Unsloth 发布 Qwen3.8-Flash 的 GGUF 量化版本，可在 75GB 内存的本地环境运行这个 125B MoE 模型，并称其表现超过 Claude-Opus-4.6（Max）。同时发布的 Qwen3.8-Flash-Next 支持 CPU 内存与统一内存方案，速度接近显存运行。Unsloth 提供了使用指南和 GGUF 下载链接。被引用的 Qwen 官方介绍显示，Qwen3.8-Flash 为多模态 MoE，采用 GDN + QSA 混合注意力等新架构，每 token 激活 6B 参数，原生上下文 262K，可经 YaRN 扩展至 1M。
匹配字段摘要
Qwen 团队开源多模态 MoE 模型 Qwen3.8-Flash-Next，主模型 125B 参数、额外 51B N-gram 嵌入参数、每 token 激活 6B，训练成本约为 Qwen3.7-Plus 的 1/9，原生支持 262,144 tokens 上下文并可通过 YaRN 扩展至 1,000,000 tokens。该模型是 Qwen4 架构的早期预览，在注意力、残差、嵌入和优化四方面升级，采用 GDN + QSA 混合注意力、Gated Residual、N-gram Embedding 与 Muon 优化器，权重已在 Hugging Face 和 ModelScope 开放。生产版本以 qwen3.8-flash 名称在 QwenCloud 提供服务，默认 1M 上下文并内置官方工具，定价为每百万输入 tokens 0.15 美元、每百万输出 tokens 0.47 美元。
匹配字段摘要
Qwen 团队开源 Qwen3.8-Flash-Next，这是一个多模态 MoE 模型，也是 Qwen4 架构的早期预览，SGLang 联合 Qwen、NVIDIA、AMD 提供 day-0 支持。模型主模型 125B 参数，另有 51B N-gram Embedding，每 token 激活 6B 参数，共 48 层，其中 36 层 GDN 线性注意力、12 层 QSA 稀疏注意力，MoE 使用 512 个专家、top-10 路由。SGLang 侧给出 NVFP4 量化 checkpoint、N-gram Embedding 主机内存卸载、Gated Residual 的 FlashInfer 算子以及 MTP 索引复用等优化，在 B200 TP4 下 NVFP4 checkpoint 配合 MTP 在 batch size 1 时解码达 540 tok/s。
匹配字段摘要
匿名模型 Ox Alpha 免费登陆 OpenRouter，支持 1M-token 上下文和多模态输入，面向编程与持续智能体任务。其 DeepSWE 子集完整测试得分为 63%，接近 Fable 5 且每项任务消耗的 Token 更少；早期线索指向智谱 AI，但开发者身份尚未揭晓。
匿名模型 Ox Alpha 免费登陆 OpenRouter，支持 1M-token 上下文和多模态输入，面向编程与持续智能体任务。其 DeepSWE 子集完整测试得分为 63%，接近 Fable 5 且每项任务消耗的 Token 更少；早期线索指向智谱 AI，但开发者身份尚未揭晓。 · The anonymous Ox Alpha model launched free on OpenRouter with a 1M-token context window and multimodal input for coding and sustained agentic work. It scored 63% in full testing on a DeepSWE subset, approaching Fable 5 while using fewer tokens per task; early clues point to Zhipu AI, but its developer remains unconfirmed.
匹配字段摘要
DeepSeek 在 API Platform 上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，其文本能力与 DeepSeek-V4-Flash 相当，涵盖智能体、推理和世界知识。该模型在多模态智能体评测中较 V4-Flash 显著提升，表现接近 Opus-4.8；DeepSeek Harness 0.1.1 已提供开箱即用的支持。
DeepSeek 在 API Platform 上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，其文本能力与 DeepSeek-V4-Flash 相当，涵盖智能体、推理和世界知识。该模型在多模态智能体评测中较 V4-Flash 显著提升，表现接近 Opus-4.8；DeepSeek Harness 0.1.1 已提供开箱即用的支持。 · DeepSeek has made the experimental multimodal model DeepSeek-V4-Flash-Vision-Exp available on its API Platform, with text capabilities matching DeepSeek-V4-Flash across agents, reasoning, and world knowledge. It significantly improves on V4-Flash in multimodal agent benchmarks, approaching Opus-4.8, and DeepSeek
匹配字段摘要
Meta 预览内部评测框架 WildArtifactBench，用于评估智能体在多种交付格式下的复杂真实任务，并开放其中 10 个任务。该框架采用人类与智能体偏好评判给出的胜率和 Elo 分数，而非严格的标准答案评分标准，从而扩大对实际多模态工作流的任务覆盖。帖子还展示了 Muse Spark 1.1 和 1.2 在 Cat Mesh、Plywood Whale 任务上生成的产物。
匹配字段摘要
Unsloth 宣布 Qwen3.8-27B 现已可通过其 Dynamic GGUF 在本地运行，17GB 内存即可跑起来，同时上传了 NVFP4 量化版本，并附上 GGUF 下载链接与使用指南。被引用的 Qwen 官方推文介绍，Qwen3.8-27B 是原生多模态稠密模型，27B 参数下整体表现超过 Qwen3.7-Plus，在真实编码与办公工作流中表现突出，原生上下文 262K，可通过 YaRN 扩展至 1M tokens，采用 Apache 2.0 许可；Qwen3.8-2.4T-A95B（Max 级）的开放权重也已发布。
匹配字段摘要
Meta Superintelligence Labs 的首个开源模型 Muse Glimmer 已在 Ollama 上线，这是一个 30B 多模态模型，面向本地运行的智能体工作负载，上下文长度 128K+，采用 Apache 2.0 许可。它可用于 Claude Code、Codex、Pi 等编码智能体，以及 OpenClaw、Hermes 等长期运行的个人助手，并支持 low、medium、high、xhigh 四档可控推理强度。在 Apple Silicon 上，Ollama 的 MLX 引擎新增 DFlash 与图像输入支持，使 Muse Glimmer 运行速度提升 1.5×–1.8×，其 1.8B 参数感知编码器带来原生图像理解能力。
匹配字段摘要
Interconnects 发布第23期开源模型盘点，涵盖 Thinking Machines 的 Inkling、腾讯 Hy3、Poolside 的 Laguna-S-2.1 与 Laguna-XS-2.1、DeepSeek-V4-Flash-0731、月之暗面 Kimi-K3、美团 LongCat-2.0、Motif-3-Beta、Swiss AI 的 Apertus-v1.5-70B 以及 AMD 的 Instella-MoE-16B-A3B-Think。作者认为此前关于模型实验室将走向整合的预测并未成真，反而有更多公司在训练强模型并公开释出，token 需求高涨让更多机构把构建 token 机器视为价值路径。其中 Thinking Machines 的 Inkling 是 975B-A41B 多模态 MoE，支持文本、图像和音频输入，并同步发布 276B-A12B 小版本；美团 LongCat-2.0 为 1.6T 参数 MoE，完全在昇腾 910 上训练。
匹配字段摘要
Black Forest Labs 发布多模态基础模型 FLUX 3，在单一架构中联合学习图像、视频和音频，可单次生成最长 20 秒带音频视频，支持文本、图像或视频输入。其视频骨干被 mimic 用于 FLUX-mimic 机器人控制系统，在软体 kitting 任务上报告 95% 成功率，高于同数据训练的 π0.5 的 55%；冻结骨干时仍具竞争力。FLUX 3 Video 已开放早期访问，图像生成与编辑随后推出，动作预测通过合作方提供，并计划发布开放权重版本。
匹配字段摘要
Moonshot 发布 Kimi K3，这是一个 2.8 万亿参数的多模态模型，具备 1M token 上下文窗口和原生视觉能力，采用 MoE 架构，每 token 激活 896 个专家中的 16 个。Modal 与 Moonshot、vLLM 合作在发布当天完成支持，通过定制训练的 DFlash 推测器将交互速度从 100 提升到 460 tokens/s，单 GPU 吞吐从 800k 提升到 150 万 TPM。K3 现已通过 Modal 的 OpenAI 兼容 Shared API 按 token 计费提供，也可作为 Auto Endpoint 使用。
匹配字段摘要
很高兴看到 Step 3.7 Flash 现已通过 @baseten 提供。 我们为真实世界的智能体工作流打造了这款模型，具备原生多模态理解、可靠的工具调用以及生产所需的效率。 感谢 Baseten 团队的出色合作。
很高兴看到 Step 3.7 Flash 现已通过 @baseten 提供。 我们为真实世界的智能体工作流打造了这款模型，具备原生多模态理解、可靠的工具调用以及生产所需的效率。 感谢 Baseten 团队的出色合作。
匹配字段摘要
Thinking Machines Lab 发布多模态混合专家模型 Inkling，Together AI 同日在其推理平台上线。Inkling 接受文本、图像和音频输入并输出文本，支持可调推理强度，总参数 975B、每 token 激活 40B、上下文窗口 1M tokens。Together AI 称其采用基于 FlashAttention-4 的注意力内核，通过 Serverless 单端点提供三种输入模态。
匹配字段摘要
HPE 在 Discover 2026 上宣布与 Intel、IQM、Quantinuum、QuEra、Rigetti 等合作，把多模态量子系统与其 Cray 超级计算机家族集成，并打造混合算法、软件互操作与 HPC-量子工作流基准测试平台。IQM 已售出 23 套系统，其 20-qubit Radiance 系统在橡树岭国家实验室投入运行，Halocene H4 将于明年部署于 LUMI AI Factory。Dell 过去 10 年已与 20 多家量子公司合作。
匹配字段摘要
一年前，我们以多模态 AI、定制模型和开放科学为重点，立志赋能人类。 我们预览了能像人一样协作的交互模型。Tinker 让任何人都能训练自己的开放权重模型。我们发表了关于 Connectionism 的研究。
一年前，我们以多模态 AI、定制模型和开放科学为重点，立志赋能人类。 我们预览了能像人一样协作的交互模型。Tinker 让任何人都能训练自己的开放权重模型。我们发表了关于 Connectionism 的研究。
匹配字段摘要
Amazon Science 发布用 Rust 编写的代理 Turnstile，位于智能体 harness 与模型后端之间，在生成时刻记录模型采样的精确 token ID、逐 token 对数概率和 loss mask，并导出与框架无关的轨迹供现有 RL 训练栈使用。Turnstile 兼容 OpenAI Chat Completions API，harness 无需改动，后端目前为 SGLang，计划支持 vLLM。在验证中，一个纯文本编码智能体和一个多模态计算机使用智能体在 RL 训练中持续提升。
匹配字段摘要
Google Research 发布 SensorFM，一个在超一万亿分钟、来自 500 万人的多模态传感器数据上预训练的可穿戴健康基础模型。它通过缺失感知的掩码重建学习通用生理表征，可迁移到 35 项健康预测任务，最大模型 SensorFM-B 相比最小版本重建损失降低 31%，分类任务平均提升 9% AUC、回归任务提升 21% Pearson 系数。研究还用 LLM 智能体自动构建预测头，并将其接入 Personal Health Agent，临床医生盲评显示加入 SensorFM 预测后各维度评分显著提升。
匹配字段摘要
Sakana AI 在 ICML 2026 发表研究“Bridging Spherical Black-Box Optimizers”，证明参数化方法（如 ES）与非参数化方法（如 CBO）实为同一更新方程的变体，从而可定制混合优化器。团队据此开发 AdaPol 与 SchedPol，将 LLM 合并视为多模态问题，在小数据集上找到多个不同最优解，以更低算力获得泛化性更好的合并模型。
匹配字段摘要
小米 MiMo 发布并开源终端编码助手 MiMo Code V0.1，采用 MIT 许可，附带限时免费的 MiMo V2.5 多模态模型，支持百万 token 上下文窗口。该工具提供无限上下文、Agent 与模型协同、Compose Mode、自进化系统以及基于 MiMo-V2.5-ASR 的语音输入，并兼容 Claude Code，可自动加载已有的 skills、MCP 服务器和命令并复用 API 配置。Mac 与 Linux 可用一行 curl 命令安装，Windows 通过 npm install -g @mimo-ai/cli 安装，同时支持 Anthropic、OpenAI、DeepSeek、Kimi、GLM 等模型提供方。
匹配字段摘要
Google DeepMind 推出 Gemma 4 12B，将智能体式多模态能力带到笔记本电脑，并首次在其中型模型中支持原生音频输入。该模型在标准评测中的表现接近 26B MoE，内存占用不到后者一半，可在配备 16GB RAM 的消费级笔记本上本地运行。其无编码器架构可直接整合音频与视觉输入，以减少延迟和内存用量。
Google DeepMind 推出 Gemma 4 12B，将智能体式多模态能力带到笔记本电脑，并首次在其中型模型中支持原生音频输入。该模型在标准评测中的表现接近 26B MoE，内存占用不到后者一半，可在配备 16GB RAM 的消费级笔记本上本地运行。其无编码器架构可直接整合音频与视觉输入，以减少延迟和内存用量。 · Google DeepMind introduced Gemma 4 12B, bringing agentic multimodal capabilities to laptops and adding native audio input to one of its mid-sized models for the first time. It approaches the 26B MoE model’s performance on standard benchmarks with less than half the total memory footprint and can run locally on consumer laptops with 16G
匹配字段摘要