跳到正文

开源生态

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。

117条精选相关主题模型发布Hugging FaceAI 编码

最新精选

第 101–117 条 · 共 117 条
4月3日周五
  1. Google DeepMind:Blog(RSS)86

    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。

3月24日周二
  1. Mistral AI:News(网页)66

    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。

3月17日周二
  1. Mistral AI:News(网页)70

    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。

  2. Mistral AI:News(网页)62

    Mistral AI 与 NVIDIA 合作推进开源前沿模型,并发布 Mistral Small 4

    Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron Coalition,并与 NVIDIA 计划共同开发开源前沿模型,结合 Mistral AI 的模型架构与 NVIDIA 的算力、工具和合成数据管线。

    推荐理由:官方宣布双方将共同开发开源前沿模型并开放首个基础模型,读者可以据此了解开放模型生态的协作方向。

  3. Mistral AI:News(网页)61

    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。

2月5日周四
12月9日周二
  1. Mistral AI:News(网页)72

    Mistral AI 发布 Devstral 2(123B)与 Devstral Small 2(24B)编码模型及 Mistral Vibe CLI

    Mistral AI 发布开源编码模型 Devstral 2(123B,修改版 MIT 许可)和 Devstral Small 2(24B,Apache 2.0),并推出开源命令行编码助手 Mistral Vibe CLI。

    推荐理由:官方公布了两档开源编码模型的参数规模、SWE-bench Verified 成绩和定价,并说明各自部署门槛,可据此评估实际选用成本。

12月3日周三
  1. Mistral AI:News(网页)80

    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。

10月1日周三
  1. Answer.AI 官方研发博客(RSS)65

    Answer.AI 开源 cachy:缓存 LLM 响应让 notebook 测试提速 60 倍

    Answer.AI 开源 cachy 包,通过修改 httpx 的 send 方法把 LLM 响应缓存到本地文件,无需手写 mock。测试运行从 2 分钟缩短到约 2 秒,并让 CI/CD 测试和 notebook diff 更干净。

    推荐理由:开源工具 cachy 通过拦截 httpx 缓存 LLM 响应,测试从 2 分钟降到约 2 秒,方法可直接迁移到自己的项目。

9月21日周日
  1. 通义 QwenAudio:原创语音项目68

    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。

7月15日周二
7月11日周五
6月10日周二
5月21日周三
3月17日周一
12月19日周四
  1. Answer.AI 官方研发博客(RSS)76

    Answer.AI 与 LightOn 发布 ModernBERT 编码器模型家族

    Answer.AI 与 LightOn 发布 ModernBERT,一个替换 BERT 的 encoder-only 模型家族,含 base(149M 参数)和 large(395M 参数)两个尺寸,上下文长度达 8192 tokens。

    推荐理由:发布方给出了速度、上下文长度和训练数据的具体改进点,读者可以据此评估它能否替换现有 BERT 类工作流。

12月13日周五
  1. Answer.AI 官方研发博客(RSS)68

    fastai 团队发布 nbsanity,一行 URL 即可将 GitHub 上的 Jupyter Notebook 渲染为精美网页

    fastai 团队发布免费服务 nbsanity,将 GitHub 仓库或 Gist 中的公开 Jupyter Notebook 渲染为精美网页,只需把 URL 中的 github.com 替换为 nbsanity.com,或使用提供的书签工具。

    推荐理由:原文来自开发团队,说明工具的用法、基于 Quarto 的能力边界和限制,读者可据此判断是否适合分享自己的 notebook。