标签
一个35B参数的MoE模型，仅3B活跃参数，通过后训练强化学习匹配或超越100B级模型，实现显著效率提升。
LuxTTS 是一个轻量级语音克隆 TTS 模型，支持 48kHz 高清输出，单 GPU 可达 150 倍实时速度，仅需 1GB 显存即可本地运行，性能媲美十倍大的模型。
用户称赞 Gemma 4 e2b 模型在低端硬件上的速度和输出质量，将其与 ChatGPT 3.5 和 4 进行正面比较，并询问其他能在老旧电脑上运行良好的小模型推荐。
InnerZoom提出了一种单前向框架，用于GUI定位中的跨层证据桥接，在多个基准测试上实现了最先进的性能，同时将延迟降低高达31.8%。
Cohere Labs发布North Mini Code，一个拥有300亿参数（30亿活跃）的开源编码模型，协议为Apache 2.0，针对代码生成和智能体任务优化，可通过4位量化在20GB内存的本地运行。
Lite Any Stereo V2 提出了一种高效的立体匹配方法，通过优化的架构和训练策略（包括仅2D成本聚合框架和三阶段训练策略），在显著降低延迟的同时实现了最先进的精度。
Unsloth 使得在Kaggle上免费微调31B参数的多模态模型成为可能，采用4位量化，本地运行仅需22-24GB VRAM。
介绍了SEVRA，一种用于预算感知推理的选择性验证控制器，它决定何时接受模型的初始答案，何时在验证上花费额外计算资源，在MATH500和GSM8K等基准上提高了准确率并减少了不必要的token。
VibeThinker是一个3B参数的模型，基于Qwen 2.5微调，通过创新的后训练方法（包括多路径思维和在数学、编程、科学上的分阶段训练），实现了与Claude Opus 4.5以及更大的模型（如DeepSeek v3）相当的性能。
百度文心发布 PP-OCRv6，提供 Tiny/Small/Medium 三档模型，支持 50 多种语言；其中 Tiny 版仅 1.5MB 可在浏览器本地运行，单图预测最快 97ms，证明小型专用模型可在 OCR 任务上超越大模型。
Cohere 发布了 North Mini Code，这是其首个基于 Apache 2.0 的开源编码模型，设计小巧、成本效益高、可本地部署，并专注于代理性能。
一个8人团队发布了采用Apache 2.0许可的30B-A3B编码模型，其性能与Claude Haiku 4.5相当，并在Artificial Analysis Coding Index上击败了NVIDIA的120B-A12B Nemotron 3 Super。
Cohere 发布了其首个开源编码模型 North Mini Code Small，专为高效的代理型性能和社区反馈而设计。
作者展示了在仅使用 CPU 的系统上，通过 Koboldcpp 高效运行 Gemma-4-26B-A4B 模型，在一台旧台式机上达到了每秒 7 个 token 的速度，这表明运行本地大语言模型推理可能并不需要强大的 GPU。
我们刚刚发布了 Gemma 4 12B，一个中型多模态模型，支持原生音频输入，仅需 16GB 内存，并以 Apache 2.0 许可证发布。
介绍WeCon，一种用于多目标组合优化问题的权重条件神经求解器，其超体积与现有最优方法相当，同时推理时间减少40%。
OpenBMB releases MiniCPM-V 4.6, a 1.3B-parameter multimodal LLM with 262k context and significantly reduced visual encoding FLOPs, achieving strong benchmark performance and broad inference framework support.
提出 delta-Mem，一种轻量级在线记忆机制，利用紧凑状态矩阵并通过增量规则学习进行更新，以提升冻结大型语言模型的长上下文性能，无需全量微调或上下文扩展。
SANA World Model是一个新的人工智能模型，采用混合线性注意力，以实现高效和快速。
SANA-WM是一个拥有26亿参数的开源世界模型，能生成高保真720p分钟级视频，支持精确相机控制，在达到工业级质量的同时显著降低计算需求。