NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是一个来自 NVIDIA AI 的开源 120B-A12B 多模态模型，支持 1M 上下文，面向需要看、推理并跨文本、图像、文档、GUI 和视频行动的长时间运行智能体。该模型采用 Hybrid Mamba-Transformer MoE 架构与多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是一个开源的 120B-A12B 多模态模型，面向需要跨文本、图像、文档、GUI 和视频进行观察、推理与操作的长时运行智能体，支持 1M 上下文。该模型采用 Hybrid Mamba-Transformer MoE 架构并支持多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。
匹配字段摘要
TypeSafe AI 于 10 月 14 日太平洋时间下午 1:14 发布 Jev 1.14，这是一个改进版模型，同时带来面向开发者的实验性功能：图像、一种新的 box 类型以及更长的上下文。官方称 Jev 已具备多模态能力，图像可出现在此前文本能出现的任何位置，并引入 bounding box 原语用于定位；上下文长度提升至原来的 4 倍。`jev-preview` 现指向 `jev-1.14.0`，官方称整体有小幅改进，多语言支持提升最明显。官方强调这些是预览功能，尚未达到其生产级智能的标准。
TypeSafe AI 于 10 月 14 日太平洋时间下午 1:14 发布 Jev 1.14，这是一个改进版模型，同时带来面向开发者的实验性功能：图像、一种新的 box 类型以及更长的上下文。官方称 Jev 已具备多模态能力，图像可出现在此前文本能出现的任何位置，并引入 bounding box 原语用于定位；上下文长度提升至原来的 4 倍。 jev-preview 现指向 jev-1.14.0 ，官方称整体有小幅改进，多语言支持提升最明显。官方强调这些是预览功能，尚未达到其生产级智能的标准。
匹配字段摘要
TypeSafe AI 发布 Jev 1.14，为现有 Jev 模型加入多模态能力，图像可以出现在此前只能放文本的位置，并新增用于定位的边界框原语。上下文长度提升到原来的 4 倍，`jev-preview` 现指向 `jev-1.14.0`，官方称最大改进可能来自多语言支持。图像与边界框均属预览功能，官方提醒生产环境需谨慎使用。
TypeSafe AI 发布 Jev 1.14，为现有 Jev 模型加入多模态能力，图像可以出现在此前只能放文本的位置，并新增用于定位的边界框原语。上下文长度提升到原来的 4 倍， jev-preview 现指向 jev-1.14.0 ，官方称最大改进可能来自多语言支持。图像与边界框均属预览功能，官方提醒生产环境需谨慎使用。
匹配字段摘要
TypeSafe AI 宣布 Jev 1.14，上下文长度提升至原来的 4 倍，官方仍建议限制上下文长度但已不再强制。该版本还带来图像多模态、新的 bounding box 类型等预览功能，`jev-preview` 现指向 `jev-1.14.0`。
TypeSafe AI 宣布 Jev 1.14，上下文长度提升至原来的 4 倍，官方仍建议限制上下文长度但已不再强制。该版本还带来图像多模态、新的 bounding box 类型等预览功能， jev-preview 现指向 jev-1.14.0 。
匹配字段摘要
TypeSafe AI 宣布 Jev 1.14 于 10.14 下午 1:14 PT 发布，`jev-preview` 现已指向 `jev-1.14.0`。该版本带来图像多模态、新的 bounding box 基础类型和 4 倍上下文长度，官方称整体有小幅改进、多语言支持提升最明显，但图像等仍属预览功能，不建议直接用于生产。团队同时公开了自研的内部评测思路，并邀请开发者反馈 Jev 仍显笨拙之处。
TypeSafe AI 宣布 Jev 1.14 于 10.14 下午 1:14 PT 发布， jev-preview 现已指向 jev-1.14.0 。该版本带来图像多模态、新的 bounding box 基础类型和 4 倍上下文长度，官方称整体有小幅改进、多语言支持提升最明显，但图像等仍属预览功能，不建议直接用于生产。团队同时公开了自研的内部评测思路，并邀请开发者反馈 Jev 仍显笨拙之处。
匹配字段摘要
TypeSafe AI 于 10.14 发布 Jev 1.14，为当前 Jev 模型加入多模态图像能力，图像可出现在此前只能放文本的位置，并新增用于定位的 bounding box 原语，上下文长度提升至原来的 4 倍。官方称这些属于预览功能，生产级智能的门槛仍然较高，`jev-preview` 现已指向 `jev-1.14.0`，改进集中在多语言支持，同时团队公开了自研的开发者智能评测方式。
TypeSafe AI 于 10.14 发布 Jev 1.14，为当前 Jev 模型加入多模态图像能力，图像可出现在此前只能放文本的位置，并新增用于定位的 bounding box 原语，上下文长度提升至原来的 4 倍。官方称这些属于预览功能，生产级智能的门槛仍然较高， jev-preview 现已指向 jev-1.14.0 ，改进集中在多语言支持，同时团队公开了自研的开发者智能评测方式。
匹配字段摘要
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，总参数 120B、每 token 激活 12B，面向视觉推理与智能体工作流。该模型支持图像、文档和视频理解，以及视觉推理、工具调用和文档智能等场景，目前已上线 fal 平台。
匹配字段摘要
面壁智能（OpenBMB）感谢 Intel Devs 为 MiniCPM-V 4.7 提供 day-0 支持，并表示期待将该模型的多模态能力带到 Intel CPU、GPU 和 NPU 上。被引用的 Intel Devs 帖文称，OpenVINO 已为 MiniCPM-V 4.7 提供 Day 0 支持，可在 Intel CPU、GPU 和 NPU 上运行文档理解、OCR 和视频分析等多模态 AI 工作负载。
匹配字段摘要
面壁智能宣布 MiniCPM-V 4.7 已在 ModelScope 开源，这是一个 35B-A3B MoE 多模态模型，采用 Apache 2.0 许可，主打端侧运行。据 ModelScope 介绍，该模型在 iPhone 17 Pro Max 上以 13+ tokens/s 运行，是首个支持流畅无损端侧推理的开源 MoE，并提供 35B-A3B 与 1B 两种尺寸及 FP8、GPTQ、AWQ、BNB、GGUF 等变体，兼容 SGLang、vLLM、llama.cpp、Ollama 等工具，支持 iOS、Android 和 HarmonyOS。
匹配字段摘要
10 月 14 日，破晓智能联合天珑移动发布全身全模态数据采集系统 SeePhys Hub，由四目头环、两个腕部手环、三个腰腿部动作追踪器和一副触觉手套组成，可同步采集第一视角视觉、手部全模态数据与全身运动信息。头环重量不超过 220 克、单个腕部手环不超过 75 克，均支持连续 24 小时采集，头环内相机、IMU 与 UWB 同步误差不超过 0.5 毫秒。配套自研平台可将人类数据转化为面向机器人学习的多模态训练数据。
匹配字段摘要、正文
Meta 发布 Muse Spark Open，称其为目前美国最强的开源权重模型，面向编码与智能体任务，擅长长周期任务、复杂软件工程和多步推理。模型规格为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生支持文本、图像、视频和音频多模态。该模型可在两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 上运行，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，权重以 Muse Model License 发布，可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 的 API 使用，并在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载。
匹配字段摘要
Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活参数 42B，支持 1M token 上下文窗口，原生支持文本、图像、视频和音频多模态，面向编码与智能体任务。该模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，有限商业条款允许许多开发者免费使用。模型还针对 MLX 框架在两台 Apple M5 Ultra Mac Studio 上运行做了优化，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎。
匹配字段摘要
Thomas Wolf 转发 Alexandr Wang 的推文，后者称 muse spark open 是目前美国最强的开源权重模型，总参数 816B、激活参数 42B，支持 1M token 上下文，原生多模态，面向编码和智能体任务，如长周期任务、高难度软件工程和多步推理。
匹配字段摘要
Meta 发布 Muse 开源权重模型，Alexandr Wang 称其为美国迄今能力最强的开源权重模型，总参数 816B、激活 42B，支持 1M token 上下文并原生多模态，面向编码和长程任务等智能体工作。Aaron Levie 认为这会让企业把前沿模型用于编排和高难度任务，同时用低成本、后训练定制的模型处理重复性工作流，从而进一步加速 AI 扩散并推高整体 token 消耗。
匹配字段摘要
Garry Tan 发帖称“开源权重模型正在崛起”。他所引用的 Alexandr Wang 帖子介绍，muse spark open 是目前美国最强的开源权重模型：816B 总参数、42B 激活参数、1M token 上下文，原生多模态，面向编程与智能体任务，如长时程任务、高难度软件工程和多步推理。
匹配字段摘要
AI at Meta 宣布发布 Muse Spark Open，称其为迄今最强的美国开放权重模型，面向编程与智能体任务，规格为 816B 总参数 / 42B 激活参数、1M token 上下文窗口，原生支持文本、图像、视频、音频多模态。Nathan Lambert 转发后表示“好吧，这下我真得写博客了 🎉”。
匹配字段摘要
Nathan Lambert 评论称，如果 muse spark open 的表现大致符合分数所示，这款模型的采用速度会非常快。他认为这是美国首个具备接近前沿智能体能力的开源权重模型，并指出此前 GLM 5.2 与 Kimi K3 是中国模型的那次跃升，而美国模型往往能获得极高采用率。他所引用的 Alexandr Wang 推文称 muse spark open 是迄今最强的美国开源权重模型，816B 总参数、42B 激活参数、1M token 上下文，原生多模态，面向编码与长周期任务等智能体工作。
匹配字段摘要
Aravind Srinivas 表示，Nemotron 作为美国领先的开源权重多模态模型之一，现已在 Perplexity 上线，欢迎试用。被引用的 Perplexity 官方帖称，NVIDIA 的 Nemotron 3.5 Super VL 已面向 Pro 和 Max 订阅用户以及 Agent API 开放。
匹配字段摘要
OpenCode 宣布 NVIDIA 最新开源模型 Nemotron 3.5 Super VL 已在其平台免费提供。该模型为多模态模型，总参数 120B、激活参数 12B，面向长时间运行的智能体场景。
匹配字段摘要