跳到正文
9月14日周一
  1. 面壁智能35

    面壁智能亮相 2026 服贸会:展示全国首个行政复议垂直大模型 2.0 与升级版 CPM for Legal

    面壁智能在 2026 年服贸会展示全国首个行政复议垂直大模型 2.0 及全新升级的 CPM for Legal 平台。该大模型覆盖全量案件类型,模型功能输出准确率超 90%;CPM for Legal 升级后原生构建 18 个 AI 法律专家智能体,支持从 SaaS 到私有化部署。这些能力正沿强监管场景逻辑延展至保险理赔等领域,形成高效大模型在合规行业的系统化落地路径。

9月10日周四
  1. 面壁智能62

    OpenBMB 开发者大明哥:基于 VoxCPM 构建 AI 语音中台,一年落地百款应用

    深圳耐思技术负责人大明哥团队基于 OpenBMB 的 VoxCPM 模型,自研 S2S、MDN、QUIC 三条全语音链路及“前端挂起式打断”机制,解决传统串行链路无法打断、延迟高的问题。团队利用 VoxCPM 完整版与 Nano 版分工,结合六库系统打造数字分身,在 9 个月内以平均三天一个 MVP 的节奏落地上百个应用,涵盖明星生日祝福、老人有声自传及 AI 采访助手等场景。

    推荐理由:文章通过耐思团队案例,展示了基于 VoxCPM 构建全语音链路及前端挂起交互的落地路径,揭示了端侧语音应用从 Demo 到商业化的技术细节。

  2. 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。

9月9日周三
9月8日周二
  1. 面壁智能80

    面壁智能开源 MiniCPM5-2B:端侧基座模型在 AA 榜单 4B 以下开源模型中综合表现第一

    9月8日,面壁智能联合 OpenBMB 开源 2B 参数端侧基座模型 MiniCPM5-2B,支持工具调用、深度搜索、代码生成,初步具备端侧通用 Agent 能力。

    推荐理由:开源2B端侧基座模型在4B以下榜单中综合得分第一,附带自研强化学习框架和数据集,展示高密度端侧Agent落地路径。

9月2日周三
8月26日周三
  1. 腾讯混元79

    混元发布极低 bit 翻译模型,压缩至 440MB 并落地直播弹幕

    腾讯混元将 Hy-MT2-1.8B 翻译模型通过 2-bit 和 1.25-bit 方案压缩至几百 MB,翻译质量几乎无损,并联合英特尔完成 x86 适配、联合哔哩哔哩在直播弹幕实时翻译中落地。1.25-bit 模型基于 Sherry 技术,体积从 3.3GB 压至 440MB,B 站演示中单条弹幕翻译耗时 500~800ms,内存占用 500~700MB。

    推荐理由:混元将翻译模型量化至1.25-bit并落地B站直播,展示了极低比特压缩在端侧高并发场景的可用性。

8月11日周二
8月10日周一
8月7日周五
  1. RunningHUB35

    RunningHub 接入 Seedance 2.5,提供 30 秒长视频生成与 0.21 元/秒会员价

    RunningHub 正式接入 Seedance 2.5,该模型支持 30 秒原生视频生成及最多 50 个多模态参考输入。平台推出限时会员活动,480P 视频生成价格低至 0.21 元/秒,720P 视频为 0.49 元/秒。运行 Hub 旗下 rhTV、RHSTORY 等工具已全面适配,通过时间戳控制和分镜模式提升视频创作的可控性与叙事逻辑。

  2. 阶跃星辰开放平台45

    第二届 NVIDIA DGX Spark 黑客松收官

    第二届 NVIDIA DGX Spark 黑客松正式收官,由 NVIDIA 与 StepFun 阶跃星辰联合举办。赛事主题为「让 Agent 创作一切」,共有 112 支团队报名,2122 位开发者参与。上海松江举办的总决赛中,基于 DGX Spark 与 Step 系列模型的三个项目在 Agent 创作、推理框架及端侧机器人领域脱颖而出。

7月14日周二
7月12日周日
  1. 阶跃StepFun68

    阶跃星辰发布端侧模型家族 Step Edge 及配套 NPU 引擎

    阶跃星辰发布面向手机、汽车等终端的端侧模型家族 Step Edge,包含基础模型、Audio、GUI 和 Gen 四个模块,并配套自研 Step Inference NPU 引擎进行推理优化。该模型家族支持低至 0.1 秒的端侧 toolcall 执行,实现多模态数据本地处理,宣称在 29 项核心评测指标中取得第一,旨在通过端云协同平衡响应速度、能力与成本。

    推荐理由:展示了端侧模型在0.1秒toolcall延迟与全模态隐私保护上的落地能力,并给出29项核心指标领先的对比依据。

9月4日周四
  1. Hugging Face Blog66

    Google 发布高效端侧嵌入模型 EmbeddingGemma

    Google 发布 EmbeddingGemma,这是一个 308M 参数、支持 100 多种语言的端侧嵌入模型。该模型在 MTEB 多语言基准测试中表现领先,且量化后内存占用低于 200MB。它兼容 Sentence Transformers、LangChain 等主流框架,并支持在浏览器或本地环境中部署,便于构建移动设备上的检索增强生成(RAG)和智能体应用。

    推荐理由:EmbeddingGemma 在 308M 参数和 2K 上下文窗口下支持 100 余种语言,为端侧 RAG 和 Agent 场景提供了轻量化嵌入方案。

8月21日周四
8月13日周三
8月12日周二
  1. Hugging Face Blog65

    Arm 推出用于实时超采样的 Neural Super Sampling 模型

    Arm 发布基于机器学习的 Neural Super Sampling (NSS) 实时超采样模型,面向移动端图形与游戏开发。该模型专为 Arm Neural Accelerators (NX) 优化,能以更低计算成本重建高分辨率画面;在 Enchanted Castle 演示中,540p 渲染至 1080p 仅需 4ms 并降低 50% 的 GPU 负载。

    推荐理由:Arm 开源 NSS 模型在 4ms 内将 540p 实时超采样至 1080p,并给出移动端适配路径与 Unreal 插件,帮助团队直接评估低算力游戏渲染效果。

6月26日周四
  1. Hugging Face Blog82

    Gemma 3n 在开源生态中全面可用

    Gemma 3n 正式发布,支持本地运行多模态输入。该模型分为 E2B 和 E4B 两个版本,实际参数为 5B 和 8B,但显存占用仅相当于 2B 和 4B 模型,分别只需 2GB 和 3GB 显存。

    推荐理由:Gemma 3n 以 2B/4B 显存实现 5B/8B 性能,支持文本、图像、音频和视频多模态输入,并开放主流开源框架支持。

3月7日周五
2月20日周四
  1. Hugging Face Blog60

    Hugging Face 发布 SmolVLM2 系列视频理解模型

    Hugging Face 发布 SmolVLM2 多模态模型家族,包含 2.2B、500M 和 256M 三个尺寸,用于视频理解任务。2.2B 模型在 Video-MME 基准上超过现有 2B 级别模型;500M 版本支持在 iPhone 本地运行;所有模型均可通过 Transformers 和 MLX 框架进行推理和微调。

    推荐理由:SmolVLM2 提供 2.2B、500M 和 256M 三种尺寸视频模型并支持端侧运行,读者可按设备内存直接评估部署门槛。

3月20日周三
10月19日周四
8月8日周二
7月5日周三
5月16日周二
  1. Hugging Face Blog50

    Q8-Chat 在 Xeon 上实现高效生成式 AI 体验:SmoothQuant 优化 LLM 推理

    Intel 与 Hugging Face 合作展示 Q8-Chat,利用 SmoothQuant 技术将 LLM 量化为 8 位整数,在 Intel Xeon CPU 上实现高效推理。 该方案使模型体积缩小约 2 倍,显著降低推理延迟,MPT-7B-chat 模型在 32 核 CPU 上即可实现实时文本生成。 这为组织提供了比高端 GPU 更具成本效益的 LLM 部署选项,提升了 IT 灵活性。

2月24日周五
12月1日周四
9月10日周四