跳到正文
只看一手#开源生态
10月20日周二
10月16日周五
  1. Hugging Face Blog75

    IBM 发布 Granite Switch 4.1 单端点多模态模型

    IBM 发布 Granite Switch 4.1，8B 与 30B 两个版本通过 Decision aLoRA 与 Speech-to-text 组件在同一端点切换对话、决策与语音转写，共享 KV cache 并已在 vLLM 与 llama.cpp 中支持。

    推荐理由：原版给出了一个模型端点同时支撑对话、决策和语音转写的能力组合，读者可直接对比多模型方案在显存与延迟上的差异。

10月15日周四
  1. NVIDIA Blog46

    NVIDIA宣布支持欧盟科学计算倡议并提供多项开放资源

    NVIDIA宣布参与欧盟AI in Science Enablers Initiative，提供开源模型、数据集和软件工具。公司推出了新的Deep Learning Institute开源课程库，并通过Inception项目与法国、西班牙和瑞典的AI工厂合作，为初创企业开放计算资源。欧洲目前在建35台超级计算机，这是欧洲历史上单年度最大规模超算建设。

    推荐理由：原文给出了欧盟科学计算倡议的参与方式，读者可了解欧洲科研界如何获得NVIDIA算力与模型支持。

  2. Hugging Face Blog80

    FLUX.3 Image Klein 正式接入 Diffusers 并支持布局控制

    Black Forest Labs 的 FLUX.3 Image Klein 模型现已支持 Diffusers，提供文本到图像、多图到图像以及基于边界框的布局控制能力。蒸馏版在 H100 上约 2 秒生成 1024×1024 图像，同时提供 FP8 和 NVFP4 量化变体，并附带 DreamBooth LoRA 微调脚本与模块化管线接口。

    推荐理由：Black Forest Labs 发布 FLUX.3 Image Klein，集成 Distillers 并新增布局控制能力，可兼顾推理速度与设计自由度。

10月7日周三
  1. Google DeepMind73

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，是基于 Gemma 4 架构的 7.4 亿参数多模态嵌入模型，可在设备端将文本、图像、音频和视频映射到统一嵌入空间，支持动态截断至 128-768 维并具备 8K token 上下文窗口。

    推荐理由：材料给出参数量、维度截断和端侧内存等关键参数，便于评估其对本地多模态RAG的可用性。

10月6日周二
  1. Mistral AI80

    Mistral AI 发布 Mistral Large 4 公开预览

    Mistral AI 发布 Mistral Large 4（ML4）公开预览，这是一款拥有 1 万亿参数、520 亿激活参数的原生多模态模型，将于月底开源权重。该模型在网络安全、代码智能体和多模态理解等任务上表现突出，已在多个独立基准中超越同类开源模型。

    推荐理由：官方公布ML4参数规模与预览入口，并列出网络安全、代码智能体等基准成绩，适合评估其当前能力水位。

10月5日周一
  1. GitHub Blog · AI & ML46

    GitHub发布AI代码评审基准ReviewBench

    GitHub发布开源代码评审离线基准ReviewBench，包含来自187个公开仓库的219个拉取请求和多方来源的黄金集，提供Grounded与Augmented两类精度/召回指标。ReviewBench网站已开放，用户可探索数据集、查看排行榜并使用自服务Runner评测与提交自有系统结果。

    推荐理由：GitHub发布代码评审基准并提供自服务评测通道，读者可直接对比或提交自建评审智能体的效果。

9月9日周三