Liquid AI 发布 d1-3B 和 d1-omni-600M 两款开放权重决策模型，已在 Hugging Face 上线。d1-3B 在 Decision Index v0.2.1 公开集得 48.57，超过所有 10B 以下模型，与 12 倍规模的 Decider 35B-A3B 持平；单次提问在 RTX 4090 上 8 ms、Jetson AGX Thor 上 16 ms、Jetson AGX Orin 上 26 ms、Jetson Orin Nano 上 50 ms。d1-omni-600M 是首个实验性 checkpoint，支持文本与图像或文本与音频输入，同一指数得 15.95。
匹配字段摘要、正文
Google 发布 EmbeddingGemma 2，这是其首个开源的原生多模态嵌入模型，采用 740M 参数的轻量模块化设计，可处理文本、代码、图像、视频和音频任务。官方称其与 Gemma 4 搭配适合离线、隐私优先的 RAG，性能超过部分参数量两倍以上的专用模型，权重已在 Hugging Face 开放下载。
匹配字段摘要、正文
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为向量，参数量 740M，Google 称其在多模态嵌入基准上超过参数量两倍的竞品。该模型无需 API key 即可本地运行，浏览器中通过 WebGPU 单次查询约 20 至 70 毫秒，仅需约 191MB 内存，本地向量数据库存储最多减少六倍；纯文本任务可用 270M 参数版本。搭配 Gemma 4 等小型开源模型可离线运行 RAG 应用，权重已在 Hugging Face 和 Kaggle 发布，并附开发者指南与文档。
匹配字段摘要、正文
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构的 740M 参数开源多模态嵌入模型，可将文本、代码、图像、视频和音频嵌入同一个 768 维空间，采用 Apache 2.0 许可，权重已上线 Hugging Face 和 Kaggle，并提供 Ollama、llama.cpp GGUF 和 LiteRT 版本。模型采用模块化设计，文本与代码主干 270M、视觉编码器 170M、音频编码器 300M 均可选，上下文窗口 8192 token，是上一版的 4 倍。Google 研究团队称其在 MTEB Code 和 MAEB 的 1B 以下多模态嵌入模型中领先，代码检索从 68.76 提升到 78.68；量化后在 Pixel 11 Pro 上纯文本约占 191MB 内存，全多模态约 567MB。
匹配字段摘要、正文
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型，原生将文本、图像、音频和视频映射到统一嵌入空间。它在 MTEB Code 上从 68.76 提升到 78.68，支持 8K token 上下文窗口，可处理约 5.5 分钟音频、29 张图像或 58 帧视频，并可通过 MRL 将向量从 768 维截断至 128 维。模型权重已在 Hugging Face 和 Kaggle 开放下载，支持 LiteRT、MediaPipe、transformers.js、vLLM、Ollama 等部署方式。
匹配字段摘要、正文
Google DeepMind 发布 EmbeddingGemma 2，这是面向端侧的多模态嵌入模型，可将文本、图像、音频和视频映射到统一嵌入空间。模型基于 Gemma 4 架构，采用 Apache 2.0 许可，参数量 7.4 亿，文本任务最低 2.7 亿参数，可选视觉（1.7 亿）和音频（3 亿）编码器。它支持 8K token 上下文窗口，是 EmbeddingGemma 1 的 4 倍，可处理约 5.5 分钟音频、29 张图片或 58 帧视频；借助 MRL 可将输出向量从 768 维截断至 512、256 或 128 维，最多减少 6 倍存储占用。在 MTEB Code 上得分从 68.76 提升至 78.68，模型权重已在 Hugging Face 和 Kaggle 开放下载。
匹配字段摘要、正文
Reflection 发布 Beam，这是一个高效的智能体开源模型，总参数 501B、激活参数 23B，强调前沿推理效率，并在编码与智能体任务上推进西方开源前沿，且从零开始端到端训练。完整权重将于本月发布。Hugging Face CEO Clément Delangue 转发了这条消息。
匹配字段摘要
Aleph Alpha 发布 Kolibri，这是一个 78B 参数的德英双语模型，采用混合专家架构，每个 token 约激活 3B 参数。公司称其在两种语言的质量与运行成本上处于帕累托前沿，训练数据中德语占 21.3%，并建有专门的德语数据管线，部分合成数据由中文模型生成。Kolibri 面向公共管理、航空和工业场景，按欧洲法律并参照 EU AI Act 开发，支持最高 100 万 token 上下文窗口，在德国和芬兰的 768 块 B200 GPU 上训练，权重以 Apache 2.0 许可在 Hugging Face 开放。
匹配字段摘要、正文
中电信人工智能科技有限公司发布星辰大模型 Xing4.0-29B-A4B，总参数 29B、激活参数 4B，全流程训练在国产昇腾 910C 集群完成，并冲进 Hugging Face 趋势榜前四。该模型经 4-bit 量化后单卡显存占用约 15GB，可在 RTX 3090、4090 等 24GB 显卡本地运行，推理吞吐可达 30tokens/s。评测中 SWE-bench Verified 得 75.0 分，Terminal-Bench 2.1 得 57.5 分，Claw-Eval 得 76.55 分，并已在集团客服智能体场景完成私有化部署，同步上架 GitHub、HuggingFace、魔搭、Gitee、魔乐五大社区。
匹配字段摘要、正文
Cantina Security 与 Yeta Labs 发布面向漏洞研究的开源权重模型 apex-flash-1，基于智谱 GLM-5.3-Flash 做强化学习微调，以 MIT 许可在 Hugging Face 发布。该模型总参数 321.3B，用 GRPO 加 rank-256 LoRA 训练，数据来自 50 个真实漏洞案例构建的 150 个任务。在 20 个留出漏洞案例的 60 项任务上解出 40 项（66.7% pass@1），单次运行约 2.38 美元，Claude Opus 5 High 解出 43 项（71.7%）但成本约 74.68 美元；BF16 部署约需 640 GB GPU 显存。
匹配字段摘要、正文
Aleph Alpha 发布开源权重英德双语 MoE 模型 Kolibri，总参数 78.1B，每 token 仅激活 3.46B（4.4%），支持最长 1,048,576 token 上下文，并以 Apache 2.0 许可在 Hugging Face 发布。FP8 权重约 78GB，可在单张 B200、B300 或 H200，或 2 张 H100 SXM5 上通过 vLLM 部署，面向公共管理、工业和航空航天等受监管行业的自主部署。模型采用 50 层 Transformer、384 个路由专家中每 token 选 6 个加 1 个共享专家，40 层滑窗注意力配 10 层全注意力，预训练覆盖 20T token。
匹配字段摘要、正文
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，与 Claude 驱动的 Thinking mode 并存。Ai2 称 Fast mode 平均每份报告 51.1 秒，Thinking mode 为 178.5 秒，约快 3.5 倍。模型基于 Qwen3-8B，采用 SFT 加 DPO 训练，训练数据来自 90K 条真实科研查询，权重和训练数据已在 Hugging Face 开放下载。
匹配字段摘要、正文
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，基于 Qwen3.8-27B 和 Qwen3.5-9B，训练时保持基座模型不变，用自有合成数据训练额外组件来输出带概率的分类结果。Cloudflare 称在 43 项基准上两者快于所有相关竞品，Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，而 Jev 超过 524 毫秒；API 与 Jev 完全兼容，模型以 Apache-2.0 许可在 Hugging Face 提供，并运行在 Workers AI 上。Cloudflare 还推出强化学习服务供客户微调，初期由前向部署工程师协助，后续计划上线自助平台。
匹配字段摘要、正文
AWS Strands Labs 发布开源决策模型 Strands Decider 2B，它不生成文本，只读取状态和带类型的问题，返回选项、是/否概率或带校准置信度的评分。模型有 19 亿参数，可本地跑在 CPU、消费级 GPU 或 Apple silicon Mac 上，权重以 Apache-2.0 协议发布在 Hugging Face，pip install strands-decider 提供 CLI 和 HTTP 服务。团队基于 Qwen3.5-2B-Base 去掉语言建模头，换成约 100 万参数的指针头，v19 在 JevBench 公开集准确率 0.723，RTX 3090 上中位延迟 115 ms。
匹配字段摘要、正文
Ai2 开源 AstaBrief，一个基于 Qwen3-8B 训练的科学报告生成模型，已作为 Asta 的 Fast 模式上线，并可从 Hugging Face 下载。训练采用监督微调加直接偏好优化的简单方案，SFT 数据来自 90K 条真实科研查询过滤后的 47K 条样本，DPO 数据约 6K 条，由 GPT-4.1 与 DeepSeek-R1 双评委一致才保留。模型一次生成完整报告，跳过片段摘要与聚类步骤，在 SQABench-CS2 等评测上接近 Claude 驱动的报告管线；374 名试用用户中 29.1% 连续使用两天以上，Fast 模式好评率 84.2%。
匹配字段摘要、正文
Cloudflare 发布其 Workers AI 团队训练的首批模型 Clef 和 Clef-flash，二者是决策模型而非聊天机器人，读取输入状态和类型化问题 schema 后为每个允许答案返回概率，不输出自由文本。两个模型以 Apache 2.0 开源权重发布，兼容 TypeSafe AI 的 Jev API，已在 Workers AI 上线，权重托管于 Hugging Face 供自托管。Clef 由 Qwen3.8-27B 后训练而来，Clef-flash 基于 Qwen3.5-9B，均保留原骨干的视觉编码器；在 Cloudflare 的 Decision Index 0.2.1 十项基准中 Clef 在其中 7 项得分最高，但 Jev 在 GPQA Diamond、MMLU-Pro 和 BBH 等知识密集型测试上仍领先，所有数字均为厂商自报，尚无独立复现。
匹配字段摘要、正文
Cloudflare 于 2026 年 10 月 1 日以 Apache 2.0 许可证在 Hugging Face 上开源两款决策模型 Clef 与 Clef-flash，均托管在 Workers AI 上。Clef 基于 Qwen3.8-27B、为 27B 参数多模态模型，Clef-flash 基于 Qwen3.5-9B 训练，二者读取文本、JSON、图像和视频，一次前向传播即返回所有选项的概率，不生成自由文本。Cloudflare 称其威胁情报团队用 Clef 做网站域名分类，取得、渲染和分类耗时约为通用 LLM gpt-oss-120b 的一半，分类结果更细。
匹配字段摘要、正文
阿里 Qwen-Image-2.1 于 9 月 20 日以开源权重发布，在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单均排名第 18，为开源权重模型第一，超过 Ideogram 4.0 (Quality) 和 HunyuanImage 3.0 Instruct。该模型含 7B 参数视觉生成组件，单模型同时支持文生图与图像编辑，原生 2K 输出和原生透明（RGBA）图像生成与编辑，权重采用 Qwen Research License，商用需单独授权。权重已在 Hugging Face 和 ModelScope 发布，Diffusers、ComfyUI、vLLM-Omni、SGLang 和 LightX2V 提供 day-0 支持。
匹配字段摘要、正文
G42 旗下 Inception、MBZUAI 基础模型研究所与 Cerebras 联合发布阿拉伯语大模型 Jais 2，包含 8B 和 70B 两个版本，并在 Hugging Face 开放权重。Jais 2 70B 在阿拉伯语榜单 AraGen 上取得该榜单阿拉伯语模型的最优表现，同时在翻译、摘要、金融分析以及诗歌、宗教、饮食、解梦等阿拉伯文化相关任务上表现突出。Jais 2 70B 部署在 Cerebras CS-3 集群上，配合推测解码实现 2000 tokens/秒的输出速度，官方称比 GPT-5、Claude 等前沿模型在真实负载上快 20 倍以上。
匹配字段摘要
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 管线的上下文嵌入模型，每个 chunk 在编码时都能看到完整文档。模型以 Perplexity 的 query-aware 上下文压缩模型作为教师，用逐 token 打分池化出的软目标替代单一 gold passage 标注，训练时随机采样切块策略，推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源，需 transformers>=5.4.0 并设置 trust_remote_code=True，暂未上线 Perplexity API，模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型，线性投影输出 2048 维，Matryoshka 训练支持 1024 维，量化感知训练支持原生 int8 嵌入，训练使用约 430 个数据集、覆盖 50 多种语言。
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 管线的上下文嵌入模型，每个 chunk 在编码时都能看到完整文档。模型以 Perplexity 的 query-aware 上下文压缩模型作为教师，用逐 token 打分池化出的软目标替代单一 gold passage 标注，训练时随机采样切块策略，推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源，需 transformers =5.4.0 并设置 trust remote code=True，暂未上线 Perplexity API，模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型，线性投影输出 2048 维，Matryoshka 训练支持 1024 维，量化感知训练支持原生 int8 嵌入，训练使用约 430 个数据集、覆盖 50 多种语言。
匹配字段摘要、正文