DigitalOcean 与 NVIDIA 在旧金山举办 Open Intelligence Summit，全部议程在 YouTube 直播，主题是企业应能在自主可控的前提下基于开放模型构建 AI 产品。DigitalOcean CEO Paddy Srinivasan 与 NVIDIA AI 产品副总裁 Adel El Hallak 发表主题演讲，OpenHands CEO Robert Brennan 演示智能体如何承担更多软件开发流程，Hugging Face 的 Jeff Boudier 主持关于开放模型未来走向的圆桌讨论。
匹配字段摘要、正文
Liquid AI 发布开源权重模型 LFM2.5-24B-A2B，总参数 24B、每 token 激活 2B，上下文扩展至 131K tokens，词表 128K，预训练 33T tokens，并称其为推理模型。官方表示该模型在智能体与工具调用任务上可与总参数和激活参数均多约 50% 的 Qwen3.6-35B-A3B 竞争，面向笔记本和 PC 本地运行，基础与后训练权重已在 Hugging Face 开放。
匹配字段摘要
Fish Audio 发布开源权重文本转语音模型 Drama 3 Preview，在 Artificial Analysis 文本转语音榜单上成为排名第一的开源模型。该模型在发音鲁棒性榜单以 93.2% 居首，超过 Eleven v4 的 91.7% 和 Eleven v4 Turbo 的 90.1%；Provider Voice 榜单 Elo 为 1,243，排名第 10，较上一代 S2.1 Pro 的 1,142 提升 101 分。Drama 3 是 35B 参数的 MoE 模型（3B 激活），支持 83 种语言，权重以 Fish Audio Community License 在 Hugging Face 发布，API 定价为 $15/1M characters。
匹配字段摘要、正文
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时把 AI 末日警告称为科幻，并称 AI 公司要求监管是“作秀”。他认为 Anthropic 研究员 Jacob Coxon 的辞职属于“宏大的道德表演”，并批评 Geoffrey Hinton 的超级智能论证每一步都不可信，同时称 OpenAI 智能体攻击 Hugging Face 属于糟糕的工程实践。他还表示数据中心上的万亿级投入是一场结果未知的豪赌，企业更可能用开放权重模型加本地专业知识。
匹配字段摘要、正文
LiquidAI 发布 LFM2.5-24B-A2B，基于 LFM2-24B-A2B 架构，激活参数 2B，上下文窗口从 32K 扩至 131K tokens，词表从 65K 扩至 128K，并改为只输出思维链的推理模型。预训练规模从约 17T 扩至约 33T tokens，后训练经 SFT、教师专精、两阶段多领域在线策略蒸馏和智能体强化学习五步，在 OpenClaw、Hermes Agent、Pi、OpenCode 等框架内训练。在 16 项基准中，它在 AutomationBench、BFCLv4、ToolSandbox、LiveClaw、τ³-Bench Banking 等 8 项工具与智能体基准中的 5 项领先或持平，三项指令遵循基准全部领先，但 GPQA Diamond、HLE、SWE-Bench Verified 等知识密集与编码基准仍落后于更大模型。模型已在 Hugging Face 开源权重，支持 llama.cpp、MLX、vLLM、SGLang、ONNX，在 M5 Max 上解码 184 tokens/s，单张 B300 高并发下输出超 21K tokens/s。
匹配字段摘要、正文
vLLM 社区孵化的 vLLM Semantic Router 推出并开源 Decision 3.0 系列多模态决策模型，共 d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge 六款，参数规模覆盖 0.6B 至 27B，权重已在 Hugging Face 开源。旗舰 d3 基于 Qwen3.8-27B 打造，支持输入多张图片和视频，其余 5 款基于不同参数规模的 Qwen3.5。在 Jev Decision Index 0.3.1 榜单中，d3 文本决策指数 64.7 分、公开集 65.5 分位列文本榜第一，超过 Jev 的 60.1 分，视觉榜得分 71.6 分同样第一。团队数据显示，单张 AMD Instinct MI325X GPU 上 d3 处理文本请求延迟中位数 55 毫秒，含图片请求 273 毫秒，10 秒视频请求 553 毫秒。
匹配字段摘要、正文
Liquid AI 发布 LFM2.5-24B-A2B，总参数 24B、每 token 仅激活 2B，是 LFM2.5 家族中最大也是最后一款模型，基础版与后训练版均已在 Hugging Face 和 Playground 开放权重。该模型在八项智能体与工具调用基准中的五项领先或持平 Qwen3.6-35B-A3B，AutomationBench 得分为 27.69 对 8.72，LiveClaw 为 48.09 对 38.19。它采用显式思维链的纯推理模式，上下文窗口从 32,768 扩展到 131,072 tokens，词表从 65K 扩至 128K，预训练数据从 17T 扩至 33T tokens，在 Apple M5 Max 上解码 184 tokens/s，单张 NVIDIA B300 GPU 高并发下输出超过 21K tokens/s。
匹配字段摘要、正文
腾讯混元推出 CL-bench，一个专门评测语言模型能否从 context 中学习新知识并正确应用的基准，包含 500 个复杂 context、1,899 个任务和 31,607 个验证标准。在不提供 context 时，GPT-5.1 (High) 仅能解决不到 1% 的任务；提供 context 后，十个前沿模型平均只解决 17.2%，表现最好的 GPT-5.1 (High) 也仅 23.7%。论文、评测代码与数据已分别在 arXiv、GitHub 和 Hugging Face 公开。
匹配字段摘要
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。
匹配字段摘要、正文
InternLM 开源 JanusCoder 系列模型，在单一框架内统一处理文本与视觉代码任务，涵盖图表转代码、Web UI 生成/编辑和动态定理可视化，在公开基准上接近甚至超越闭源系统。该工作已被 ICLR 2026 接收，并发布 JanusCode-800K 数据集及 Hugging Face 检查点，采用 Apache 2.0 许可。
匹配字段摘要、正文
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。
匹配字段摘要、正文
InternLM 开源 SciDocBench，一个以工作流为中心的科学文档理解基准，含 124 道人工设计题目、7 个能力组与 19 个子任务，覆盖 5 个科学领域和中英文，共 496 个评测实例。榜单上 Claude Opus 5 以 62.60 分居首，GPT-5.6-Sol 61.00、Gemini 3.6 Flash 59.87，暂无模型达到 63 分。基准与文档资产、SFT/RL 训练数据已发布在 Hugging Face，并集成到 VLMEvalKit。
匹配字段摘要、正文
FireRedTeam 发布 DynamicPose，一个由人体姿态序列驱动人像动画的框架，支持大幅动作、非写实场景，并可从单张照片生成舞蹈视频。项目同时开源了姿态服务器与姿态对齐算法，代码采用 MIT 许可，后续将陆续放出数据清洗与预处理流程、训练脚本（DeepSpeed Zero2）以及 ComfyUI 和 Hugging Face Gradio 演示。作者也列出局限，包括侧脸易生成扭曲面部、复杂背景下难以区分人体与背景、手部持物时难以判断是否保留。
匹配字段摘要
小红书与上海科技大学团队开源 Single Trajectory Distillation（STD），通过单轨迹蒸馏、Trajectory Bank 和基于 DINO-v2 的非对称对抗损失，实现 8-4 步高质量图像与视频风格化，并可直接接入现有 SDXL 流程。实验显示其在风格相似度和美学指标上超过 LCM、TCD、PCM 等加速模型，预训练模型已发布于 Hugging Face。
匹配字段摘要、正文
FireRedTeam 发布 FireRedTTS3，一个基于语义增强连续语音表征的统一语音生成与编辑系统，包含 Base 和 Instruct 两个版本。Base 支持 24 种语言和 21 种中文方言的零样本语音克隆，在 MiniMax-MLS-Test 上平均 WER/CER 为 3.754%、说话人相似度 84.8%；Instruct 支持自然语言语音设计和语义、声学语音编辑。模型已在 Hugging Face 和 ModelScope 开放下载，并发布 Gradio demo，采用 Apache-2.0 许可。
匹配字段摘要、正文
Berkeley RDI 发布开源平台 CUA-Lite，用于开发 computer-use agents，围绕 Lite.Gym 环境接口、Lite.Sample 监督数据格式和每个模型一套 harness 三层抽象构建，已接入 15+ 个 benchmark、10+ 个数据集和 30k+ 可验证任务。Lite.Gym 以 Gym 风格的 reset/step/close 循环统一观察格式与 GUI 动作空间，并提供无需 /dev/kvm 的免虚拟机 Docker 桌面沙箱，Lite.OSWorld 可原样运行 OSWorld 的任务与评测器。Lite.Sample 在 Hugging Face 免费提供，harness 已覆盖 14 个模型家族，同一套 harness 同时用于评测、SFT 和基于 Slime 的 GRPO 等 RL 训练。
匹配字段摘要、正文
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出配套软件与性能优化，覆盖 GitHub Copilot、Hermes、OpenClaw、Perplexity 等智能体应用。专为本地智能体打造的 Nemotron 3.5 Bolt 74B-A9B 24GB 模型于 10 月 15 日发布，采用 74B 参数、9B 激活参数的 MoE 架构和 2-bit 量化，可通过 llama.cpp、vLLM、Ollama、Unsloth 和 LM Studio 运行。个人 AI 路由器 NVIDIA PAIR 正式结束 beta，新增 llama.cpp 支持与 Hugging Face 直接下载模型，并支持 Windows、Linux 和 macOS。
匹配字段摘要、正文
Thinking Machines Lab 发布开源权重模型 Inkling，这是一个 975B 总参数、41B 激活的 MoE Transformer，支持最高 1M token 上下文窗口，预训练数据为 45 万亿 token 的文本、图像、音频和视频。官方称 Inkling 并非当前最强模型，但具备多模态、可控思考算力和可在 Tinker 上微调等特点，适合作为定制底座，并同步预览了 12B 激活参数的 Inkling-Small。Inkling 已在 Tinker 上线，提供 64K 和 256K 上下文选项，权重发布在 Hugging Face。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 上线 LLaDA-Research，一个面向 LLaDA 2.x 模型家族的英文优先研究索引站点，发布模型、论文与技术博客，内容以 MDX 编写并部署为静态 GitHub Pages。站点本地开发需 Node.js 22 或更新版本，开发服务器运行在 http://localhost:4321，推送 main 分支后经 GitHub Actions 测试并发布构建。初始内容来自 LLaDA2.X、LLaDA2.0-Uni 及 Hugging Face 上的 InclusionAI 官方公开项目。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 新建了 vllm 仓库，目前 Fork 0、Star 0。该仓库介绍的是 vLLM——一个面向 LLM 的高吞吐、内存高效推理与服务引擎，最初由 UC Berkeley Sky Computing Lab 开发，已获 2000 多名贡献者支持，可无缝支持 Hugging Face 上 200+ 模型架构。
匹配字段摘要、正文