标签
Box CEO Aaron Levie 预测，AI 智能体在运行工作流和构建软件时，消耗的 token 将达到如今用量的 1000 倍；与此同时，Suhail 宣布成立新公司 Particle 以及面向开发者的高效 token 模型 particle-1，该模型在性能相当的情况下减少了约 45% 的 token 消耗。
OpenBMB 发布了 MiniCPM-OCR 1.0（1B），这是一款可在 iPhone/iPad 上本地运行的轻量级 OCR 模型，同时还发布了 MiniCPM-OCR-Jev（2B），这是一个根据源图像对 OCR 输出正确性进行评分的验证模型；两者均开放模型权重，并支持 llama.cpp、vLLM、SGLang 和 Ollama。
NVIDIA 发布了 Nemotron 3.5 Transcribe 30B-A4B，这是一款开源权重的离线语音与音频转录模型，支持 40 种语言，采用混合 MoE 架构，激活参数约 43 亿，可处理长达一小时的录音。
NVIDIA 推出了来自各大 OEM 厂商的全新 RTX Spark 轻薄笔记本，并发布了开放权重的 Nemotron 3.5 Transcribe 语音模型、面向智能体的 GPU 资源管理工具，以及支持 DLSS 4.5 和路径追踪的全新游戏。
Nvidia 发布了免费开源权重语音转写模型 Nemotron 3.5 Transcribe（30B 参数，支持 40 种语言）以及 Granary 开源语音数据集 v2，瞄准会议记录和医疗转写等企业应用场景。该模型声称在 Open ASR 等基准上超越竞争对手，且可在单芯片上运行。
NVIDIA 发布了 Nemotron 3.5 Transcribe，这是一款开放权重的可提示模型，支持多语言转录、说话人分离、翻译和音频问答，在排行榜上取得了顶尖成绩；同时推出的还有 Granary v2 数据流水线以及用于领域适配的 NeMo 微调方案。
一位独立研究者从零训练了 Apex-3，一个 21B 参数的 MoE 模型（3.36B 激活参数），使用 70B tokens，发布了稳定的检查点并分享了训练日志中涌现行为的证据。最明确的发现是在上下文学习中约 1.3B-1.5B tokens 处出现了一个尖锐的相变，而算术能力的提升虽然在精确匹配上看起来是突变的，但在概率上是连续的。
一位 Reddit 用户批评 Artificial Analysis 的 v5.0 指数，指出其“最具吸引力”象限中没有任何开放权重模型，并称该图表如今更偏向闭源专有模型，而非 DeepSeek、GLM、Kimi 和 Qwen 发布的模型。
关于即将推出的 Gemma 5 模型的猜测，源于谷歌的 Oriol Sanseviero 发布的一条暗示可能发布新模型的推文。
作者发布了其 4B 编码模型的新版本，一次性生成结果和视觉质量显著提升，并在 Hugging Face 上更新了 Q8 和 Q4 量化版本，同时承诺公开数据集和完整 FP16 权重。
Artificial Analysis 发布 Artificial Analysis 智能指数 v5 和进展指数 v1，新增 FrontierCode 2.0、Terminal-Bench-Science 等基准测试，并将私有测试集占比提高至 60%。结果显示，Claude Opus 5.5（max）以 58 分领先，开放权重模型与闭源前沿模型的差距扩大至 12 分。
一位科技用户分享称，经过 100 多小时的测试，他们认为 DeepSeek V4.1 Flash 的表现与前沿模型相当，而成本仅为其 1/13 至 1/20，且从模型权重到推理技术栈都完全开放。
一位开发者搭建了配备两块 RTX 5060 Ti 显卡（共 32GB 显存）的本地 GPU 基准测试服务器，运行 vLLM，对 12 个从 4B 到 35B 的量化开放权重模型进行了完整基准数据集测试，并加入了实际耗时效率评分，最终在 llmbenchmarks.io 上发布了可排序的测试结果。
Liquid AI 发布 LFM3-Omni-2B 的 GGUF 版本，支持在 CPU/GPU 上本地推理。该模型可理解文本、图像、视频和音频，并以文本和语音输出，专为设备端使用打造。
用户分享了一份简短的 AI 模型清单，列出了他们感到兴奋的模型：GLM 5.5 Flash 和 Qwen 4 27B。
Liquid AI 发布第三代 Liquid Foundation Models（LFM3），首批包含六个 2B 级模型，覆盖文本、视觉、音频、全模态和决策任务，采用开放权重并共享主干架构，可在手机、笔记本和边缘设备上运行，权重已上线 Hugging Face。
Reflection AI 与 Hugging Face 联合举办 "Build with Beam" 挑战赛，开发者通过使用 Beam 模型构建 demo、训练模型或创建数据集可瓜分 $20K 现金奖励，前 400 名参与者还可获得 $25 Hub 积分。
社区成员 GrootTeam 发布了 Groot 系列 4 个多模态 MoE 模型（19B 到 280B），提供 FP8、NVFP4 和 GGUF 量化版本，据报告在基准测试上表现优于更大的模型。
inclusionAI 发布 Ling-3.1-flash-1019，这是 Ling-3.1-flash 的升级版本，拥有 5600 亿总参数、250 亿激活参数和 100 万词元的上下文窗口，通过后训练优化，在推理与智能体能力上显著提升（AA-Briefcase Elo 评分从约 1400 升至 1524，Artificial Analysis 智能指数达到 44）。
作者通过 Hugging Face 的 token 追踪数据反驳了 Cohere 关于 Qwen 3.8 Flash Next 向阿里远程 URL 上传数据的说法，指出该行为需要特定的 2,232-token 前缀才会触发，且在正常使用中几乎不可能遇到。