MemTensor 团队开源原生记忆架构模型 MemT-1.0，提供 36B Nano 与 288B Flash 两档尺寸，并发布 66 页技术报告。模型在标准 Transformer Block 旁并联 Native Memory Block，通过擦除门、写入门与遗忘门实现 Token 级动态状态更新，并以 Mixture-of-Storage 机制扩展记忆容量。据文中数据，256K 历史下显存从 5.06 GiB 降至 40 MiB，首字延迟在 512 到 256K 之间保持在 104–112 ms。
匹配字段摘要、正文
IBM 发布 Granite Switch 4.1-8B 和 4.1-30B，内置一组预编译适配器，可在同一端点提供对话、决策与语音能力。由于适配器共享基座模型的 KV cache，在通用决策适配器之外叠加专用适配器几乎不增加成本，专用适配器在专门分类任务上可超过通用决策模型。在 5 步 RAG 工作流对比中，Granite-Switch-4.1-30B（冻结基座 Granite + 4 个专用 aLoRA）快于 Jev-27B（冻结基座 Qwen + 1 个通用决策 LoRA）；其 3B 版本在 Doom 游戏中达到 60-100 次决策/秒，并可在游玩时进行叙述和回答问题。IBM 计划在 Mellea 中发布用于训练适配器的 Adapter SDK，并支持社区用自定义及第三方适配器组合自己的 Granite Switch 模型。
匹配字段摘要、正文
2026年10月16日,IBM发布Granite Switch 4.1-8B和4.1-30B模型。据Hugging Face发布的信息,这两个模型内置一组预编译适配器,可在同一端点提供对话、决策与语音能力。由于适配器共享基座模型的KV cache,在通用决策适配器之外叠加专用适配器几乎不增加成本,专用适配器在专门分类任务上可超过通用决策模型。在5步RAG工作流对比中,Granite-Switch-4.1-30B(冻结基座Granite加4个专用aLoRA)快于Jev-27B(冻结基座Qwen加1个通用决策LoRA);其3B版本在Doom游戏中达到60至100次决策/秒,并可在游玩时进行叙述和回答问题。IBM还计划在Mellea中发布用于训练适配器的Adapter SDK,并支持社区用自定义及第三方适配器组合自己的Granite Switch模型。目前尚无后续发展事实。
匹配字段摘要
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
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、正文
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
Inception 发布 Mercury 2，称其为全球最快的推理语言模型，采用扩散式并行精炼而非自回归逐 token 解码，生成速度提升超过 5 倍。官方数据为 NVIDIA Blackwell GPU 上 1,009 tokens/sec，定价 $0.25/1M 输入 token、$0.75/1M 输出 token，支持可调推理、128K 上下文、原生工具调用和 schema 对齐的 JSON 输出，并兼容 OpenAI API。该模型面向编码补全、智能体循环、实时语音和搜索 RAG 等延迟敏感场景，现已可用。
匹配字段摘要、正文
V4.1-Flash 的 KV cache 相比上一代仅需 1/4 的 HBM 和 1/8 的 SSD 存储。由于缓存命中费用通常占智能体成本的较大部分，压缩缓存可显著降低相关成本。
V4.1-Flash 的 KV cache 相比上一代仅需 1/4 的 HBM 和 1/8 的 SSD 存储。由于缓存命中费用通常占智能体成本的较大部分，压缩缓存可显著降低相关成本。 · V4.1-Flash’s KV cache requires just 1/4 of the HBM and 1/8 of the SSD storage used by the previous generation. Because cache-hit charges often account for a large share of agent costs, the compression can significantly reduce those costs.
匹配字段摘要、正文
Galaxea 开源 VLA 模型 G0.5 以 20.23 的平均分位列 RoboDojo 排行榜第一，其中 Precision 得分 28.25，Long-Horizon 得分 44.12。开源一个多月后，G0.5 已在包括 LIBERO、BEHAVIOR-1K 和 RoboDojo 在内的 8 项公开机器人基准与评估中取得领先结果。
以 20.23 的平均分位列 RoboDojo 排行榜第一，其中 Precision 得分 28.25，Long-Horizon 得分 44.12。开源一个多月后，G0.5 已在包括 LIBERO、BEHAVIOR-1K 和 RoboDojo 在内的 8 项公开机器人基准与评估中取得领先结果。 · Galaxea’s open-source VLA model G0.5 ranks first on the RoboDojo Leaderboard with an Average Score of 20.23, including 28.25 in Precision and 44.12 in Long-Horizon. Just over a month after its open-source release, G0.5 has achieved leading results across eight public robotics benchmarks and evaluations, including LIBERO, BEHAVIOR-1K, and RoboDojo.
匹配字段摘要、正文
Liquid AI 发布 Liquid Nanos 系列任务专用端侧基础模型，参数规模 350M 至 2.6B，占用 100MB 至 2GB 内存，可在手机、笔记本和嵌入式设备上本地运行。首批实验性模型包括 LFM2-Extract、LFM2-350M-ENJP-MT、LFM2-1.2B-RAG、LFM2-1.2B-Tool、LFM2-350M-Math，以及社区开发的 Luth-LFM2 法语微调系列。官方称 LFM2-1.2B-Extract 在结构化抽取上优于 22.5 倍参数量的 Gemma 3 27B，LFM2-350M-ENJP-MT 的英日互译质量超过 10 倍参数量的通用模型。模型已在 LEAP 平台和 Hugging Face 上线，采用开放许可。
匹配字段摘要、正文
MemTensor于2026年10月22日开源原生记忆架构模型MemT-1.0,提供36B Nano与288B Flash两档尺寸,并发布66页技术报告。据代表性报道,该模型在标准Transformer Block旁并联Native Memory Block,通过擦除门、写入门与遗忘门实现Token级动态状态更新,并以Mixture-of-Storage机制扩展记忆容量。报道中的数据称,在256K历史下显存从5.06 GiB降至40 MiB,首字延迟在512到256K之间保持在104–112 ms。目前尚无后续发展事实。
匹配字段摘要
2025年12月9日,G42旗下Inception、MBZUAI基础模型研究所与Cerebras Systems联合发布阿拉伯语中心大模型家族Jais-2,包含8B和70B两个版本,并在Hugging Face开放权重。据官方信息,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,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。该模型部署在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。目前尚无后续发展事实。
匹配字段摘要
2026年10月1日,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。该模型以 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。目前尚无后续发展事实。
2026年10月1日,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。该模型以 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。目前尚无后续发展事实。
匹配字段摘要
2026年9月29日,Inception Labs发布扩散式推理语言模型Mercury 2,称其为全球最快的推理语言模型。该模型采用扩散式并行精炼而非自回归逐 token 解码,官方称生成速度提升超过5倍,在NVIDIA Blackwell GPU上达到1,009 tokens/sec。定价为每百万输入token 0.25美元、每百万输出token 0.75美元,支持可调推理、128K上下文、原生工具调用和schema对齐的JSON输出,并兼容OpenAI API,面向编码补全、智能体循环、实时语音和搜索RAG等延迟敏感场景,现已可用。同日,Inception Labs宣布Mercury 2上线Azure AI Foundry,目前在美国和加拿大区域提供。
匹配字段摘要
2025年9月25日,Liquid AI发布Liquid Nanos系列任务专用端侧基础模型,参数规模从350M到2.6B,占用内存100MB至2GB,可在手机、笔记本和嵌入式设备上本地运行。首批实验性模型包括LFM2-Extract、LFM2-350M-ENJP-MT、LFM2-1.2B-RAG、LFM2-1.2B-Tool、LFM2-350M-Math,以及社区开发的Luth-LFM2法语微调系列。官方称LFM2-1.2B-Extract在结构化抽取上优于参数量22.5倍的Gemma 3 27B,LFM2-350M-ENJP-MT的英日互译质量超过参数量10倍的通用模型。模型已在LEAP平台和Hugging Face上线,采用开放许可。
匹配字段摘要
Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，并在 HLE-Diamond、TB-Science 等 9 项评测中的 4 项领先。该模型主打网络安全与长周期任务，宣称在 SEC-bench Pro 上取得 88.2%、ExploitGym 上 54.8%、CWE-bench 上 71.0%，初期仅通过 Fairwind Program 向可信网络安全人员开放。规格上支持 1M token 上下文与 1M 最大输出，输入覆盖文本、图像、视频和语音，输出为文本；Artificial Analysis 列出的标准价格为每百万输入/输出 token 4/20 美元，另有 50% 上线折扣。
灯片（@MarkSellke）。 小型专用模型：Samaya 对 Nemotron 3.5 Lightning（总计 30B，激活 3B）进行了后期训练，包含两个 SFT 阶段和两个 GRPO 阶段。它在 FrontierFinance 上得分为 58.9%，而 Fable 5.1 为 55.9%，成本为 0.61 美元对 6.89 美元（@maithra raghu）。 检索与记忆： EmbeddingGemma 2：这个开放的多模态嵌入模型有 744M 参数，具有模块化编码器，仅文本时以 271M 参数运行。它在 MTEB Multilingual v2 上得分为 61.36（@dair ai）。 EMMA：该系统通过情景记忆改进多智能体设置。它比 GEPA 和 ADAS 最高提升 32.5%（@omarsar0）。 网络上的 AI 文本：截至 2026 年 8 月，约 24% 的可抓取页面包含 AI 生成或 AI 编辑的文本（@omarsar0）。 推理与硬件系统 KV 缓存工程： AKV（清华大学与香港中文大学）：该服务引擎新增了“drop”和“repos”缓存操作。它将智能体
匹配字段正文
蚂蚁集团 GuangJian 团队在 GitHub 开源 DefakerOne2，一个基于 Qwen3.5-2B 多模态骨干的 2B 参数统一视觉取证模型，覆盖 AI 生成内容、DeepFake 人脸、文档篡改、自然图像篡改、人脸与证件防伪以及 AI 生成视频检测。模型在约 5000 万样本上训练，采用 LoRA 到全参数再到 LoRA 的三阶段 Tide-Style Tuning，并用基于熵的测试时路由在视频与帧两条通路间选择。团队称其在 53 项检测基准中 40 项达到 SOTA、14 项定位基准中 11 项达到 SOTA，权重与 RRVBench 基准已发布于 ModelScope。
视频真实集的宏平均。 引用 如果您在研究中使用 DefakerOne2、RRVBench 或本仓库的任何部分，请引用技术报告： @article{guangjian2026defakerone2, title = {Venus-DefakerOne2: A Vision-Forensics Foundation Model with Broader Coverage}, author = {Qu, Chenfan and Liang, Yachao and Fang, Mingqi and Xie, Jiangwei and Chang, Zheng and Wang, Zhenming and Zhang, Baoyue and Jin, Fanli and Jiang, Changjiang and Li, Junchi and Wang, Haoyue and Zhu, Xuekang and others}, journal = {GuangJian Team, Ant Group --- Technical Report}, year = {2026}, note = {\u
匹配字段正文
OpenAI 推出新模型 GPT-6.1 Terra，主打视觉推理、电脑操作和写作能力，标准 API 价格为每百万输入 token 1 美元、每百万输出 token 5 美元，较 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。在 Agents' Last Exam 中等推理强度下，其电脑操作得分较 GPT-5.6 Terra 提高 15 个百分点，表现与 GPT-6 Astra 相当，每 token 价格仅为后者的十分之一。该模型已面向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 及 Edu 用户开放，但最复杂的编程任务仍建议使用 GPT-6.1 Sol 和 GPT-6 Astra。
对试图使其偏离用户任务的恶意指令，也展现出较强的抵抗能力。 结语：以更低成本推进电脑任务自动化 GPT-6.1 Terra重点提升视觉理解、电脑操作和事实准确性的同时，降低了完成任务所需的时间与成本。与GPT-6.1 Sol和GPT-6 Astra相比，该模型具备更高的性价比优势，但在复杂编程任务上仍存在一定差距。 对于需要反复读取信息、操作软件和录入数据的工作，更低的单项任务成本，有助于扩大电脑操作等Agent任务的应用范围。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”
匹配字段正文
OpenAI 发布 GPT-6.1 Terra，替代 GPT-5.6 Terra，API 定价为每百万输入 token 1 美元、输出 5 美元，是 GPT-6.1 Sol 的一半。该模型支持 1.05M token 上下文和 128K 最大输出，面向视觉推理、电脑操作与写作，仅通过 OpenAI 托管的 API、ChatGPT Work 和 Codex 提供。在 Agents' Last Exam v1 上最高努力档得分 60.0%、每任务 1.01 美元，MMMU-Pro 视觉得分 85.5%，但 Terminal-Bench 4.0 仅 50.3%，落后于 GPT-6.1 Sol 和 Claude Sonnet 5.5。
半，也是 GPT-6 Astra 的 10 美元/50 美元的十分之一。Claude Opus 5.5 标价为 4 美元/20 美元。 在 ChatGPT 中，Terra 已面向 Plus、Pro、Enterprise 和 Edu 用户，在 ChatGPT Work 和 Codex 中上线。 GPT-6.1 Terra 与竞品对比 特性GPT-6.1 TerraGPT-6.1 SolGPT-6 AstraClaude Opus 5.5Claude Sonnet 5.5 参数未披露未披露未披露未披露未披露 上下文窗口1.05M1.05M1.05M1M1M 最大输出128K128K128K128K128K API 价格（每 1M 输入/输出）$1 / $5$2 / $10$10 / $50$4 / $20$2 / $10 权重闭源闭源闭源闭源闭源 Agents' Last Exam v1（max）60.0%（$1.01/任务）58.6%（$2.00/任务）59.3%（$7.24/任务）63.2%（$8.82/任务）未显示 MMMU-Pro 视觉（max）85.5%86.3%86.7%未显示
匹配字段正文