构，在 OmniDocBench v1.5 上取得 92.94% 的总体得分，官方称其在端到端方案中排名第一，超过 DeepSeek-OCR 2、OCRVerse 以及 Gemini-3.0 Pro、Qwen3-VL-235B 等通用 VLM。该框架通过多任务预对齐、专用 SFT 和格式约束 GRPO 三阶段训练，用公式语法、表格完整性、层级闭合和文本准确率奖励来抑制结构幻觉，并已开源 FireRed-OCR-2B 权重，代码与权重采用 Apache 2.0 许可。
#开源/仓库#多模态#数据/训练
- FireRedTeam 原创项目一手模型发布AI 评分67
FireRedTeam 发布 FireRed-Image-Edit-1.1 图像编辑模型
FireRedTeam 发布 FireRed-Image-Edit-1.1，在 1.0 基础模型上优化人像一致性、多元素融合、风格化文字参考和人像妆容效果。该模型支持 1 至 3 张输入图，超过 3 张时由内置 Agent 模块自动完成 ROI 检测、裁剪拼接与指令重写，并已提供 ComfyUI 工作流和 GGUF 轻量格式支持。官方称其轻量推理脚本仅需 30GB 显存、约 4.5 秒生成一张，代码与权重采用 Apache 2.0 许可。
#开源/仓库#图像生成#多模态