Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B，面向消费级硬件上的工具调用，上下文窗口从 32,768 扩展到 128,000 tokens，预训练规模从 12T 提升到 38T tokens，词表从 65,536 扩至 128,000。该模型为纯推理模型，在 M5 Max 上解码 253 tokens/s、Ryzen AI Max+ 395 上 146 tokens/s，占用低于 6 GB，单张 H100 高并发下输出吞吐达 18.5K tokens/s。基础版与后训练版已在 Hugging Face 和 Playground 上线，首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。
匹配字段摘要、正文
Cohere 开源发布 Command A+，这是一款面向企业智能体任务、支持私有部署的 MoE 模型，采用 Apache 2.0 许可证，提供 218B 总参数和 25B 激活参数。该模型支持 48 种语言，并提供 BF16、FP8 和 W4A4 量化版本，最低可在两块 NVIDIA H100 或一块 NVIDIA Blackwell GPU 上运行。模型权重已上线 Hugging Face，也可通过 Model Vault、Cohere Space 或 API 使用。
匹配字段摘要、正文
Zyphra 发布 ZAYA1-74B-Preview，这是一个 4B 激活、74B 总参数的 MoE 模型，以 Apache 2.0 许可开源，权重和模型卡已上线 Hugging Face。该模型是未经 RL 后训练和指令微调的 pre-RL 推理基座，预训练约 15T token，中训练分三阶段将上下文从 32k 逐步扩展至 256k，每阶段约 1T token。训练全程使用 MI300x GPU 与 Pensando Pollara 互联，Zyphra 表示 AMD 上的完整规模 RL 正在进行，预计未来几周发布最终版 ZAYA1-74B。
匹配字段摘要、正文
Zyphra 发布 MoE 语言模型 ZAYA1-8B，激活参数不到 10 亿，在数学、编码和推理任务上对标 Nemotron-3-Nano-30B-A3B、Mistral-Small-4-119B 等更大开源模型。该模型在 1024 张 AMD MI300X 集群上完成预训练，采用压缩卷积注意力 CCA 与新型 MLP 专家路由，并配套提出 Markovian RSA 测试时计算方法。模型已在 Zyphra Cloud 提供免费 serverless 端点，权重上线 Hugging Face，采用 Apache 2.0 许可。
匹配字段摘要、正文
Zyphra 发布 ZAYA1-8B，这是一个在 AMD Instinct MI300 集群上完成预训练、中训练和监督微调的 MoE 模型，激活参数不到 10 亿，采用 Apache-2.0 许可，权重已在 Hugging Face 开放，并上线 Zyphra Cloud 无服务器端点。官方称其在数学与编码基准上可匹敌或超过 Mistral-Small-4-119B 等更大模型，配合新的 Markovian RSA 测试时计算方法，在 HMMT'25 上以 89.6 分超过 Claude 4.5 Sonnet 和 GPT-5-High。架构上引入压缩卷积注意力 CCA、基于 MLP 的专家路由器和学习式残差缩放。
匹配字段摘要
Together AI 与 Adaption 合作，将 Together Fine-Tuning 集成到 Adaptive Data，使用户可优化训练数据、以建议的超参数直接执行微调，并部署模型进行评估和推理。该工作流支持 LoRA 和全量微调、超过 100B 参数的开放模型、训练前成本估算、运行 ETA 跟踪，以及向 Hugging Face Hub 导出模型。
Together AI 与 Adaption 合作，将 Together Fine-Tuning 集成到 Adaptive Data，使用户可优化训练数据、以建议的超参数直接执行微调，并部署模型进行评估和推理。该工作流支持 LoRA 和全量微调、超过 100B 参数的开放模型、训练前成本估算、运行 ETA 跟踪，以及向 Hugging Face Hub 导出模型。 · Together AI has partnered with Adaption to integrate Together Fine-Tuning into Adaptive Data, enabling users to optimize training datasets, run fine-tuning directly with suggested hyperparameters, and deploy models for evaluation and inference. The workflow supports LoRA and full fine-tuning, open models with ove
匹配字段摘要、正文
goose 在桌面应用中内置了由 llama.cpp 驱动的本地推理，选择 Local provider 后可直接从 Hugging Face 下载量化 GGUF 模型并在本机运行，无需 Ollama、Docker 或外部服务器，也无需 API key，可离线使用。官方说明本地模型首次请求需 30–120 秒加载，上下文多为 4K–8K token，工具调用是最大短板，Gemma 4 表现较好而模拟模式仅限 shell 命令；建议从小模型起步并使用 Code Mode。
匹配字段摘要、正文
小米 MiMo 开源 MiMo-V2.5-ASR，作为 MiMo-V2.5 语音系列的识别基础模型，面向中英文真实语音场景。官方称其覆盖吴语、粤语、闽南语、四川话等中文方言，以及 AMI 等复杂英文音频、中英混说、中英文歌词识别、高噪声与远场、多说话人会议与重叠对话，并可直接生成标点无需后处理。官方表示该模型在中英文、方言、混说和歌词识别上达到 SOTA 或具备较强竞争力，Demo、代码、权重和 Hugging Face Space 均已开放。
匹配字段摘要
阿里千问开源 Qwen3.6-27B，这是一个 27B 参数的稠密多模态模型，支持思考与非思考两种模式，权重已在 Hugging Face 和 ModelScope 发布，并上线 Qwen Studio 与 API。官方称其在全部主要编码基准上超过上一代开源旗舰 Qwen3.5-397B-A17B，包括 SWE-bench Verified 77.2 对 76.2、Terminal-Bench 2.0 59.3 对 52.5、SkillsBench 48.2 对 30.0，GPQA Diamond 为 87.8。该模型可接入 OpenClaw、Claude Code 和 Qwen Code 等第三方编码助手，API 支持 preserve_thinking 以保留多轮思考内容。
阿里千问开源 Qwen3.6-27B，这是一个 27B 参数的稠密多模态模型，支持思考与非思考两种模式，权重已在 Hugging Face 和 ModelScope 发布，并上线 Qwen Studio 与 API。官方称其在全部主要编码基准上超过上一代开源旗舰 Qwen3.5-397B-A17B，包括 SWE-bench Verified 77.2 对 76.2、Terminal-Bench 2.0 59.3 对 52.5、SkillsBench 48.2 对 30.0，GPQA Diamond 为 87.8。该模型可接入 OpenClaw、Claude Code 和 Qwen Code 等第三方编码助手，API 支持 preserve thinking 以保留多轮思考内容。
匹配字段摘要、正文
Sebastian Raschka 分享了理解开放权重 LLM 架构的手工工作流，通常先阅读官方技术报告，再检查 Hugging Face Model Hub 上的配置文件和 Python transformers 参考实现，以补足论文缺失的架构细节。该方法不适用于权重和技术细节未公开的 ChatGPT、Claude 或 Gemini。
匹配字段摘要、正文
Qwen 团队开源 Qwen3.6-35B-A3B，这是一个 35B 总参数、仅 3B 激活参数的 MoE 模型，主打智能体编码能力，同时支持多模态思考与非思考模式。官方称其在 SWE-bench Verified 上得分 73.4，超过前代 Qwen3.5-35B-A3B 的 70.0，并在多数视觉语言基准上接近 Claude Sonnet 4.5。模型已在 Qwen Studio 上线，可通过阿里云百炼 API 以 qwen3.6-flash 调用，权重发布于 Hugging Face 和 ModelScope，并支持 OpenClaw、Claude Code、Qwen Code 等第三方编码助手。
匹配字段摘要、正文
LG AI Research 发布 EXAONE 4.5，这是 LG 首个以开源权重方式发布的视觉语言模型（VLM），在 EXAONE 4.0 基础上集成自研 Visual Encoder，采用原生多模态预训练同时学习文本与图像。模型引入 Multi-Token Prediction（MTP）模块，推理速度较此前方法提升 1.5 倍以上，并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench_v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5，在韩语视觉基准 k-viscuit 和 KRETA 上表现领先，模型已在 Hugging Face 发布并附技术报告。
LG AI Research 发布 EXAONE 4.5，这是 LG 首个以开源权重方式发布的视觉语言模型（VLM），在 EXAONE 4.0 基础上集成自研 Visual Encoder，采用原生多模态预训练同时学习文本与图像。模型引入 Multi-Token Prediction（MTP）模块，推理速度较此前方法提升 1.5 倍以上，并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5，在韩语视觉基准 k-viscuit 和 KRETA 上表现领先，模型已在 Hugging Face 发布并附技术报告。
匹配字段摘要、正文
Liquid AI 发布 LFM2.5-VL-450M，这是 LFM2-VL-450M 的改进版，新增目标检测与边界框定位、函数调用支持，并提升指令遵循能力。预训练规模从 10T 扩到 28T tokens，后训练用偏好优化和强化学习改进 grounding 与可靠性，支持八种语言提示。模型已在 Hugging Face、LEAP 和 Playground 上线，在 Jetson Orin 上处理 512×512 图像耗时低于 250ms。
匹配字段摘要、正文
Liquid AI 发布 LFM2.5-350M，基于 LFM2 架构，预训练数据从 10T 扩至 28T tokens 并加入大规模强化学习，仅 350M 参数即可在云 GPU 到廉价 CPU 上运行。相比 LFM2-350M，指令遵循（IFBench 18.20→40.69）、数据抽取（CaseReportBench 11.67→32.45）和工具调用（BFCLv3 22.95→44.11）显著提升，单张 H100 峰值吞吐达 40.4K output tokens/秒。基础版与后训练版已在 Hugging Face、LEAP 和 Playground 上线，官方提示不适用于数学、代码和创意写作。
匹配字段摘要、正文
Cohere 发布开源权重 Conformer 语音识别模型 Transcribe，可将 14 种语言的语音转为文本，并已开放下载。该模型在 Hugging Face Open ASR Leaderboard 的平均 WER 为 5.42%，可在本地或端侧运行，也可通过有限速的免费 API 和 Model Vault 使用。
匹配字段摘要、正文
Mistral AI 发布首款文本转语音模型 Voxtral TTS，参数规模 4B，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语共 9 种语言，具备情感表达和零样本跨语言音色适配能力。模型在 10 秒参考音频、500 字符输入的典型场景下延迟为 70ms，实时系数约 9.7x，现已通过 API 和 Mistral Studio 提供，定价为每 1k 字符 0.016 美元。官方称人工评测中其自然度优于 ElevenLabs Flash v2.5，并与 ElevenLabs v3 质量持平；带参考音色的版本以 CC BY-NC 4.0 许可在 Hugging Face 开放权重。
匹配字段摘要、正文
SGLang 宣布在发布当天支持 NVIDIA Nemotron 3 Super，并给出安装与推理部署步骤。Nemotron 3 Super 是 120B 参数的混合 MoE 模型，每次前向仅激活 12B 参数，支持 1M token 上下文，官方称其吞吐效率最高可达上一代 Nemotron Super（Llama Nemotron Super 1.5）的 5 倍，并支持 Multi-Token Prediction 与 Thinking Budget。模型权重已在 Hugging Face 提供 BF16、FP8 和 NVFP4 版本，可配合 SGLang 在 4xH200 等配置上部署。
匹配字段摘要、正文
Sarvam AI 开源 Sarvam 30B 和 Sarvam 105B 两款从零训练的推理模型，预训练分别使用 16T 和 12T token，训练全程在印度完成，采用 IndiaAI mission 提供的算力。两款模型均为 MoE 架构，30B 仅 2.4B 激活参数并使用 GQA，105B 采用 MLA，权重可从 AI Kosh 和 Hugging Face 下载，并支持 Transformers、vLLM、SGLang 本地推理。官方称两者在印度语言基准上取得领先结果，30B 已用于对话智能体平台 Samvaad，105B 用于 AI 助手 Indus。
匹配字段摘要、正文
Liquid AI 发布 LFM2-24B-A2B 早期检查点，这是其最大的 LFM2 模型，采用稀疏 MoE 架构，总参数 24B、每 token 激活 2.3B，设计上可放入 32GB 内存，权重已在 Hugging Face 开放。模型沿用 LFM2-8B-A1B 的配方，层数从 24 增至 40、每 MoE 块专家数从 32 增至 64，保持 top-4 路由，前两层仍为稠密层。官方称在 GPQA Diamond、MMLU-Pro、IFEval、IFBench、GSM8K 和 MATH-500 等基准上，从 350M 到 24B 质量随规模呈对数线性提升；该模型已获 llama.cpp、vLLM 和 SGLang 首日支持，在单张 H100 SXM5 上用 vLLM 于 1024 并发请求下达到约 26.8K tokens/s。目前预训练已用 17T tokens 且仍在进行，完成后将推出 LFM2.5-24B-A2B。
匹配字段摘要、正文
Zyphra 发布首个基于脑数据训练的基础模型 ZUNA，这是一个 380M 参数的扩散自编码器，可从有噪声或不完整的头皮 EEG 数据中重建高保真脑信号，并能从稀疏输入和电极坐标预测缺失通道，适配从消费级头戴设备到 256 电极研究系统的多种布局。ZUNA 在更高缩放因子下持续优于 MNE 中实现的球面样条插值这一行业标准方法。模型以 Apache 2.0 许可开源，权重发布于 Hugging Face，推理与预处理代码发布于 GitHub，并提供 pip install zuna 安装包。
匹配字段摘要、正文