FLUX 3 Image Klein 5.6B 引數影像生成模型首發
FLUX 3 Image Klein 以 5.6B 引數推出,支援多參考生成、4K 原生輸出與畫素級編輯。 - 多參考:可同時使用多達 10 張參考影像。
FLUX 3 Image Klein 以 5.6B 引數推出,支援多參考生成、4K 原生輸出與畫素級編輯。 - 多參考:可同時使用多達 10 張參考影像。
Reflection Beam 是一款 501B 引數、23B 活躍引數的開源權重模型,針對 Agentic Coding 與多步驟工作流程設計。 - 核心規格:501B 總引數、23B 活躍引數,效能可達 1M token 上下文長度;提供 BF16、FP8、NVFP4 三種檢查點格式。
推薦理由:Reflection Beam 提供 501B 引數、23B 活躍引數的開源權重模型,開發者可在 SageMaker JumpStart 或 HyperPod 直接部署,支援多步驟程式編寫、工具呼叫與中間結果處理,為 agentic coding 提供完整堆疊,並可透過 SGLang 或 vLLM 進行自訂執行時引數調整,滿足不同硬體與效能需求。
**Apple 於 MLX 研究平臺上發布 Muse Spark Open,近千億引數的前沿模型,並示範如何在 Mac Studio 上利用 MLX 進行分散式推論。
Beam 是 Reflection 推出的首個 501B 引數的混合專家 LLM,支援 1M token 長上下文、23B 活躍引數,並以 Apache 2.0 授權公開。
推薦理由:Beam 501B MoE LLM 具備 1M token 長上下文與 23B 活躍引數,可在自有硬體上部署,適合需要高效長距離推理與代理工作者的團隊。
Granite Switch 4.1 透過整合決策、語音與聊天功能,提供單一端點多工能力。 - Granite‑Switch‑4.1‑8B / 30B:內建 Decision aLoRA、Guardian aLoRA 及 Granite‑Speech‑5.0‑Turbo‑CTC(OpenASR 榜首 ASR),可即時切換對話、決策與轉錄。
推薦理由:Granite Switch 4.1 透過整合決策、語音與聊天功能,提供單一端點多工能力,讀者可評估其在實務流程中的效益。
NVIDIA Nemotron 3.5 Super 與其緊湊版 Nemotron 3.5 Bolt 於 0.40.5 版正式發布,提供 1M token 上下文、工具呼叫及雲端決策模型支援。
推薦理由:此版本新增 1M token 上下文、工具呼叫等功能,適合需要大規模文件理解的場景。
Meta 推出 Muse Spark Open,816B 引數的多模態混合專家模型,支援文字、影像、音訊與影片輸入,並具備程式設計與工具呼叫能力。 - 模型規模:總引數 816B,每個 token 活躍 42B,可使用 1M token 上下文視窗。
推薦理由:Meta公佈的 Muse Spark Open 816B 引數模型,支援多模態程式設計與長上下文,對開發者可直接整合,並提供多種推理與工具呼叫介面。
Muse Spark Open 在 Apple M5 Ultra Mac Studio 上實機部署,提供 816B 引數、1M token 上下文視窗的多模態推理能力。
Krea 3 是一款針對大規模影像編輯設計的模型,速度比 Nano Banana Pro 快 4 倍,且每張影像成本為 0 美元。 - 速度:每次編輯不到 0 秒,平均 8 秒/編輯,遠快於 Nano Banana Pro(26.8 秒)與 GPT Image 2.5(39.9 秒)。
FLUX.3 Image Klein 是 Black Forest Labs 推出的多功能影像生成模型,可在 Diffusers 直接使用。
推薦理由:模型提供多功能生成與佈局控制,可直接整合至 Diffusers 生態,適合快速原型與 LoRA 微調,且支援 FP8、NVFP4 量化與單檔案載入,提升部署靈活性。
NVIDIA 今日發布 Nemotron 3.5 Super VL 120B 引數模型,並推出兩款邊緣模型:Bolt 74B-A9B 24GB 與 Bolt E4B 4GB,覆蓋從大型資料中心到邊緣裝置的所有 agent 部署需求。
推薦理由:NVIDIA 推出開放式 120B 模型,兼具速度與精準,適合企業與邊緣部署,並提供多種量化選項以降低記憶體需求,並支援在 RTX、Jetson 與 DGX Spark 等硬體上即時部署。
Timestral 正式推出,首款時序基礎模型,僅 209M 引數即可在 GIFT‑Eval、TIME 及 fev‑bench 上領先同類模型。 - 模型規格:四個版本 5M、28M、123M、209M,引數量分別對應不同精度與速度需求。
推薦理由:Timestral 以 209M 引數在 GIFT‑Eval、TIME 及 fev‑bench 上領先,精度預測能力突出,對部署企業有參考價值。
Apertus 1.5 於 2026 年 7 月 24 日在 Hugging Face 以 Apache 2.0 授權釋出,新增跨模態理解、四倍長上下文、思考模式及工具使用最佳化。
推薦理由:Apertus 1.5 以四倍上下文、跨模態能力及思考模式提升推理與工具使用,讀者可評估其在多模態任務與長文本推理中的應用潛力。
LFM2.5-24B-A2B 是 Liquid AI 發布的 24B 引數推理模型,僅 2B 活躍引數,專為快速本地代理設計。 - 推理速度:184 tokens/s 在 Apple M5 Max,21K tokens/s 在單一 NVIDIA B300 GPU,速度比同規模 MoE 快 1.7 倍。
Muse Spark Open 已於 Modal 平臺開放使用,具備 1M-token 上下文視窗、Agent 程式碼協作與多模態理解,並在 Terminal‑Bench 2.1 及 DeepSWE 1.1 上分別取得 76.4 與 60 分。
Meta Muse Spark Open 現已於 Together AI 正式上線,作為 Day 0 發表夥伴提供完整支援,專為長時間執行的AI 助理程式設計、電腦操作與多模態任務而設計。
推薦理由:原文給出模型核心能力與價格,讀者可據此評估是否將其整合至現有的長上下文或AI 助理工作流程中。
vLLM 宣佈與 Meta Superintelligence Labs 合作,於 vLLM 實現對開源稀疏混合專家(MoE)模型 Muse Spark Open 的 Day 0 支援。
推薦理由:原文詳細說明模型的架構設計與硬體部署優勢,讀者可藉此評估大規模混合專家模型在跨硬體平臺上的執行效率與整合方式。
Jev 1.14.0 正式發布,並加入多模態影像支援、長上下文與新型別等實驗功能。 - 多模態影像:現有 Jev 1.13 已具備影像支援,可在 JSON 介面任意位置插入影像。 - 長上下文:允許更長的上下文長度(超出生產環境限制),但仍屬於「危險區」。 - 新型別「box」:返回單一邊界框,為未來更複雜決策型別做預覽。
summary_zh: Ultramarine 1 Flash 是一款針對金融、法律、諮詢與運營等專業工作設計的開源模型,且比 Fable 便宜 60 倍。 - token 效率:在六項基準測試中,Ultramarine 1 Flash 產生的 token 數量比基礎模型 GLM-5.3 Flash 少 6.5%,縮短推理路徑。
HiRO-ACEv2 是一套高解析度氣候模擬系統,能以約 1/300 的成本產生全球 3 公里解析度的雨量、風速與氣壓資料。 - 模型結構:由 ACE(100 km)與 HiRO(3 km)兩部份組成,HiROv2 能同時預測雨量、風速、氣壓等多項高解析度場。
Gemma 在手機上即時偵測詐騙對話,保護新加坡市民隱私與安全。 - 模型:在 GovTech 管理的 GCP 環境中微調的 Gemma,專門識別社交工程詐騙。
Microsoft MAI-Image 2.6 與 MAI-Image 2.6-Flash 現已上線於 AI Gateway,使用者可透過單鍵 API 以一個金鑰生成或編輯影像。
Gemini 4 Argon 是 DeepMind 推出的新一代多領域模型,透過嚴謹安全防護與實測證明,能在程式碼、金融、法律、網路安全與科學領域執行深度工作。
推薦理由:Gemini 4 Argon 在深度工作與安全防護上突破,示範前沿模型如何兼顧效能與防護,可供業界參考安全設計。
LFM2.5‑24B‑A2B 是一個 24B 引數、每個 token 只啟用 2B 引數的推理模型,專為本機快速私有代理設計。 - 推理速度:在 Apple M5 Max 上 184 tok/s,單張 NVIDIA B300 GPU 可達 21 000 tok/s,速度比同類 MoE 模型快 1.7 倍。
Gemini 4 Argon 於 2026 年 10 月 13 日正式發布,為機器人領域帶來物理推理、程式生成與視覺語義推理的新突破。 - ERQA 成績:在 Embodied Reasoning (ERQA) 基準上取得 87%,高於其他前沿模型。
Gemini 4 Argon 現已在 Vercel AI Gateway 可呼叫。 - 核心特性:1M token 上下文、文字、影像、PDF、影片輸入,支援工具呼叫。
Gemini 4 Argon 已正式發布,提供 1M token 限制的多模態推理能力,助力工程、金融、法律等領域解決複雜任務。 - 核心特性:多模態推理、深度編碼、長期推理 1M token,支援多步驟任務。
推薦理由:Gemini 4 Argon 以多模態推理為核心,突破工程、金融、法律等領域複雜任務,並在多項基準上領先同類模型,為企業與研究者提供可落地的效能提升,並開放 API 供開發者快速整合,實現 1M token 限制,支援長期推理。
Gemini 4 Argon 在 ERQA 取得 87% 分數,顯示其在物理推理、機器人控制與即時模擬重建方面的突破。 - ERQA 成績:87%,超越所有前沿模型,證明其在 3D 空間物理推理的領先地位。
推薦理由:Gemini 4 Argon 在 ERQA 取得 87% 分數,顯示物理推理能力大幅提升,為機器人控制與模擬重建帶來新工具,並可輕鬆整合至開發工作流。
Grok 4.7 由 SpaceXAI 推出,現在可在 Amazon Bedrock 上使用,支援更長時間的推理與自檢功能。 - 平臺:Amazon Bedrock,提供多家模型供應商選擇。
Gemini 4 Argon 於 2026 年 10 月 13 日正式全球釋出,提供 API、AI Studio、Gemini 平臺、Google Antigravity、Gemini App 等多入口。
推薦理由:Gemini 4 Argon 以 1M token 限制及多模態推理,為工程、金融、法律等領域提供高效解決方案,開放 API 供開發者即時使用。
EmbeddingGemma 2 已被改造成可在 MacBook Air 上即時辨識語音,耗時約 13 秒處理 1 小時音訊,全部執行於本機。- 速度:在 M3 MacBook Air 上,1 小時音訊約 13 秒完成。
Meta 於 2026 年 10 月正式發布 Muse Wonder 與 Muse Wonder Full,兩款專為個人與專業代理任務設計的前沿模型。\n- 模型特點:結合 Active Memory 與 Active Focus,提升長期記憶與持續執行能力。
summary_zh: GLM‑Legal 在三項基準測試中,與前沿封閉源模型相當,並在 Harvey LAB 全通過率達 19.2%。 - 全通過率:Harvey LAB 19.2%,比基礎模型提升 12.5%。
MAGI‑2 Preview 在 Moore Threads MUSA 上以 565 毫秒/步的速度完成 100 步音視訊生成,較首次 15.6 秒/步提升 27.6 倍。
推薦理由:本報告展示 MAGI‑2 Preview 在 Moore Threads MUSA 上的效能提升,從 15.6 秒降至 565 毫秒,為大規模音視訊生成提供可行的硬體加速方案。
Tiny Audio 是一款以 nanoGPT 為基礎的語音識別模型,支援 16 kHz 音訊,僅需 80M 引數,訓練成本約 $25,在筆記型電腦上可於 5 分鐘 完成一次訓練。
Hangul 手寫筆劃生成 RNN 於 10 月 9 日首度公開,允許使用者在瀏覽器直接輸入韓文文字並產生對應的筆劃動畫。 - 模型規模:約 350,000 引數,完全在瀏覽器執行,無需後端。
Clef-omni 以單一 API 支援音訊、影像、文字與圖片的多模態決策,首次公開於 Cloudflare。 - 多模態支援:音訊 (wav/mp3)、影片 (mp4/webm)、圖片、文字,一次呼叫即可。
推薦理由:Clef-omni 以單一 API 支援音訊、影像與文字,多模態決策模型的首次公開,為開發者提供更快、更便宜的工作流程選擇。
TerrainSR 是一款可將 100m 地形高度圖升級至 10m 的模型,速度快至 0.74 秒,適合即時遊戲與模擬。 - 訓練資料:100m → 10m 對,無建築物或人為改造區域,避免產生 artefacts。
Whistle 是一款 16.9 MB 的語音辨識模型,能在單一 CPU 引擎上即時處理七種語言,首詞延遲僅 11 ms。 - 體積與執行:16.9 MB,無需額外依賴,直接載入同一 C++ 引擎,支援 Android、iOS、Windows ARM、RISC‑V、MIPS、瀏覽器及 WASI。
Step 5 Preview 是 StepFun 推出的 1M 上下文視窗稀疏 Mixture‑of‑Experts 模型,已於 OpenRouter 上線。