Thinking Machines Lab 将发布 Inkling 2 Mini,这是一款紧凑的开放权重多模态模型(文本+图像转文本),采用 Apache 2.0 协议,面向智能体、编码和 RAG 应用,检查点大小约 20GB,可在消费级硬件上运行。
Thinking Machines 发布 Inkling 2 Mini,这是一个总参数 26.4B、激活参数 3.4B 的开放权重 Mixture-of-Experts 循环 Transformer(looped transformer),可在笔记本上以约 20GB 内存运行,并在 DeepSWE v1.1 等 agentic coding 基准测试中领跑 100B 以下模型。同时发布的还有一个研究用的 variable-loop 变体,用于研究可监控性(monitorability),结果显示其在无 CoT 情况下的时间跨度有所提升,且思维链清晰可读,同时未增加破坏(sabotage)倾向。
LlamAmpere 负责人发布了可在 8GB 显卡上运行的 Qwen3.8 27b 超低比特量化模型(2.1bpw/1.75bpw trellis 格式),借助潜在稀疏注意力与 SJKVaRN 技术实现 200k 上下文与 92.5% Top-1 匹配率,性能接近 BF16 且比 9b 模型高出 17% 基准分,为 8GB 显卡用户带来显著能力跃升。
CCORE-Web-Coder-4B 预览版检查点已发布。这是一款基于 Qwen3.5-4B-Base 的 40 亿参数本地模型,可将完整网站、幻灯片或信息图生成为单个 HTML 文件,正式版计划于 11 月 22 日发布。
一位用户反馈 Nvidia 最新的 QAD 27B 模型表现出色,并使用并排模型对比工具,将其与 Nvidia 的量化版本(采用 Peculiar Ragdoll 聊天模板)以及 Unsloth 的 NVFP4 变体进行了比较。
Google 正在将 Gemini 3.5 Transcribe 的语音编辑能力——即驱动 Gboard 上 Rambler 和 macOS 上 Gemini 应用的同一项技术——引入 Gemini API,让开发者能够构建这样一种体验:用户可以通过语音自然地编辑、改写和翻译文本。
Unsloth 推出 Dynamic v3.1 与 v3.0 新型 SOTA 量化算法,并准备发布 4 个新模型,在 Terminal Bench、DeepSWE 等基准上以 512K 上下文表现最佳。
Qwen3.8-27B 上的一个秩为 96 的 LoRA 超级适配器,通过以近乎正交的方式叠加三个智能体运行框架的微调权重,同时提升 Hermes Agent、OpenCode 和 pi 的表现(SWE-Bench Pro 平均得分从 55% 提升至 63%,工具调用减少 53–73%),并附带完整训练方案。
Kyutai Labs 推出 AURA——一个面向语音 AI 的实时人脸/虚拟形象,可在单 GPU 上实时生成口型同步的视频,并将开源整个技术栈。
腾讯发布了 HY4 的开放权重,这是一个 770B 多模态旗舰模型,每个 token 激活 49B 参数,上下文长度为 1M token,包括 instruct、FP8 和 base 三种变体。模型卡片还描述了 HY4 自主训练出一个变体并超越了他们的基线,这与 DeepSeek、Kimi 和 GLM 的发布一起,进一步缩小了开放与闭源之间的差距。
nace-ai 更新了其针对腾讯 Hy4 模型系列的量化合集,新增了 MLX 版本,并为 Hy4-flash 和规模更大的 Hy4 模型提供了多种位宽(3.1 位至 4.6 位)的改进版 GGUF 量化模型。
腾讯 Hy4 MoE 旗舰模型权重已在 Hugging Face 上发布,具备 770B 总参数/49B 激活参数、1M 上下文、多模态图文视频理解能力,并通过 DFly2 投机解码优化推理性能。
腾讯发布了 Hy4 的权重,这是其原生多模态旗舰 MoE 模型(总参数 770B,激活参数 49B),现已上线 Hugging Face。
Tencent 在 Hugging Face 上发布了 WeMM-Video 多模态模型家族,提供 2B、4B、9B 和 35B-A3B 版本,以及 FP8、AWQ、GGUF 和 NVFP4 量化版本,便于高效部署。
Hy4 以混合专家模型的形式发布,总参数量为 7700 亿,激活参数量为 490 亿,上下文窗口达 100 万 token,是大规模大语言模型领域一次值得关注的发布。
一位开发者分享了其最新的稠密模型转 MoE 成果,将 Qwen3.5-2B 转换为激活参数量为 13 亿的 MoE 模型(bayliner1980/Qwen3.5-2B-MoE-A1.3B),通过提高训练数据的多样性解决了专家失活问题,并提供了基准测试和事实回忆评估,显示转换后模型质量略有下降。
谷歌宣布推出 Gemini 4 Neon,这是一款前沿水平的大语言模型,在 Artificial Analysis 智能指数上的得分超过 Claude Opus 5.5(61 分对 59 分),同时价格低 25%,速度更快,拥有 100 万 token 的上下文窗口,即日起可通过 Gemini API 和 Gemini 应用使用。
发布了针对 8 GB GPU 优化的 SenseNova-Loop-9B 混合精度 GGUF 量化版本,最高支持约 131K 上下文,KL 散度低于标准 Q4_K_M 量化,需要使用打过补丁的 llama.cpp 运行时。
ACE Music v1 以 1,160 的 Elo 分数登上 Artificial Analysis 人声音乐排行榜榜首,超越了 Elo 为 1,144 的 Suno v6。该模型可免费试用,并承诺在未来几周内开放权重,届时有望实现本地音乐生成。