标签
NVIDIA 开源了 LocateAnything 模型，采用并行边界框解码技术，一步预测完整坐标，速度快且准确。模型仅 3B 参数，可在消费级显卡上运行，支持视频物体定位、UI 识别和 OCR 等任务。
MiniCPM5-1B 是 OpenBMB 推出的一款新型小语言模型，据称是从头构建的，拥有自己的分词器和独特行为，作为一款功能强大的 1B 模型引发了热议。
Maxime Labonne分享说，他们的模型在Hugging Face上成为热门，并且尽管只有1B个活跃参数，但在代理任务上出人意料地强大。
MiniCPM5-1B 是 OpenBMB 推出的一个拥有 10 亿参数的模型，在 AIME 2025 和 τ2-Bench Telecom 上取得了令人瞩目的成绩，超越了更大的模型。它从单个检查点同时提供快速模式和推理模式，这得益于包括监督微调、强化学习和在线策略蒸馏在内的三阶段后训练过程。
Surya OCR是一款最先进的开源OCR模型，参数少于10亿（<1B），支持91种语言，在3B参数以下的基准测试中取得最高分。
Cactus 团队将 Gemini 3.1 蒸馏为仅 26M 参数的专用模型 Needle，专门用于 Function Call，性能超过 Qwen-0.6B，展示了小模型在工具调用场景下的潜力。
OpenBMB 发布了 MiniCPM5-1B，这是一个密集型1B参数Transformer模型，在开源1B级模型中达到SOTA，专为设备端部署设计，支持混合推理和长上下文。
Sapient Intelligence发布了HRM-Text，一个1B参数的文本生成模型，仅用0.04万亿token训练（成本约1000美元），在多个推理基准上超越训练数据多100-1000倍的更大模型，标志着AI训练新范式的开始。
开源 Marlin-2B，一个用于从视频中提取结构化信息的小型VLM，经过微调以回答'发生了什么以及何时发生'。在其重量级别中最佳的开放模型，与 Gemini-2.5-flash 竞争。
一个让六个LLM玩德州扑克的实验；一个1.2B的小模型凭借其激进的“永不弃牌”策略赢了两次，凸显了特定格式如何偏向简单模型。作者构建了名为Hive的扑克引擎和智能体框架，并邀请社区反馈。
LightOn 使用一个 1.5 亿参数的后期交互模型，达到了 GPT-5 级别的深度研究检索性能，这是一项了不起的成就。
一篇最新论文提出通过强化学习训练7B小模型作为任务调度器，自动分解子任务并分配给GPT-5、Claude等顶级大模型，在多项硬核基准上超越单一前沿模型，证明端到端奖励学习可有效替代人工Prompt工程与多智能体流水线设计。
CyberSecQwen-4B 是一个小型、专用的 4B 参数模型，针对防御性网络安全任务进行了微调，设计为在单个 GPU 上本地运行，解决了隐私、成本和离线部署需求。
Yann LeCun的团队发布了LeWorldModel，一个仅有1500万参数的物理模型，在单张GPU上训练数小时，在规划速度和物理合理性上超越了价值数十亿美元的基础模型，挑战了主流的规模扩展范式。
17 亿参数模型在训练数据受损的情况下，仍在 Schema Guided Dialogue 任务上超越 7440 亿参数的 GLM-5，体积效率高达 437 倍。
OpenAI 发布 o3-mini，一款成本高效的推理模型，具备强大的 STEM 能力，现已在 ChatGPT 和 API 中可用，支持函数调用、结构化输出和三个推理力度级别。该模型在数学和编码方面与 o1 性能相当，同时更快且更便宜，免费计划用户首次获得推理模型的访问权限。
OpenAI 发布 GPT-4o mini，一款成本高效的小型模型，每百万输入令牌价格仅为 15 美分，比 GPT-3.5 Turbo 便宜 60%，在 MMLU 上表现强劲（82%），在推理、数学和编码任务上超越 Gemini Flash 和 Claude Haiku 等竞争对手。