Diffusers 0.42.0 釋出 FLUX.3、Fibo 2.0、Kandinsky 6 等多款模型
Diffusers 0.42.0 釋出多款新模型與功能,包括 FLUX.3、Fibo 2.0、Kandinsky 6、SANA‑WM、RFD4‑Proteína 以及 Qwen‑Image 2.1。
推薦理由:本次釋出新增 FLUX.3、Fibo 2.0、Kandinsky 6 等多款高效影像生成模型,並支援硬體加速與模組化工作流程,對開發者快速部署多模態應用具有重要參考價值。
新模型的釋出、開源與迭代:大模型廠商的旗艦更新、開源權重放出、效能與價格變化的第一時間記錄。
Diffusers 0.42.0 釋出多款新模型與功能,包括 FLUX.3、Fibo 2.0、Kandinsky 6、SANA‑WM、RFD4‑Proteína 以及 Qwen‑Image 2.1。
推薦理由:本次釋出新增 FLUX.3、Fibo 2.0、Kandinsky 6 等多款高效影像生成模型,並支援硬體加速與模組化工作流程,對開發者快速部署多模態應用具有重要參考價值。
Sakana Namazu 是一個約 1 兆引數的 Mixture‑of‑Experts (MoE) 模型,針對日本商業語境、網路搜尋與程式執行進行最佳化。
推薦理由:文章展示瞭如何以 NVFP4 量化與自訂草稿模型,將 1T 引數模型在 GPU 叢集上以低成本高吞吐量部署,對於需要大規模推理的企業具有可借鏡的實作方法。
OlmoEarth v1.3 以全行星 10 公尺解析度衛星嵌入模型與瀏覽器探索器,正式發布。 - 全行星嵌入:已預計算 2017-2025 年的 10m 畫素嵌入,提供 64- 和 128 維版本,總計約 150 TB/年。
推薦理由:提供全行星預計算嵌入與瀏覽器探索器,讓研究者可即時分析地表變化,省去 GPU 及微調成本。
NVIDIA 近日發布一系列涵蓋語言、機器人、生物與量子計算的開源模型,為歐洲企業提供可本地化、可擴充套件的 AI 基礎。
推薦理由:NVIDIA 推出涵蓋語言、機器人、生物與量子領域的開源模型,讓開發者能以本地化資料快速構建專屬 AI 應用,顯著提升跨產業整合效率。
vLLM 於 2026 年 10 月 21 日正式支援 Recursive 的 Flint 40B 引數 MoE 模型,單張 GPU 即可完成 500 tokens/s 的解碼速度。
推薦理由:Flint 在單張 GPU 上即達 500 tokens/s,證明高效 MoE 推理可行,對需低延遲長上下文模型的開發者具有實際參考價值。
Mercury 3 是目前最強大的擴散式 LLM,速度可達 1,068 tokens/s,並支援 1M token 上下文。 - 效能對比:在多項基準上優於 GPT‑6 Luna 與 Claude Haiku 5.5。
推薦理由:Mercury 3 以 diffusion 模型突破規模與速度,提供 1M 上下文及 1,068 tokens/s 的高效推論,對需要低延遲、長上下文的即時應用具備實際價值。
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。
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。
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。
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。
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。
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。