vLLM 原生支持 Google DeepMind 26B 扩散语言模型 DiffusionGemma
Google DeepMind 与 vLLM 团队合作，将 26B 参数、基于 Gemma4 的离散扩散语言模型 DiffusionGemma 接入 vLLM，这是 vLLM 首个原生支持的 dLLM。
推荐理由：原文详解了扩散语言模型的解码机制和 vLLM 的 ModelState 接入方案，并给出 H200 上的吞吐数据，对推理工程实践有直接参考价值。
#模型发布
#模型发布
今日 43 条vLLM 官方博客（RSS）精选AI 评分7575 
Andrej Karpathy@karpathy精选AI 评分7676引用Claude@claudeaiFable 5 is state-of-the-art on nearly all tested benchmarks, with exceptional performance in software engineering, knowledge work, scientific research, and vision. The longer and more complex the task, the larger Fable 5’s lead over our other models.
推荐理由：作者补充了基准之外的第一手使用感受，指出长难题求解能力跃升和安全护栏偏敏感，可作选型参考。
Google DeepMind：Blog（RSS）精选AI 评分7777 Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型，可在 16GB 内存笔记本本地运行
Google DeepMind 发布 Gemma 4 12B，定位于在笔记本上本地运行的智能体多模态模型，性能接近其 26B MoE 模型而内存占用不到一半。
推荐理由：官方介绍了无编码器统一架构和 16GB 内存本机运行等细节，适合关注端侧多模态部署的开发者参考。
vLLM 官方博客（RSS）精选AI 评分6767 NVIDIA Nemotron 3 Ultra 在 vLLM 获 Day-0 支持
NVIDIA 宣布 Nemotron 3 Ultra 在 vLLM 上获得 Day-0 支持。该开源模型采用混合 Transformer-Mamba 潜在 MoE 架构，总参数 550B、激活 55B，上下文最长 1M tokens，支持 NVFP4 与 BF16 精度，面向长时程自主智能体工作流。
推荐理由：官方给出架构细节、显存配置和 vLLM 部署命令，读者可以直接照此在自有环境里跑通该模型。
DeepSeek@deepseek_aiAI 评分4545我们将把折扣永久化！🎉 尽情用 DeepSeek-V4-Pro 构建，让你的创新想法成为现实！🚀
引用DeepSeek@deepseek_aiThe DeepSeek-V4-Pro discount has been extended until May 31, 2026, 15:59 UTC!
Mistral AI：News（网页）精选AI 评分7373 Mistral 发布 Medium 3.5 模型并在 Vibe 和 Le Chat 推出云端远程智能体
Mistral 发布 Mistral Medium 3.5（128B 密集模型，256k 上下文窗口，修改版 MIT 许可开源权重），并将其设为 Le Chat 和 Vibe CLI 的默认模型。
推荐理由：官方公布了模型规模、基准成绩与定价，并说明云端异步智能体如何嵌入现有工程工作流。
Saining Xie@sainingxieAI 评分4545引用Jaskirat Singh@1jaskiratsinghIn Oct last year, Representation Autoencoders provided an elegant solution to unified tokenization for understanding and generation. Today we make them a bit more simple. a bit more general. Result: >10x faster convergence, better reconstruction, better generation. And yes we test them on T2I and world models :) Introducing RAEv2
美团 LongCat：HuggingFace 新模型AI 评分5353 美团 LongCat 发布开源模型 LongCat-Video-Avatar 1.5
美团 LongCat 团队发布开源音频驱动数字人视频生成框架 LongCat-Video-Avatar 1.5，基于 LongCat-Video 基础模型，支持 AT2V、ATI2V 和视频续写，兼容单路与多路音频输入。
Google DeepMind：Blog（RSS）精选AI 评分8080 Google DeepMind 发布 Gemini Omni Flash，支持多模态输入生成与对话式编辑视频
Google DeepMind 发布 Gemini 家族首个模型 Gemini Omni Flash，可将图像、音频、视频和文本组合作为输入，生成高质量视频，并支持通过自然语言多轮编辑视频、保持角色和场景一致。
推荐理由：原文介绍了 Gemini Omni Flash 的多模态输入、对话式视频编辑能力和开放范围，读者可以判断它对视频创作流程的影响。
Google DeepMind：Blog（RSS）精选AI 评分8585 Google DeepMind 发布 Gemini 3.5，率先推出 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首发的 3.5 Flash 已在 Gemini 应用、Search AI Mode、Google Antigravity、Gemini API 和 Gemini Enterprise 上线。
推荐理由：官方发布稿给出了具体基准成绩、速度倍数和开放渠道，读者可以据此评估 3.5 Flash 在智能体和编码场景的可用性。
Lilian Weng@lilianwengAI 评分3939过去几个月，我们经历了许多乐趣（和压力😅），在训练运行日志中产出了 12 个版本（以及许多子版本）和 137 页内容。 事实证明，人与人之间的协作对于改善人机协作很重要。😊
引用Thinking Machines@thinkymachinesPeople talk, listen, watch, think, and collaborate at the same time, in real time. We've designed an AI that works with people the same way. We share our approach, early results, and a quick look at our model in action. https://thinkingmachines.ai/blog/interaction-models
Thinking Machines Lab：官方博客（RSS）精选AI 评分7070 Thinking Machines Lab 发布 TML-Interaction-Small 交互模型研究预览
Thinking Machines Lab 宣布 interaction models 研究预览，让模型原生处理实时音频、视频和文本交互，而非依赖外部 harness。
推荐理由：原文由当事团队给出架构设计、能力演示和基准数字，读者可以据此了解交互能力如何内置于模型本身。
上海人工智能实验室 InternLM：原创项目AI 评分3939 上海人工智能实验室 InternLM 推出 ETCHR：面向 MLLM 的推理感知图像编辑器
上海人工智能实验室 InternLM 项目发布 ETCHR，一个以问题为条件、具备推理感知能力的图像编辑器，定位为多模态大语言模型（MLLM）的解耦式视觉推理助手。该工具通过解耦设计为 MLLM 提供独立的视觉推理支持。
Together AI 研究与产品博客（RSS）精选AI 评分7474 DeepSeek-V4 Pro 上线 Together AI，Serverless 支持 512K 上下文
Together AI 宣布 DeepSeek-V4 Pro 上线，提供 Serverless Inference（512K 上下文）与 Dedicated 部署（完整 1M 上下文、预留容量）。
推荐理由：原文给出部署形态、定价与基准数字，读者可以据此评估在 512K 上下文上运行 DeepSeek-V4 Pro 的实际成本与路径。
Together AI 研究与产品博客（RSS）AI 评分5151 NVIDIA Nemotron 3 Nano Omni 上线 Together AI，开放权重支持多模态推理
NVIDIA Nemotron 3 Nano Omni 现已在 Together AI 平台可用，Together AI 提供首日（Day 0）接入与 Dedicated Inference 部署。
Fuli Luo@_LuoFuliAI 评分6565引用Xiaomi MiMo@XiaomiMiMoXiaomi MiMo-V2.5 is now officially open-sourced！ MIT License, supporting commercial deployment, continued training, and fine-tuning - no additional authorization required. Two models, both supporting a 1M-token context window : • MiMo-V2.5-Pro: built for complex agent and coding tasks, ranking No.1 among open-source models on GDPVal-AA and ClawEval • MiMo-V2.5: a native omni-modal model with strong agent capabilities A model's value isn't measured by rankings alone — it's measured by the problems it solves. Let's build with MiMo now! 🤗 Weights: https://huggingface.co/collections/XiaomiMiMo/mimo-v25 📄 Blog: https://mimo.xiaomi.com/index#blog
小米 MiMo：GitHub 新仓库（模型发布）AI 评分3939 小米 MiMo-V2.5-ASR 发布：跨语言、方言与复杂声学场景的鲁棒语音识别
小米发布 MiMo-V2.5-ASR，一款面向多语言、方言及复杂声学场景的鲁棒语音识别模型。该模型主打在跨语言、方言和嘈杂环境下的稳定识别表现，具体参数与评测数据尚未在仓库说明中披露。
小米 MiMo：GitHub 新仓库（模型发布）AI 评分2424 小米 MiMo 发布 MiMo-Skills 智能体技能仓库
小米为 MiMo 系列模型推出 MiMo-Skills，一个面向该系列的智能体技能（Agent skills）仓库。目前公开信息仅说明其用途是服务 Xiaomi MiMo 系列，未披露技能数量、支持版本或调用方式等细节。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分2626 蚂蚁 inclusionAI 发布 LLaDA2.0-Uni：理解与生成世界
蚂蚁 inclusionAI 在 GitHub 新建仓库 LLaDA2.0-Uni，定位为"理解与生成世界"。该仓库目前仅公布名称与这一句定位描述，未披露参数规模、上下文长度、benchmark 分数或开源许可等具体信息。
Google DeepMind：Blog（RSS）AI 评分5858 Google DeepMind 发布 Gemini Robotics-ER 1.6，强化机器人具身推理
Google DeepMind 发布 Gemini Robotics-ER 1.6，相比 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 提升了空间与物理推理能力，包括指向、计数、成功检测和多视角理解。
Google DeepMind：Blog（RSS）精选AI 评分8686 Google DeepMind 发布 Gemma 4 开源模型，含 E2B、E4B、26B MoE 和 31B 四个尺寸
Google DeepMind 发布 Gemma 4 开源模型，主打高级推理与智能体工作流，采用 Apache 2.0 许可，提供 E2B、E4B、26B MoE 和 31B Dense 四个尺寸。
推荐理由：官方给出四个尺寸、榜单排名、上下文长度和开放许可等具体信息，读者可以据此判断选型与部署空间。
美团 LongCat：HuggingFace 新模型AI 评分5757 美团 LongCat 开源 LongCat-AudioDiT 扩散 TTS 模型
美团 LongCat 发布基于扩散模型的非自回归 TTS 模型 LongCat-AudioDiT，直接在波形潜空间运行，只需 Wav-VAE 加扩散骨干。
美团 LongCat：HuggingFace 新模型AI 评分5555 美团 LongCat 发布扩散 TTS 模型 LongCat-AudioDiT，开源 1B 与 3.5B 权重
美团 LongCat 发布 LongCat-AudioDiT，一个直接在波形潜空间工作的非自回归扩散 TTS 模型，模型权重和代码以 MIT License 开源。
美团 LongCat：HuggingFace 新模型AI 评分5858 美团 LongCat 开源 LongCat-Next 原生多模态模型
美团 LongCat 团队开源原生多模态模型 LongCat-Next，基于 LongCat-Flash-Lite MoE（A3B），在单一自回归框架内统一文本、视觉和音频处理，采用 DiNA 离散原生自回归范式，结合 SAE 与 RVQ 构建语义完整的离散视觉表示，并提出 dNaViT 视觉接口。
Mistral AI：News（网页）精选AI 评分6666 Mistral AI 发布首个语音合成模型 Voxtral TTS
Mistral AI 发布首个文本转语音模型 Voxtral TTS，参数量 4B，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语 9 种语言。
推荐理由：官方给出与 ElevenLabs 的对比数据、延迟指标和开源入口，读者可以据此评估它对语音智能体工作流的适配度。
美团 LongCat：HuggingFace 新模型AI 评分5454 美团 LongCat 发布开源 560B 参数 MoE 模型 LongCat-Flash-Prover，主攻 Lean4 形式化推理
美团 LongCat 在 HuggingFace 发布 560B 参数开源 MoE 模型 LongCat-Flash-Prover，通过智能体工具集成推理（TIR）推进 Lean4 原生形式化推理，将任务拆解为自动形式化、sketching 和证明三项能力，并提出 HisPO 算法稳定 MoE 长程训练。
Mistral AI：News（网页）精选AI 评分7070 Mistral 发布开源模型 Mistral Small 4，统一推理、多模态与编码能力
Mistral 发布 Mistral Small 4，首个将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型的开源版本，采用 Apache 2.0 许可证。
推荐理由：官方发布文给出完整架构参数、性能对比和部署门槛，可以了解这款统一推理与多模态的开源模型是否适配自己的场景。
Mistral AI：News（网页）精选AI 评分6161 Mistral 发布开源 Lean 4 证明代码智能体 Leanstral
Mistral 发布 Leanstral，一个面向 Lean 4 的开源代码智能体，权重以 Apache 2.0 许可开放，同时在 Mistral Vibe 中以 agent 模式提供，并通过免费 API 端点 labs-leanstral-2603 开放。
推荐理由：原文给出 FLTEval 分数和与 Claude 系列的成本对比，读者可据此评估它在形式化证明工程中的性价比。
Together AI 研究与产品博客（RSS）AI 评分5454 Together AI 首日上线 NVIDIA Nemotron 3 Super，开发者可专用推理部署
NVIDIA Nemotron 3 Super 登陆 Together AI，模型为 120B 参数（12B 激活）、Transformer 与 Mamba 混合 MoE 架构，支持 1M-token 上下文窗口，生成速度较当前领先开源模型高 50% 以上。
Noam Shazeer@NoamShazeerAI 评分6161Google 发布 Gemini 3.1 Flash-Lite，定位最快最高效、面向高负载工作负载的模型，官方称在推理、可靠性和可扩展性上超过 2.5 Flash 且成本更低。
通义 QwenAudio：原创语音项目AI 评分5555 QwenLM 开源 WebWorld 网页世界模型
QwenLM 在 GitHub 开源 WebWorld，一个大规模网页世界模型，用于在模拟浏览器环境中训练 web agent。该方式可避开真实网页带来的延迟和安全问题。原文仅提供简要介绍，更多细节见 https://github.com/QwenLM/WebWorld。
FireRedTeam：原创语音与多模态项目AI 评分5050 FireRedTeam 开源工业级一体化语音识别系统 FireRedASR2
FireRedTeam 发布 FireRedASR2，一个集 ASR、VAD、LID 和标点模块于一体的工业级语音识别系统。
FireRedTeam：原创语音与多模态项目AI 评分4545 FireRedTeam 开源 FireRed-Image-Edit 图像编辑基础模型
FireRedTeam 开源图像编辑基础模型 FireRed-Image-Edit，宣称达到开源 SOTA 水平。该模型具备精准指令跟随、高保真生成、优异的身份一致性和多元素无缝融合能力。
Baichuan AI@BaichuanAIAI 评分4949引用Baichuan AI@BaichuanAIBaichuan-M3 Technical Report is live. 🚀 Report：https://arxiv.org/abs/2602.06570 Models: https://hf.co/collections/baichuan-inc/baichuan-m3 Try: https://ying.ai Built for clinical decision support, not trivia QA, optimized on the real outpatient workflow: Inquiry → Lab Testing → Diagnosis 🧑⚕️→🔬→🧾
- Baichuan AI@BaichuanAIAI 评分5151
美团 LongCat：HuggingFace 新模型AI 评分5555 美团开源 LongCat-Flash-Lite：68.5B 参数 MoE 模型，主打 N-gram 嵌入与推理效率
美团发布 LongCat-Flash-Lite，非思考型 68.5B 参数 MoE 模型，激活参数约 3B，支持 256k 上下文，权重以 MIT 协议开源在 HuggingFace。模型集成 N-gram 嵌入表提升性能与推理速度，官方评测显示其 SWE-Bench 达 54.40，agentic 与编码能力在同规模模型中具竞争力，并给出 transformers 与 SGLang 部署方案。
Claude：YouTube（RSS）AI 评分7171 Anthropic 发布 Claude Opus 4.6
Anthropic 官方发布视频，介绍 Claude Opus 4.6。
Mistral AI：News（网页）精选AI 评分6464 Mistral 发布 Voxtral Transcribe 2 语音转写模型，实时版开放权重
Mistral 发布 Voxtral Transcribe 2 系列语音转写模型，含 Voxtral Mini Transcribe V2 批量转写和 Voxtral Realtime 实时转写两款。
推荐理由：官方给出了两个语音转写模型的能力、延迟配置和 API 定价，其中实时版以 Apache 2.0 开放权重，便于评估落地成本。
美团 LongCat：HuggingFace 新模型AI 评分5151 美团发布 LongCat-Image-Edit-Turbo 蒸馏版图像编辑模型
美团 LongCat 在 HuggingFace 发布 LongCat-Image-Edit-Turbo，是 LongCat-Image-Edit 的蒸馏版本，仅需 8 次 NFE 即可实现高质量图像编辑，推理延迟极低。