美团 LongCat 发布开源双语图像生成模型 LongCat-Image
美团 LongCat 发布开源中英双语图像生成基础模型 LongCat-Image，仅 6B 参数，在多个基准上超越数倍于其规模的开源模型。
全部AI 动态
全部动态
今日 46 条美团 LongCat：HuggingFace 新模型AI 评分5757
Ahead of AI（RSS）AI 评分7272 Sebastian Raschka 深入解读 DeepSeek V3 到 V3.2 的架构、稀疏注意力与强化学习更新
Sebastian Raschka 在 Ahead of AI 发表长文，解读 DeepSeek V3.2 相比 V3/R1 的主要变化。
Mistral AI：News（网页）精选AI 评分8080 Mistral 发布 Mistral 3 系列：含 Mistral Large 3 与 Ministral 3 小模型，全部 Apache 2.0 开源
Mistral 发布新一代模型系列 Mistral 3，包括 Mistral Large 3（41B 激活、675B 总参数的 MoE 模型）和 Ministral 3 的 3B、8B、14B 三种小模型，全部以 Apache 2.0 许可开源。
推荐理由：官方发布了完整模型规格、开源许可和部署路径，读者可以据此评估这批开源模型在自己的场景中是否可用。
DeepSeek：GitHub 新仓库AI 评分3030 DeepSeek 开源 LPLB：面向 MoE 模型的专家并行负载均衡器
DeepSeek 在 GitHub 发布 LPLB，一个基于线性规划、面向 MoE 模型的专家并行负载均衡器，目前处于早期研究阶段。该仓库未披露参数规模、性能数据或具体可用形式。
美团 LongCat：HuggingFace 新模型AI 评分6161 美团 LongCat 发布 13.6B 开源视频生成模型 LongCat-Video
美团 LongCat 团队发布 13.6B 参数的开源视频生成基础模型 LongCat-Video，统一支持文生视频、图生视频和视频续写三类任务。模型在 Video-Continuation 上预训练，可生成长达数分钟的视频而不出现色彩漂移或质量下降，并通过粗到细策略和 Block Sparse Attention 在数分钟内生成 720p、30fps 视频。
美团 LongCat：HuggingFace 新模型AI 评分6060 美团 LongCat 发布开源全模态模型 LongCat-Flash-Omni（560B 参数、FP8）
美团 LongCat 团队开源全模态模型 LongCat-Flash-Omni，共 560B 参数、激活 27B，主打实时音视频交互，权重采用 MIT License 发布。
美团 LongCat：HuggingFace 新模型AI 评分6565 美团 LongCat 开源全模态模型 LongCat-Flash-Omni，560B 参数激活 27B
美团 LongCat 团队开源全模态模型 LongCat-Flash-Omni，总参数 560B、激活 27B，基于 Shortcut-connected MoE 架构，支持实时音视频交互与最长 128K token 上下文。
DeepSeek：GitHub 新仓库AI 评分6161 DeepSeek 开源 DeepSeek-OCR 仓库，探索上下文光学压缩
DeepSeek 在 GitHub 开源 DeepSeek-OCR 仓库（https://github.com/deepseek-ai/DeepSeek-OCR），核心思路为 Contexts Optical Compression（上下文光学压缩）。
美团 LongCat：HuggingFace 新模型AI 评分4343 美团 LongCat 开源 LongCat-Audio-Codec：面向语音大模型的音频编解码方案
美团 LongCat 团队开源 LongCat-Audio-Codec，一套面向语音大语言模型的音频 tokenizer 与 detokenizer 方案，并行生成语义与声学 token，可在极低码率下高保真重建音频。
OpenBMB（清华 NLP）：GitHub 新仓库AI 评分2525 OpenBMB 发布 SciCore-Omics：首个连接组织学图像、空间转录组与生物语言的三模态基础模型
OpenBMB 发布 SciCore-Omics，称其为首个连接组织学图像、空间转录组学和生物语言的三模态基础模型。该模型将三类生物医学数据模态统一到同一基础模型中。
通义 QwenAudio：原创语音项目AI 评分3434 阿里云千问团队发布 Qwen3Guard 多语言安全护栏模型系列
阿里云千问团队推出 Qwen3Guard 多语言护栏模型系列。该系列模型用于内容安全审核，支持多语言场景。
通义 QwenAudio：原创语音项目精选AI 评分6868 阿里云 Qwen 团队发布全模态模型 Qwen3-Omni
阿里云 Qwen 团队发布端到端全模态大语言模型 Qwen3-Omni，可理解文本、音频、图像和视频，并能实时生成语音。项目链接：https://github.com/QwenLM/Qwen3-Omni
推荐理由：作者以官方身份说明 Qwen3-Omni 的模态覆盖和实时语音生成能力，可帮助读者判断其适用场景。
美团 LongCat：HuggingFace 新模型AI 评分6262 美团发布 560B 参数推理模型 LongCat-Flash-Thinking，权重采用 MIT License
美团 LongCat 团队发布并开源 LongCat-Flash-Thinking，总参数 560B 的 MoE 大推理模型，按上下文动态激活 18.6B～31.3B 参数（平均约 27B）。
美团 LongCat：HuggingFace 新模型AI 评分6464 美团发布 LongCat-Flash-Thinking 大推理模型，560B 参数 MoE 架构并以 MIT 协议开源
美团发布并开源 LongCat-Flash-Thinking，总参数 560B 的 MoE 大推理模型，按上下文动态激活 18.6B~31.3B（平均约 27B）参数，权重采用 MIT License。
小米 MiMo：GitHub 新仓库（模型发布）AI 评分4848 小米 MiMo-Audio：音频语言模型是少样本学习者
小米发布 MiMo-Audio 音频语言模型，提出音频语言模型是少样本学习者。该模型以 MiMo 命名，已在 GitHub 开源，具体参数规模与评测数据尚未在现有信息中披露。
小米 MiMo：GitHub 新仓库（模型发布）AI 评分2929 小米 MiMo 发布 MiMo-Audio-Tokenizer 音频分词器
小米 MiMo 团队发布 MiMo-Audio-Tokenizer，一个统一音频分词器，可同时提取语义信息并实现高保真音频重建。该模型已在 GitHub 开源。
通义 QwenAudio：原创语音项目AI 评分3030 通义千问 Qwen3.8 大语言模型系列
通义千问（Qwen）团队发布 Qwen3.8 大语言模型系列，由阿里巴巴集团开发。该系列为 Qwen 团队自研的大语言模型产品线，具体参数规模、上下文长度与可用性信息尚未在原文中披露。
FireRedTeam：原创语音与多模态项目AI 评分4646 FireRedTeam 发布 FireRedTTS2 长音频流式 TTS 系统
FireRedTeam 推出 FireRedTTS2，一个面向多说话人对话生成的长音频流式 TTS 系统。该系统支持长音频流式合成，可用于多说话人对话场景。
美团 LongCat：HuggingFace 新模型AI 评分6868 美团发布开源大模型 LongCat-Flash-Chat，总参数 560B 平均激活 27B
美团 LongCat 团队发布 LongCat-Flash-Chat，一款总参数 560B 的 MoE 非思考基础模型，按上下文动态激活 18.6B∼31.3B 参数，平均约 27B。
美团 LongCat：HuggingFace 新模型AI 评分7171 美团 LongCat 发布 LongCat-Flash-Chat：560B 参数 MoE 非思考基础模型
美团 LongCat 团队发布 LongCat-Flash-Chat，总参数 560B 的 MoE 模型，按上下文动态激活 18.6B∼31.3B 参数（平均约 27B），通过 Shortcut-connected MoE 扩大计算通信重叠窗口，推理吞吐超 100 tokens 每秒。
通义 QwenAudio：原创语音项目精选AI 评分7070 Qwen-Image 开源：支持复杂文字渲染与精确图像编辑的图像生成基础模型
QwenLM 发布 Qwen-Image，一个图像生成基础模型，主打复杂文字渲染和精确图像编辑能力，代码发布在 GitHub（https://github.com/QwenLM/Qwen-Image）。
上海人工智能实验室 InternLM：原创项目AI 评分4646 InternLM 发布科学多模态基础模型 Intern-S1
上海人工智能实验室 InternLM 团队发布科学多模态基础模型 Intern-S1，定位为面向科学领域的多模态基础模型。原文未披露参数规模、benchmark 分数及开放方式等具体细节。
Mistral AI：News（网页）精选AI 评分7575 Mistral 发布开源语音理解模型 Voxtral（24B 与 3B）
Mistral 发布语音理解模型 Voxtral，提供 24B 和 3B 两个版本，采用 Apache 2.0 许可证开源，并可经其 API 调用，价格起价为每分钟 $0.001。
推荐理由：官方发布两款开源语音理解模型，给出了尺寸、许可证、价格和多语言基准对比，可评估其在语音转写工作流中的位置。
Mistral AI：News（网页）精选AI 评分7070 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：原文给出两个模型的 SWE-Bench Verified 成绩、许可证和 API 定价，读者可据此评估在编码智能体工作流中的成本与部署选择。
上海人工智能实验室 InternLM：原创项目AI 评分3535 InternLM 推出 POLAR：基于策略判别学习的预训练可扩展高性能奖励模型
上海人工智能实验室 InternLM 项目发布 POLAR，一种通过策略判别学习（Policy Discriminative Learning）训练的奖励模型，具备预训练、可扩展、高性能特性。该方法将奖励建模转化为区分不同策略的判别任务，以支撑大规模强化学习训练。
Mistral AI：News（网页）精选AI 评分7171 Mistral AI 发布首个推理模型 Magistral，含开源 24B 版本
Mistral AI 发布首个推理模型 Magistral，分为 Magistral Small（24B 参数，Apache 2.0 开源）和 Magistral Medium（企业版）两个版本。
推荐理由：官方发布同时给出开源小模型和 AIME 等基准分数，读者可以据此比较两个版本的能力与部署选择。
小米 MiMo：GitHub 新仓库（模型发布）AI 评分2626 小米 MiMo 发布 lmms-eval：一键评估加速 LMM 开发
小米 MiMo 推出 lmms-eval，一个面向大型多模态模型（LMM）的一键式评估模块，用于加速 LMM 开发。该工具以评估模块形式提供，具体支持的模型、基准与使用方式未在原文中说明。
Mistral AI：News（网页）AI 评分4949 Mistral AI 发布代码专用嵌入模型 Codestral Embed
Mistral AI 发布首个代码专用嵌入模型 Codestral Embed，在真实代码检索任务上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AI：News（网页）精选AI 评分6969 Mistral AI 联合 All Hands AI 发布软件工程智能体模型 Devstral
Mistral AI 与 All Hands AI 合作发布软件工程智能体模型 Devstral，以 Apache 2.0 许可开源。
推荐理由：Mistral 自家发布，给出 SWE-Bench Verified 具体分数、开源许可和部署门槛，读者可据此评估其在本地或企业编码场景的可用性。
Mistral AI：News（网页）精选AI 评分6565 Mistral AI 发布 Mistral Medium 3，主打低成本与企业可部署性
Mistral AI 发布 Mistral Medium 3，定位为以约八倍更低的成本提供 SOTA 性能的新级别模型。
推荐理由：原文给出基准对比、定价和部署方式，读者可以据此评估它在企业场景里的性价比定位。
小米 MiMo：GitHub 新仓库（模型发布）AI 评分1818 小米 MiMo 的 vLLM 高吞吐 LLM 推理服务引擎
小米 MiMo 在 GitHub 新建 XiaomiMiMo/vllm 仓库，定位为面向 LLM 的高吞吐、内存高效推理与服务引擎。该仓库基于 vLLM 项目，具体功能、性能数据与可用性尚未在现有信息中披露。
小米 MiMo：GitHub 新仓库（模型发布）AI 评分4747 小米 MiMo：从预训练到后训练释放语言模型推理潜力
小米发布 MiMo，一个从预训练到后训练全流程优化推理能力的语言模型。该模型旨在释放语言模型的推理潜力，相关代码与模型已托管于 GitHub 的 XiaomiMiMo/MiMo 仓库。
Mistral AI：News（网页）精选AI 评分6161 Mistral 发布 Mistral Small 3.1：24B 多模态开源模型，支持 128k 上下文
Mistral AI 发布 Mistral Small 3.1，改进文本性能、新增多模态理解，上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens，并以 Apache 2.0 许可开源。
推荐理由：官方给出基准对比与部署门槛，读者可以据此评估它在小参数量开源模型中的实际位置。
DeepSeek：GitHub 新仓库AI 评分3939 DeepSeek 开源 EPBL：专家并行负载均衡器
DeepSeek 在 GitHub 发布新仓库 EPLB（Expert Parallelism Load Balancer），用于专家并行场景下的负载均衡。该工具面向 MoE 架构中专家并行带来的负载不均问题，目前仓库仅提供项目名称与简介，具体功能与用法尚未披露。
DeepSeek：GitHub 新仓库AI 评分3939 DeepSeek 开源 profile-data：分析 V3/R1 计算通信重叠
DeepSeek 在 GitHub 新建 profile-data 仓库，用于分析 V3/R1 的计算通信重叠。该仓库聚焦计算与通信过程的 overlap 分析，目前仅给出这一句说明，未披露具体方法、数据或工具细节。
DeepSeek：GitHub 新仓库AI 评分4747 DeepSeek 开源 smallpond：基于 DuckDB 和 3FS 的轻量数据处理框架
DeepSeek 在 GitHub 开源了轻量数据处理框架 smallpond，构建于 DuckDB 和 3FS 之上。该框架定位为轻量级数据处理方案，目前仓库未披露更多参数与性能细节。
DeepSeek：GitHub 新仓库AI 评分5353 DeepSeek 开源 FlashMLA：高效 Multi-head Latent Attention 内核
DeepSeek 在 GitHub 发布 FlashMLA 仓库，提供高效的 Multi-head Latent Attention（MLA）内核，地址为 https://github.com/deepseek-ai/FlashMLA。本次材料仅含仓库简介，未提供更多性能或使用细节。
DeepSeek：GitHub 新仓库AI 评分6161 DeepSeek 开源高效专家并行通信库 DeepEP
DeepSeek 在 GitHub 开源 DeepEP，一个高效的 expert-parallel（专家并行）通信库，仓库地址为 https://github.com/deepseek-ai/DeepEP。
DeepSeek：GitHub 新仓库AI 评分4040 DeepSeek 开源 GPU BLAS 内核库 DeepGEMM
DeepSeek 在 GitHub 开源了 GPU BLAS 内核库 DeepGEMM，主打简洁与高效。该库以 clean and efficient 为设计目标，面向 GPU 上的 BLAS 运算场景。
Answer.AI 官方研发博客（RSS）AI 评分6060 Answer.AI 发布 ModernBERT-Large-Instruct，MLM 编码器展现零样本能力
Answer.AI 发布 ModernBERT-Large-Instruct，一个在 ModernBERT-Large（395M 参数）上用 FLAN 指令微调的编码器模型，直接用 MLM 头做分类和选择题，无需架构改动。