腾讯 Hy4 preview 770B 以 Apache 2.0 开源，IQuest-Q1 320B MoE 每token仅激活 15B

腾讯于 8 月 28 日发布 Hy4 preview 并以 Apache 2.0 开源，总参数 770B、每 token 激活 49B，78 层 MoE（256 个路由专家+1 个共享专家。

Prime Intellect 发布 INTELLECT-1：首次全球分布式训练 10B 参数模型

Prime Intellect 启动 INTELLECT-1，称其为首个全球分布式训练的 10B 参数模型，基于 Llama-3 架构，使用超过 6 万亿 token 的数据混合（55% Fineweb-Edu、20% DLCM、20% Stack v2、5% OpenWebMath），并邀请任何人贡献算力。

Z Lab、Modal 与 SGLang 联合发布 DFlash 与 Spec V2 推测解码方案

Z Lab、Modal 与 SGLang 联合发布 DFlash 推测解码模型及 SGLang 新默认 Spec V2 引擎，为 Qwen 3.5 397B-A17B 提供更低延迟的 LLM 推理服务。

Liquid AI 在 Hugging Face 上线 LFM2.5 系列 WebGPU 与 CPU 演示 Space

Liquid AI 在 Hugging Face Spaces 上线一批 LFM2.5 演示，包括可在浏览器用 WebGPU 本地运行的 LFM2.5-VL-3B 和端侧 LFM2.5 研究智能体。另有英语拼写检查、多语言 PII 检测、掩码扩散与策略检查等 Space，基于 LFM2.5 或 LFM2.5 Encoder 在 CPU 上运行。

Liquid AI 发布 LFM2.5 端侧模型家族

Liquid AI 发布 LFM2.5 模型家族，主打端侧 AI 部署与设备上 Agentic AI，预训练从 10T 扩展到 28T tokens，并通过强化学习扩展后训练流程。

Liquid AI 发布 LFM2-24B-A2B 开放权重 MoE 模型

Liquid AI 发布 LFM2-24B-A2B 的早期 checkpoint，总参数 24B、每 token 激活约 2.3B，是迄今最大的 LFM2 模型，开放权重已上线 Hugging Face。

Liquid AI 发布 LFM2.5-Encoder-230M 与 350M 双向编码器，长上下文 CPU 推理提速

Liquid AI 发布基于 LFM2 混合架构的双向编码器 LFM2.5-Encoder-230M 和 LFM2.5-Encoder-350M，支持 8,192 token 上下文，面向分类、自然语言理解和 token 级任务微调，模型已上线 Hugging Face。

Baseten 上线 DeepSeek V4 Pro 0813，1.7T 参数开放权重模型

Baseten 上线 DeepSeek V4 Pro 0813，一个 1.7T 参数的前沿开放权重模型。它可与较小的 V4 Flash 0731 搭配用于 coding agent，由 Pro 驱动主 agent、Flash 运行子 agent，使整个编码栈跑在开放权重模型上。

Liquid AI 发布 LFM2.5-VL-3B 的 DSpark 视觉草稿模型，解码吞吐最高提升 3.13 倍

Liquid AI 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，以约 280M 参数（增加 8.9% 内存占用）换取更快解码，GPU 解码吞吐最高提升 2.66 倍、边缘设备最高 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍。

NVIDIA 发布开源表格基础模型 Kumo Tabular，单次前向即可预测

NVIDIA 发布开源表格基础模型 Kumo Tabular，权重已上架 Hugging Face，给定带标签表格后单次前向即可完成分类或回归，无需训练、调参或特征工程。

AK@_akhaliqAI 评分4242

Audio8 ASR Infinite 流式语音识别模型发布，采用原生流式架构，每秒解码 12.5 次，通过滚动 KV Cache 在 7×24 小时运行下保持内存和延迟恒定。模型每时钟步输出一个文本 token（12.5/8.3/6.25 次决策每秒），平衡感知粒度与资源开销。HuggingChat 的 ML 实习生已搭建 Gradio 工作流供试用。

H 公司发布 Holo4 系列智能体模型，含 27B 稠密与 35B-A3B MoE 两个版本

H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。

clem 🤗@ClementDelangueAI 评分4747

开源 RL 环境就是赢。当然是在 Hugging Face 上！

AK@_akhaliqAI 评分5151

Qwen-Image-2.1-viggle-turbo v0.2 已在 Hugging Face 上发布，支持 6 步完成文生图和图像编辑，速度约为 40 步 Qwen-Image-2.1 的 5 倍。模型地址为 https://huggingface.co/Viggle/Qwen-Image-2.1-viggle-turbo。

ViggleAI@ViggleAIAI 评分4343

🚀 Viggle Turbo v0.2 发布！6 步完成文生图和图像编辑：比 40 步的 Qwen-Image-2.1 快约 5 倍。 免费体验：https://huggingface.co/spaces/Viggle/Qwen-Image-2.1-viggle-turbo

Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型，为 LFM2.5-VL-3B 加速视觉语言推理

Liquid AI 发布实验性 DSpark 草稿模型 LFM2.5-VL-DSpark，为视觉语言模型 LFM2.5-VL-3B 加入投机解码路径，设备端解码最高提速 3.13x、H100 上 2.66x，端到端最高提升 2.62x 和 2.27x。

ViggleAI@ViggleAIAI 评分5050

Viggle 发布面向开源社区的 Qwen-Image-2.1 turbo，名为 Viggle-Turbo，采用 DMD 蒸馏，可在 4 个采样步内完成生成和编辑，且无需 classifier-free guidance。权重已在 Hugging Face 开放，并提供 Spaces 在线体验；据称速度比完整模型快 6 倍。

Unsloth AI@UnslothAIAI 评分6363

千问（Qwen）发布开源图像生成与编辑模型 Qwen-Image-2.1，7B 参数，官方称基准表现与 Nano Banana 2.0 相当。Unsloth 发布 GGUF 量化版，支持 12GB 显存本地运行，也可通过 offloading 在 6GB 显存运行 Dynamic FP8；量化文件见 https://huggingface.co/unsloth/Qwen-Image-2.1-GGUF，指南见 https://unsloth.ai/docs/models/qwen-image-2.1。原模型统一支持生成与编辑，可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图，链接包括 https://qwen.ai/blog?id=qwen-image-2.1 和 https://github.com/QwenLM/Qwen-Image-2.1。

Qwen@Alibaba_Qwen精选AI 评分6666

千问（Qwen）发布 Qwen-Image-2.1，并在 Hugging Face Spaces 上线可浏览器直接试用的演示。该模型为 7B 参数的图像生成与编辑一体模型，单一 checkpoint 同时支持两种任务，最多可用 10 张参考图，自带提示词增强 LLM，并集成 diffusers 与 ComfyUI。

蚂蚁 inclusionAI 发布 Step-3.7-Flash-singprobe 流式安全探针

蚂蚁 inclusionAI 基于 stepfun-ai/Step-3.7-Flash 推出内置流式护栏 SingProbe，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3.8-27B-singprobe 流式安全探针

蚂蚁 inclusionAI 发布 Qwen3.8-27B-singprobe，这是基于 Qwen/Qwen3.8-27B 的流式护栏探针，复用基座模型隐藏状态，逐 token 对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3.5-397B-A17B-singprobe 流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个基于 Qwen/Qwen3.5-397B-A17B 的内在流式护栏，复用基座模型隐藏状态逐 token 打分查询意图、回复不安全和幻觉风险，仅 8.13M 探针参数、解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 gpt-oss-120b-singprobe 流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个基于 openai/gpt-oss-120b 的流式护栏探针，复用基座模型隐藏状态，在生成每个 token 时对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 GLM-5.3-singprobe：基于 GLM-5.3 的流式安全探针

蚂蚁 inclusionAI 在 HuggingFace 发布 GLM-5.3-singprobe，这是一个基于 zai-org/GLM-5.3 的流式安全探针，复用基座模型隐藏状态，逐 token 输出查询意图、回复不安全和幻觉风险评分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3.6-27B-singprobe 流式安全探针

蚂蚁 inclusionAI 开源 Qwen3.6-27B-singprobe，一个基于 Qwen/Qwen3.6-27B 的流式安全探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3.5-35B-A3B-singprobe 流式安全探针

蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3.5-35B-A3B-singprobe，一个基于 Qwen/Qwen3.5-35B-A3B 的流式安全探针，仅 4.2M 参数，复用基座模型隐藏状态逐 token 输出 8 类意图、不安全与幻觉风险评分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3.5-27B-singprobe 流式安全探针

蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3.5-27B-singprobe，这是基于 Qwen/Qwen3.5-27B 的流式护栏探针，复用基座模型隐藏状态，逐 token 输出查询意图、回复不安全和幻觉风险评分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3.5-9B-singprobe 流式安全探针

蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3.5-9B-singprobe，一个基于 Qwen/Qwen3.5-9B 的流式护栏探针，复用基座模型隐藏状态，逐 token 对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3.5-2B-singprobe 流式安全探针

蚂蚁 inclusionAI 推出基于 Qwen/Qwen3.5-2B 的流式护栏探针 SingProbe，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3-8B-singprobe：基于 Qwen3-8B 的流式安全探针

蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3-8B-singprobe，这是一个基于 Qwen/Qwen3-8B 的内在流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 SingProbe：基于 Qwen3-4B-Instruct-2507 的流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个构建在 Qwen/Qwen3-4B-Instruct-2507 上的内在流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Qwen3-0.6B-singprobe 流式安全探针

蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3-0.6B-singprobe，一个基于 Qwen/Qwen3-0.6B 的内在流式护栏，复用基座模型隐藏状态，逐 token 对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Llama-3.1-8B-Instruct-singprobe 流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个基于 meta-llama/Llama-3.1-8B-Instruct 的内在流式护栏，复用基座模型隐藏状态逐 token 打分查询意图、回复安全性与幻觉风险，仅增加不到 0.5% 解码开销。

蚂蚁 inclusionAI 发布 GLM-5.2-singprobe 流式安全探针

蚂蚁 inclusionAI 基于 zai-org/GLM-5.2 推出内置流式护栏 SingProbe，复用基座模型隐藏状态，在生成时逐 token 对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 SingProbe：基于 gemma-4-E4B-it 的流式安全探针

蚂蚁 inclusionAI 在 HuggingFace 发布 gemma-4-E4B-it-singprobe，这是一个基于 google/gemma-4-E4B-it 的流式安全探针，复用基座模型隐藏状态逐 token 输出 8 类意图、不安全与幻觉评分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 gemma-4-31B-it-singprobe 流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个基于 google/gemma-4-31B-it 的内在流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 SingProbe：基于 gemma-4-26B-A4B-it 的流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个构建在 google/gemma-4-26B-A4B-it 上的内在流式护栏，复用基座模型隐藏状态逐 token 打分，探针参数仅 5.67M，解码开销低于 0.5%。

Unsloth AI@UnslothAIAI 评分3939

Qwen3.8-27B Unsloth GGUF 现已成为史上最受欢迎的 GGUF！ 该模型在 Hugging Face 上仅用 24 天就达到 1000 万次下载和 3.7K 点赞——全靠你们。🤗🦥 GGUF：https://huggingface.co/unsloth/Qwen3.8-27B-GGUF 指南：https://unsloth.ai/docs/models/qwen3.8

Unsloth AI@UnslothAI精选AI 评分7171

Unsloth 发布 GLM-5.3-Flash 的本地 GGUF 优化方案，通过更快解码和 MTP 支持使本地推理提速 1.6 至 3.4 倍，长上下文下最高达 3.3 倍。3-bit 量化可在 128GB 内存设备上通过 Unsloth Desktop 或 llama.cpp 运行，GGUF 权重和指南已发布，开箱即用且无需额外模块或 MTP 文件。

H Company 发布 NeoMME 多语言多模态编码器及 NeoMME-Retriever 检索模型

H Company 发布 NeoMME 系列多语言多模态编码器，提供 260M 和 800M 两种规格，用单个双向 Transformer 处理文本和 32×32 图像 patch，以 masked discrete-diffusion 目标从零预训练，不依赖预训练视觉塔或因果语言模型。