跳到正文
11月19日周四
  1. Hacker News AI79

    Higurashi 开源全双工语音基础模型 Haru-4B

    Higurashi 发布并开源全双工语音基础模型 Haru-4B,支持同步听与说,在 MacBook 上端到端延迟约 65 毫秒。模型基于 4000 万小时真实语音预训练,避免使用合成对话,权重与代码分别在 Hugging Face 和 GitHub 开放。

    推荐理由:模型在 Apple Silicon 上实现 65 毫秒端到端延迟,且完全基于真实对话数据训练。

11月17日周二
  1. 量子位70

    中关村两院开源材料研发智能体系统MatOS

    北京中关村学院、中关村人工智能研究院开源了材料研发科研智能体系统MatOS,其资产库包含3,135个数据集、386项技能和48款材料计算软件。在材料软件使用基准MatTools上,MatOS的完整问题成功率为97.96%,高于采用相同底座模型的Codex CLI和Claude Code;在端到端自主科研基准上,MatOS平均得分比Codex CLI高33.6%。

    推荐理由:中关村两院开源面向材料研发的科研智能体系统MatOS,其在多项基准与案例中的任务成功率超过同类通用工具。

11月10日周二
  1. 量子位50

    蚂蚁灵波开源LingBot-Touch触觉基础模型,实现机器人跨硬件“一脑多手”

    蚂蚁灵波开源LingBot-Touch触觉基础模型,基于近5000小时真实数据预训练,统一磁触觉、视触觉及压阻式信号为通用触觉Token。 模型提供约530万参数轻量版与Small版,支持26项真机测试;接入后任务成功率提高14至26个百分点,验证了触觉能力的跨硬件复用性。 该模型已在Hugging Face、GitHub及魔搭社区开放,旨在补齐机器人精细操作的触觉感知短板。

11月7日周六
10月30日周五
  1. IT之家57

    小米开源 0.8B 参数文档理解模型 Xiaomi-OCR-0,支持文档解析与 OCR 视觉问答

    小米开源 0.8B 参数轻量模型 Xiaomi-OCR-0,基于 Qwen3.5-0.8B-Base 构建,覆盖文档解析、关键信息抽取和 OCR 视觉问答。官方公布其在 OmniDocBench v1.6 总分 96.83,在 1B 以下参数量模型中排名第一。模型权重与代码已在 Hugging Face 和 GitHub 上线,支持 Markdown 与 JSON 结构化输出。

10月28日周三
10月25日周日
10月16日周五
  1. IT之家60

    小米开源空间音频理解大模型 MiDashengLM-Spatial,赋予模型感知声音空间分布能力

    小米于 10 月 15 日开源 MiDashengLM-Spatial 大模型,提供完整权重与推理代码,采用 Apache 2.0 许可证。该模型基于 MiDashengLM-7B 构建,首次实现了开源端到端的空间音频理解,不仅识别声音内容,还能判断声音来源及空间分布。小米计划将其应用于智能家居和汽车座舱等场景。

10月15日周四
10月14日周三
  1. 面壁智能82

    面壁智能开源 MiniCPM-V 4.7:350 亿参数 MoE 端侧多模态新上限

    面壁智能联合 OpenBMB 社区正式发布并开源端侧多模态模型 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 是全球首个可在端侧无损流畅运行的开源 MoE 多模态模型,在约 3GB 内存的 iPhone 17 Pro Max 上实现每秒 13+ token 的生成速度。

    推荐理由:原文披露了 35B 参数 MoE 模型在 3GB 内存端侧运行的具体性能数据与 LES 调度技术细节。

10月7日周三
  1. 量子位91

    OpenAI 发布 722 篇数学手稿,菲尔兹奖得主代表声明不代表认可

    OpenAI 公布 722 篇数学手稿,涉及准黎曼猜想、霍奇猜想等难题,平均每项结果消耗算力约相当于 ChatGPT Pro 思考 3 小时。由三位菲尔兹奖得主组成的独立顾问组表示,这不意味着他们认可这些结果,需由数学家慢慢消化和验证。

    同一新闻,精选展示《OpenAI 发布内部前沿模型产生的新数学成果》

10月2日周五
  1. 机器之心62

    淘宝 TaoMate-H3 开源:支持分钟级流式音视频连续生成

    淘宝 TaoMate-H3 已开源推理代码与 LoRA 权重,该模型基于 MiniMax H3,通过三步流式生成支持分钟级音视频连续续写与 480p 至 1080p 输出。实测中 TaoMate-H3 的纯 DiT 计算耗时较原版降低 11.45 倍,首段就绪时间缩短 27.66 倍,推理代码位于 GitHub,模型权重位于 Hugging Face,团队计划后续发布 FL2AV 流式模型。

9月23日周三
9月10日周四
  1. 面壁智能81

    MiniCPM5-2B 发布:端侧模型登顶 Hugging Face Trending

    面壁智能发布 MiniCPM5-2B,在 AA Intelligence Index V4.1.1 评测中平均得分 53.9,位居全球 4B 以下开源基座模型首位。模型支持工具调用、深度搜索和代码生成等 Agent 能力,完成英特尔、瑞芯微、Arm 等平台 Day 0 适配,并同步开放模型权重、Agent SFT 数据、RL 框架 Meshy 与 UltraX 数据精炼框架。

    推荐理由:2B 模型在 34 项基准中平均得分 53.9,同步开放 RL 与数据精炼框架,并已完成多平台 Day 0 适配。