标签
AuroraAI-Research 发布了 AuroraIMG2-50M-Preview，一个基于 5040 万参数流匹配扩散 Transformer 的 256×256 文生图模型，搭配 1260 万参数文本编码器，全部从零训练仅需单卡 RTX PRO 6000 上 10 小时完成。
OpenBMB 发布 MiniCPM-OCR Jev（2B 参数），一款 OCR 质量评估模型，可对文本、公式和表格区域的识别结果打 0-1 分，在 JevOCRBench 上决策 AUROC 达 93.6，超过多个更大的模型，并在多种 OCR 模型输出上保持稳定泛化。
发布了一个仅 600 万参数的角色渲染模型，可从单张参考图生成约一分钟的视频，并与 Blender 渲染结果进行真值对比评测。
SteerTTS 是一个 23M 参数的可数值调控英文 TTS 模型，通过 z-score 控制语速、音高、响度等 12 项参数，可在 CPU 上实时运行，并附带 2825 个内置语音与实验性零样本克隆。
NVIDIA 发布 Nemotron Labs Dory1.0-4B-BF16，一款 4B 参数的循环式（latent-recurrent）大语言模型，采用 normalized-GPT 架构与滑窗/全注意力混合层，支持弹性推理计算与最后一次循环 KV 缓存，并原生支持 NVFP4 预训练，采用 OpenMDW-1.1 开放许可。
AuroraIMG-6M 是一个仅 6.82M 参数的文本到图像模型（含文本编码器、去噪器和 VAE），全部从零在 CC12M 上训练，可生成 64×64 图像，FID 33、CLIP 24.8，甚至能在 CPU 上运行。
# 用于金融审批智能体的"第二意见"审核模式 本文作者描述了一种应用于金融审批场景智能体的"第二意见"（second-opinion）审核模式，并对 webAI 推出的新型纯逻辑模型 TwIL-LM3 Pro（3.66B 参数）进行了评测。 该模型的逻辑推理得分与 Qwen3-8B 相当，但参数规模不到后者的一半，并且可以完全在本地运行，从而保障数据隐私。
Anthropic 发布 Claude Haiku 5.5，宣称是其最便宜、最快且最强的小模型，相比 Haiku 4.5 运行成本降低约 75%，并支持 100k token 上下文窗口。
Anthropic 发布 Claude Haiku 5.5，这是其最快、能力最强的小型模型，专为摘要、分类、编码子代理、客户支持和浏览器使用等高容量、成本敏感的任务而设计。
Google DeepMind 发布了一款 7 亿（740M）参数的多模态模型，在各项基准测试中表现不俗，其性能甚至超过了某些规模是它两倍多的专用模型。借助该模型，开发者可以为应用加入多模态搜索功能，例如通过语音备忘录查找视频片段；同时还可以将其与 Gemma 4 搭配，在设备端实现私密的本地使用。
DecisionTune 1.0 是一个 3.95 亿参数的编码器（ModernBERT-large 加上一个评分头），用于离线为小型代理（agent）决策进行选项评分。在 MLX 上，每次决策约 10 毫秒即可完成，采用 Apache-2.0 协议发布的权重，并提供 PyTorch、MLX 和 ONNX 后端支持。
A user tested a 6B-parameter small model on a full poster and praised its ability to break down every layer — title, background, and main elements — while the quoted post shares a cloud deployment tutorial for running open-source image/video models at roughly 1/8 of the official API price.
蚂蚁集团与百度开源了 Ming-Image-0.1-Design，一个仅 6B 参数的紧凑型图像生成模型，在 Artificial Analysis 的开源 UI/UX 设计榜单上登顶；同时还发布了配套工具 Layer，可将生成的图片拆解为可编辑的透明图层。
Nace AI 发布了 Drex 1.5，这是一款参数量低于 10B、专注于决策任务、拥有 128k 上下文窗口的模型，在 Decision Index 0.2.1 上以 58.28 的分数排名第一，输入价格为每 100 万 token $0.04。
webAI 推出 TwIL-LM3-Pro，一款 36 亿参数的开源推理模型，可通过量化版本在日常电脑本地运行。在形式逻辑、SVAMP、MuSR 和 BIG-Bench Hard 等基准测试中，该模型在小型模型中取得最高分。他们还预告了 Meridian——即将推出的前沿级端侧模型系列。
一名开发者在 Mac mini 上打造了一个完全离线的 AI 助手，使用 3B 参数模型，可以通过语音输入诊断并修复代码错误，API 成本为零且无需联网，并分享了完整搭建过程和代码仓库。
本文提供了 Engram 模型的更新，详细介绍了其 2.6b 参数架构，包括一个大型 Engram 表和初步训练进度达到 1 亿 token，展示了通过上下文感知数据卸载实现的改进补全效果。
本文详述了ufakzeka-1，一个从零构建的151M参数土耳其语言模型，总成本约286美元，描述了训练流程、评估方法以及小模型训练局限性的关键发现。
AgentCloak 是一款免费浏览器扩展，它使用小型AI模型在本地检测并替换AI提示中的个人细节，确保在ChatGPT和Claude等服务中的隐私。
Cua开源了CUA-S1-FORMS，这是一个微小的2.8MB AI模型，专为表单填写任务设计，达到99.7%的准确率，并支持本地部署。