技术方向
开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
223 条精选近 30 天 121 条共收录 1,487 条
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。
Mistral 推出 Agentic Search，将检索从一次性 RAG 升级为多步检索与导航循环，可在复杂文档中查找、检查并验证信息。该功能通过 Mistral Search Toolkit 和 Libraries 提供，包含 search、open、navigate、read 和 grep 五个工具，无需微调即可使用。
推荐理由：相比一次性 RAG，Agentic Search 通过多步检索与导航循环，在复杂文档搜索中显著提升准确率并降低资源消耗。
百灵大模型正式开源 Ling-3.0-tiny-base 和 Ling-3.0-flash-base 预训练模型，并同步提供六个关键阶段权重。其中 tiny-base 拥有 7.9B 总参数和 1.3B 激活参数，适合代码场景持续预训练及低预算强化学习探索。
推荐理由：官方开源了 Ling-3.0-tiny-base 和 flash-base 预训练底座，提供六个不同阶段权重供后续定制。
GLM-5.3 API 正式上线，在 AA 综合智能指数取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等处于同一水平，并与 Kimi K3 并列开源模型第一。模型以更低成本推进智能-成本帕累托前沿，已接入 ZCode 等编码平台并纳入 GLM Coding Plan，权重将于下周五开源。
推荐理由：原文给出了AA指数排名、成本区间与开源时间，读者可以据此判断前沿模型能力与使用门槛的最新变化。
智谱发布GLM-5.3，基座未变但通过极致后训练Scaling显著提升编程与网络安全能力：内部编程体感较GLM-5.2提升50%，Terminal-Bench 3.0从4.6升至28.3；网络安全上CyberGym达84.5%，ExploitBench 54.4%，ExploitGym两小时完成105项漏洞利用任务。
推荐理由：后训练Scaling带来更强编程与网络安全防御能力，开源与“开源的盾”计划让前沿安全能力不再只属于少数闭源机构。
MiniMax H3 开源一周衍生出近 300 个模型，ComfyUI 版本下载量近 700 万。社区通过量化将模型最小内存占用降至 42.5GB，使 H3 可在消费级显卡本地运行。开发者为 Mac 编写了原生推理引擎 h3.c，并探索出长视频续写、图像编辑等玩法，甚至通过 Claude Code 调度本地模型构建自动化多镜头制片流程。
推荐理由：原文列举了量化压缩、Mac 原生引擎及 Agent 制片等社区实践，展示了 H3 在低显存设备与自动化流程中的实际扩展能力。
Mistral 宣布推出 Mistral Regional Endpoints（区域推理端点，GA 阶段）和 Mistral Priority Tier（优先级服务层级，公测阶段），允许客户选择在欧洲或美国运行推理以满足数据驻留与合规要求，并为首批关键工作负载提供附带正常运行时间 SLA 的定制速率限制。
推荐理由：原文介绍了区域推理端点、第三方开源模型接入及欧洲算力联盟计划，展示了Mistral构建主权AI基础设施的具体功能与服务层级。
百灵大模型团队正式开源 Ling-3.0-tiny，该模型总参数量 7.9B，推理时激活参数量仅 1.3B，并同步提供 BF16、FP8 和 INT4 三个版本。
推荐理由：展示了 1.3B 激活参数在端侧设备与多精度部署下的实际落地效果与基准表现。
ZCode发布重大升级，正式上线Goal、Subagents、Remote Control与闲时任务四大功能。通过专门优化上下文缓存复用，GLM在ZCode中的缓存命中率超过98%，配合限时额度加成使有效Token量提升约30%。
推荐理由：原文展示了GLM在ZCode下与Claude Code的对比数据及缓存优化细节，读者可据此评估不同Coding Harness对模型任务交付效率的影响。
央视《经济半小时》专题报道爱诗科技，其全球注册用户突破 1.5 亿，业务覆盖 177 个国家。自研 PixVerse V6 在 Artificial Analysis 图生视频和文生视频榜单中位列全球第二，生成速度行业第一；2026 年初发布支持 1080P 的实时世界模型 PixVerse R1。
推荐理由：节目披露了爱诗科技的全球用户规模、PixVerse V6 在 Artificial Analysis 榜单上的位置以及 PixVerse R1 的实时能力，有助于读者校准中国 AI 视频出海现状。
Meta 发布开源多模态模型 Muse Glimmer，模型为 30B 参数，基于 Muse 蒸馏而来，采用 Apache 2.0 许可，专为本地智能体应用场景设计。
推荐理由：文章展示了Muse Glimmer在本地部署场景下的自优化演示，为隐私敏感应用提供了低成本运行方案。
MiniMax H3 技术团队回应开发者关于模型架构与优化方案的疑问。团队澄清 H3 未采用 MSA 而是结合 MoBA 与稀疏注意力，采用双 VAE 以独立控制音视频模态，并提出 Regenerate-2K 将在完成效率与质量提升后开源。
推荐理由：团队通过问答澄清了架构与优化细节，开发者可据此调整工作流。
MiniMax H3 开源 24 小时后，华为昇腾、AMD、Intel 等 9 家芯片厂商完成 Day 0 适配，Hugging Face、vLLM、腾讯云及 Leonardo 等超百家合作伙伴完成接入。在 Artificial Analysis 视频评测榜单中，H3 跻身全球前三并在质量/价格象限中处于最优梯队，位列中国模型最佳。在 Arena AI 最新评测榜单中，H3 排名并列第一。
推荐理由：开源 24 小时内的适配与评测结果，展示了该多模态视频模型的生态落地速度与实际性能站位。
MiniMax 正式开源新一代通用视频模型 H3，支持 4 至 15 秒、2K 分辨率及立体声音频生成。H3-Base 权重已同步至 Hugging Face，支持本地部署；完整 2K 工作流需结合官方 API 调用 H3-Context-IR 与 H3-Regenerate-2K。
推荐理由：官方发布文档详细拆解了 H3 在 Hugging Face 的开源组件、支持的 2K 生成规格以及本地部署与 API 验证的完整工作流。
MiniMax 正式发布 H3，这是一款通用全模态生成模型，支持文本、图像、视频和声音的统一理解，可输出原生双声道音视频，最高支持 15s 2K 分辨率。官方称 H3 在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 方面表现出色，适用于广告、电商等商业场景。2K 分辨率下每秒价格不到主流模型的 1/3，未来几天将开放模型权重并适配国产芯片。
推荐理由：官方公布全模态生成能力、成本对比及开源计划，帮助用户判断其商业化与工程落地潜力。
Kimi K3开放日同步发布了模型权重、技术报告及MoonEP、FlashKDA、AgentEnv三项关键Infra技术。Kimi K3是拥有2.8万亿参数的混合专家模型，支持100万token上下文窗口及原生视觉理解，参数规模是Kimi K2.5的3倍左右。通过技术创新，其规模化效率提升2.5倍，用户可自由下载部署用于内部研发或终端产品。
推荐理由：Kimi K3开放了2.8万亿参数的混合专家模型权重、技术报告及MoonEP等关键基础设施，支持自由下载部署，为前沿模型普及提供完整技术包。
Kimi K3 是一个 2.8 万亿参数模型，基于 Kimi Delta Attention 和 Attention Residuals 技术构建，原生支持视觉理解，并拥有 100 万 token 上下文窗口。
推荐理由：Kimi 官方发布 2.8 万亿参数的 Kimi K3 模型，并给出了完整的架构设计、性能评测与商用渠道。
智谱上线并开源 GLM-5.2，重点增强长程任务与 Coding 能力，采用 MIT 协议。模型支持 1M 上下文，在 FrontierSWE 上表现优于 GPT-5.5 和 Claude Opus 4.7。已在国产算力平台完成 Day 0 适配，提供 API 及开源权重下载。
推荐理由：原文给出了模型在长程任务和 Coding 基准上的具体表现，并开源权重，读者可据此评估其在工程场景的可用性。
智谱全量开放 GLM-5.2，该模型支持 1M 上下文并在长程任务中保持领先。ZCode 3.0 围绕 GLM-5.2 深度优化，推出自研 Agent 以提升智能编码体验，并为 Coding Plan 订阅用户和新人提供配额权益。
推荐理由：原文明确了 GLM-5.2 的 1M 上下文能力和 ZCode 3.0 的深度优化，为开发者评估智能编码工具提供了具体参考。
智谱全量开放 GLM-5.2，支持 1M 上下文并宣称是迄今能力最强的开源模型。该模型面向 GLM Coding Plan 全量用户开放，API 下周上线，模型下周遵循 MIT 协议正式开源。
推荐理由：GLM-5.2 全量开放并计划开源，读者可据此评估其长上下文能力在团队开发中的可用性。