跳到正文
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