腾讯混元 Hy4 flash 模型开源
腾讯混元 Hy4 flash 模型已正式开源,开发者可在 GitHub、Hugging Face、ModelScope 和 GitCode 下载部署。该模型总参数量为 224B,每个 token 激活 12B 参数,支持多模态输入与 100 万 token 上下文,目前已在腾讯云 TokenHub、元宝、企业微信等产品上线。
推荐理由:明确了腾讯混元Hy4 flash的开源地址、224B总参数、12B激活参数、多模态与100万上下文长度。
腾讯混元 Hy4 flash 模型已正式开源,开发者可在 GitHub、Hugging Face、ModelScope 和 GitCode 下载部署。该模型总参数量为 224B,每个 token 激活 12B 参数,支持多模态输入与 100 万 token 上下文,目前已在腾讯云 TokenHub、元宝、企业微信等产品上线。
推荐理由:明确了腾讯混元Hy4 flash的开源地址、224B总参数、12B激活参数、多模态与100万上下文长度。
快手可灵 AI 于 11 月 17 日宣布新一代图像模型 Kling Image 4.0 正式上线,并开放企业与客户 API 接入。该模型采用「理解生成统一」架构,支持最高 15000 tokens 文本输入,并内置 70 余种预设商用字体与 110 余种影调风格。
NVIDIA 发布了 Nemotron 3.5 Bolt E4B 4GB,这是一个基于 Gemma-4-E4B-it 后训练优化的开放高效小语言模型,专为快速本地语音助手、交互角色及嵌入式端侧场景设计。
推荐理由:展示了该小模型在21项基准中取得最高平均准确率及最低输出token数,并量化了推理加速指标。
华为麒麟 9050 系列芯片搭载新一代音视频处理器,音频性能提升 30%,支持新一代音频 DSP、H.266 视频硬解码和低延迟 AI 异构协同计算。 通过 DSP+NPU 异构协同实现 AI 静谧通话功能;率先支持 H.266 硬解码,相比 H.265,弱网直播卡顿降低 50-70%,同网速下分辨率提升一档,同分辨率下播放时长提升 2-3 小时。
Edge0 开源了 Edge0-145B 和 Edge0-120B 模型及统一推理框架,称其为全球首个可运行在个人计算机上的 145B 参数开源端侧模型。
推荐理由:原文给出了端侧大模型的关键性能数据和全栈开源细节,读者可以据此判断本地运行 145B 模型的可行性边界。
Tether AI 发布 BotPsy,一款基于 Qwen3.5-0.8B 构建的 0.8B 参数端侧智能体模型,采用 Apache 2.0 协议开源。通过在 BFCL v4 等六项工具调用基准上取得领先成绩(平均 45.0 分),并在推理 token 效率上较基座模型提升约 3 倍,该模型在低中难度任务场景中展现出优于 1.2B 以下规模模型的表现力。
推荐理由:0.8B 端侧模型通过蒸馏与两轮 RL 训练,在工具调用和多轮 Agent 基准上超越 2.5 倍参数量的模型,展示了小参数智能体路径。
Arm 推出基于 Armv8.1-M 架构的 Cortex-M42 处理器,相比 Cortex-M33 向量算力最高提升 3 倍,能效最高提升 2 倍。 该处理器集成 Helium 向量扩展技术与紧凑 AHB 总线设计,主要面向成本敏感的可穿戴设备及工业控制器,本地支持音频处理与传感器分析。
MNN-Pocket-0.3B 开源发布,这是专为端侧部署设计的 3 亿参数稠密语言模型。 该模型支持 32K 上下文,INT4 部署体积仅 173MB,在 iPad Pro M5 上解码吞吐量达 466 tokens/s。 基于约 4.1 万亿中英文 token 预训练,其在同类开源模型中表现领先,并优于部分 0.5B 参数模型。
初创公司 Underdog 发布了名为 Woof 的语音生成模型,其大小仅为 32MB,可在浏览器中离线运行。 Woof 模型拥有 3100 万参数,已开放下载。此前该公司还推出了 167MB 的语音转文字模型 Bark 和一个 270 亿参数的笔记本可用模型。
淘宝 MNN 团队开源 MNN-Pocket-0.3B 模型,在 iPhone 18 Pro 离线实现平均 350 token/s 解码速度。该模型部署文件体积 173MB,峰值内存低于 300MB,综合评测平均分 50.00,超过 Qwen3-0.6B 等对比模型。
Microsoft 发布 MAI-Code-1.1-Flash,这是一个 137.9B 参数的 MoE 编码模型,已通过量化将权重从 276GB 压缩至 53GB,使其能在配备 128GB 统一内存的 NVIDIA RTX Spark 设备上本地运行。
华为乾崑智驾ADS累计辅助驾驶里程突破174亿公里,月活用户占比达95.2%。 其辅助驾驶状态下严重碰撞前平均安全行驶里程为1082.7万公里,是国人驾平均值的6.02倍。 该数据表明其高阶智能驾驶系统在安全性上显著优于传统人工驾驶。
爱信(Aisin)宣布与东北大学合作,开发全球首款集成 STT-MRAM 的 16nm 工艺 AI SoC。该芯片集成 32MB 嵌入式 MRAM,支持近内存计算,开机无需外部 DRAM。 采用 8/16 位混合乘法架构,通过 Tiny YOLOv3 实现片上目标检测。系统启动耗时缩短至 65.7ms,AI 处理速度提升 10.16 倍,单帧能耗仅为传统方案的 1/50。
美团 LongCat 团队发布面向长程智能体任务的原生多模态模型 LongCat-2.5,总参数量为 1.6 万亿,每个 Token 激活约 480 亿参数。
同一新闻,精选展示《美团正式发布 LongCat-2.5:面向智能体任务的原生多模态模型》
DiffuSpace 发布开源扩散语言模型 Clover-35B-A3B-Preview,在 SWE-bench Verified 等智能体编程评测中达到或超过同规模自回归模型,同时实现 680 tokens/s 的更快生成速度。模型通过引入块扩散与双向 GDN 架构解决历史记忆复用问题,并已在 16GB 显存设备上实现 INT4 量化部署。
推荐理由:作为首个在Agent任务上超过同规模自回归模型的开源扩散语言模型,Clover 35B证明了并行生成速度与高性能可以共存。
小米发布并开源轻量级文档理解模型 Xiaomi-OCR-0,参数量仅为 0.8B,融合文档解析、关键信息抽取与视觉问答能力。该模型在 OmniDocBench v1.6 基准得分 96.83,位列 1B 以下模型第一;在真实场景评测 Real5-OmniDocBench 中得分 95.24,排名第一。
天数智芯发布天垓300、彤央TY1200及天数智算软件栈。现场实测显示,天垓300在文生图任务上耗时95.6秒快于H200的112秒;彤央TY1200在断网端侧环境下,运行Qwen3.8-27B的性能达到Thor T5000的138%,并成功运行MicroDuck仿真任务。
推荐理由:实测数据对比了天垓300与H200、彤央TY1200与Thor T5000的性能差异,展示了国产芯片在云边两端的落地能力。
天数智芯在 2026 媒体开放日首次公开展示天垓 300 通用 GPU 的实机运行,官方称其第三方实测单卡整体吞吐达到 H200 的 1.05 倍。开放日还披露了 IXL144 超节点方案、GPU 与 XPU 异构部署 AFD 分离方案,以及端侧产品彤央 TY1200 的实测进展。
Liquid AI 发布新一代开源 Liquid Foundation Model(LFM3),将文本、视觉、音频、omni 和决策任务放入同一 2B 级底座,所有模型都可在单卡上微调并部署到边缘设备。
推荐理由:Liquid AI把六种模态压进2B级开源权重,并用同一底座和单卡微调路径解释它如何落到边缘部署。
科大讯飞发布依托全国产算力训练的星火语音基座大模型SparkAudio 1.0。该模型支持文本、语音双模态输入,可完成语音转写、多方言识别及复杂音频问答等任务。基于该基座,讯飞孵化出Spark-ASR-2.0、Spark-LiveTranslation等专用任务大模型,已落地讯飞输入法、AI眼镜等软硬件产品。
讯飞Spark-X2.6上线星辰MaaS平台,采用MoE架构总参数293B,支持1M上下文。实测中Spark-X2.6-4B离线完成经营复盘与合同脱敏,云端处理复杂审查,路由准确率提升至96.1%。
推荐理由:实测展示了Spark-X2.6在纯CPU离线场景下的Agent任务完成度及端云脱敏协同流程,提供了国产算力落地的具体参考。
岩山科技旗下岩芯矩阵联合港科大、CMU等机构开源了模型EdgeRock-4B,其核心创新在于固定KV Cache占用为72MiB,不随上下文长度增加。
推荐理由:该模型展示了固定内存下长推理的可行方案,并提供了开源代码与模型,便于工程落地参考。
Jack Dorsey 旗下的 Block 推出全新全双工语音模型 Dessa,该模型支持在 M4 Max 及更高配置的 MacBook 本地运行。Dessa 原生内置情绪表达,能模拟笑声、停顿等人类特征,且无需依赖大语言模型调取知识。目前该模型暂不对外开放,正邀请安全研究者重点测试语音智能体欺骗人类的风险场景。
科大讯飞发布端云一体星火X2.6,实现全国产算力下的模型训练与推理,长上下文训练效率提升约4倍,推理效率提升4.5倍。同步发布星火语音基座大模型SparkAudio 1.0,整体效果提升20%,响应时间降低15%。推出讯飞星帆WinWork数字员工平台,支持80余类数字员工上线,Token消耗节约44%。
推荐理由:发布端云一体模型X2.6及SparkAudio 1.0,通过长程训练与动态并行技术,实现全国产算力下的高效推理与成本优化。
科大讯飞发布端云一体大模型讯飞星火 X2.6,其端侧 4B 模型已开源并提升了端云路由准确率;同时推出语音基座模型 SparkAudio 1.0、AI录音环、AI眼镜及数字员工平台等软硬件产品。
Recursive 发布首个语言模型 Flint,由 AI 系统 Eureka Machine 深度参与其架构设计与优化,支持本地部署,在编码任务上表现优异。Flint 采用 40B 参数的 MoE 架构,其中仅 2.5B 参数在推理时激活。
壹号本发布 OneXPlayer 3,作为首款搭载英特尔 Arc G3 Extreme 平台的便携 PC,35W TDP 下实现百帧黑神话悟空及 119 帧赛博朋克 2077。
科大讯飞发布讯飞星火 X2.6 端云一体大模型,宣称首次基于全国产算力实现代码和智能体能力突破。 模型采用 293B-A30B 参数的 MoE 架构,上下文长度拓展至 1M,输入限时 0.9 元/百万 tokens。 同步开源星火 X2.6-4B 端侧大模型,推理限时免费,下载量已进全球前四。
本地模型 Flint 40B 实现 125 Tps 吞吐量,具备前沿水平性能。 该模型在 MacBook 上运行,主打高速推理。
AI 初创公司 Recursive 发布了名为 Flint 的免费端侧编码模型,该模型主要依靠其自动化研究系统 Eureka Machine 构建,团队在四个月内完成开发。
Muse Glimmer 是一个基于 Apache 2.0 许可开源的 300 亿参数因果语言模型,专为消费级硬件设计,集成了多模态感知、多步推理与工具调用功能。模型经过 4-bit 量化优化可在单 GPU 上本地运行,无需云端基础设施,在同量级模型中实现了 agentic benchmark 的领先性能,并支持超过 100 种语言的训练数据。
推荐理由:Muse Glimmer 作为 30B 参数模型实现了本地智能体功能,为消费级硬件部署多模态推理模型提供了新路径。
Nvidia 发布 Nemotron 3.5 Super VL 及轻量级 Bolt 模型,Super VL 为 120 亿参数大模型,支持企业级 Agent 任务,并声称在特定任务上快于 Anthropic 和 OpenAI 模型。
Meta 发布开放权重模型 Muse Spark Open,总参数量达 8160 亿,采用 MoE 架构且每次推理激活约 420 亿参数。Meta 与苹果共同展示了在两台或四台 Mac Studio 上运行的方案,开发者可在本地使用模型编写代码、分析视频、执行智能体任务,推理过程无需经过模型厂商的服务器。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》
Meta 正式发布 Muse Spark Open,定位为美国最强开源权重模型。该模型总参数量 816B,配备 100 万 token 上下文窗口,原生支持文本、图像、视频和音频的多模态输入,专门针对编码、长期任务和复杂多步推理场景优化。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》
PrismML 发布基于 Qwen 3.5 构建的 Ternary Bonsai 2 系列模型,提供 2B、4B、9B 三个规模,用于在手机、PC 和可穿戴设备上本地运行 AI 智能体。
Meta 发布原生多模态开源权重模型 Muse Spark Open,参数量 816B,激活参数 42B,上下文窗口 1M,专为代码和智能体任务设计。该模型利用苹果 MLX 框架针对 M5 Ultra 芯片优化,两台配备 512GB 内存的 Mac Studio 即可本地运行。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》
Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,并与苹果合作展示了在 Mac Studio 上本地运行的方案。该模型采用 MoE 架构,激活参数约 420 亿,通过 NVFP4 量化将内存需求压缩至 493GB。
推荐理由:详细拆解了Meta 8160亿参数模型在Mac Studio上通过张量并行和BF16量化实现本地高效推理的技术路径。
Meta发布开放权重模型Muse Spark Open,总参数量8160亿,支持100万Token上下文窗口,聚焦编程和Agent任务。该模型在两台M5 Ultra Mac Studio上可本地运行,但编程基准测试成绩低于部分国产开放权重模型。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》
Meta 和苹果合作,可在两台配备 512GB 统一内存的 Apple M5 Ultra Mac Studio 上,通过 MLX 框架本地运行 Meta 开源权重模型 Muse Spark Open。
蚂蚁百灵开源 Ling-3.1-flash 模型,总参数约 560B、每个 Token 激活约 25B,最高支持 1M 上下文。在 Artificial Analysis 公开评测中,该模型智能指数为 41、输出速度约为每秒 210 Token。