登录社区云，与社区用户共同成长
邀请您加入社区
为遵守国家网络实名制规定，未绑定将限制内容发布与互动
训不起 2.8T 的 K3，玩够了 124M 的 nanoGPT，想试试十亿参数、万亿 token 的预训练，门槛有多高？ 这类模型被广泛使用，例如经典的 Qwen 系列（Qwen2-1.5B、Qwen2.5-1.5B、Qwen3-1.7B……）。不过 Qwen 系列尽管开源了权重，却未完整公开预训练配方。而 OLMo、SmolLM 等进一步开放了数据和训练细节，但复现依然昂贵：据估计，即使只有
中国电信星辰通用人工智能实验室开源文档解析模型 TeleOCR。该模型采用约 1.2B 参数的轻量级视觉语言架构，在单一框架内统一处理数字文档与相机拍摄文档，并将文字、版面、表格、公式和科学图表转换为可直接使用的结构化结果。 TeleOCR 在 OmniDocBench v1.6 取得 96.87 总分，登顶 OmniDocBench v1.6 榜单，超越 MinerU2.5-Pro、Paddle
HF 珞 https://huggingface.co/jinaai/jina-ocr-v1 魔搭 慄 https://modelscope.cn/models/jinaai/jina-ocr-v1 技术报告 https://arxiv.org/abs/2609.03181 API https://jina.ai/models/jina-ocr-v1 Jina-OCR-v1正式开源！ 这
把一个视觉语言大模型部署到机器人本体上，是不少具身开发团队面临的工程难题。 模型在云端或仿真环境里跑通了，到了端侧，还要面对算力、内存和功耗的限制，以及机器人对响应时延的要求。算子适配、张量布局、内存分配和数值对齐，都需要逐项处理。对缺少推理系统专家的团队来说，这些工作往往拖慢了自研模型从 Demo 走向实际部署的进度。 缩短这段部署过程，模型的进步才能更快转化为机器人在真实任务中的能力。 为解决
举个例子：装修一套房子，各支队伍依次进场，每位师傅都能把手头的活做好，但如果交接时没说清“哪里要留线、哪里不能封、哪里需要避让”，麻烦就会在最后冒出来：预埋的线路没用上，柜子装上挡住了插座、开关与灯对不上号。每支队伍都完成了自己的任务，合在一起却不是原本想要的家。问题就在“局部正确、全局失联”。长文档解析也面临同样的困境。 模型可以识别每一页的文字、表格和图片，但如果翻页就“重新开工”，段落可能断
近日，小米团队正式发布并开源 Xiaomi MiMo-V2.6 系列。这是小米探索 RSI（递归自我改进）路径的关键一步：以可验证的复杂任务为基础，规模化扩展强化学习（RL）算力，让模型在持续的探索与反馈中不断拓展智能边界。 夫夷以近，则游者众；险以远，则至者少。在一个智能容易被复制的时代，团队选择把算力投进真实环境，让模型在反馈中一次次试错、自己学会。这条路更慢，也更少被看见。MiMo-V2.6
Convai Innovations 开源了非自回归 System 1 决策模型 Laya。开源不到 2 天，Laya 已升至 HuggingFace 热门模型榜第三名，GitHub 获得 2.1k Stars。 Laya 是一款面向分类与决策任务的非自回归模型，主要用于从文本中快速识别类别、风险等级和处理优先级。它不需要像大语言模型一样逐字生成回答，而是直接输出判断结果及对应概率
Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一在一个模型中。模型视觉生成部分仅 7B 参数，采用 32 层 Single-Stream DiT，在官方 Qwen-Image-Bench 公开评测中获得 60.28 分，并原生支持透明图生成与最多 10 张参考图编辑。 开源地址： 模型链接 https://modelscope.cn/models/Qwen/Qwen-Ima
近日，中电信人工智能科技有限公司正式发布 Xing4.0-29B-A4B——面向智能体时代的新一代星辰大模型。这是一款总参数量 29B、激活参数仅 4B 的 MoE 智能体大模型，原生支持 256K 上下文，可扩展至 512K，是国内首个基于国产算力与国产框架完成训练、面向复杂工程任务深度优化的百亿参数大模型。 作为新一代星辰大模型，Xing4.0 在 TeleChat1-3 系列基础上全面升级，
Prism ML由一支 Caltech 研究团队创立，长期研究"压缩神经网络而不牺牲推理能力"；Ternary Bonsai 2 27B是继 7 月首代模型之后，开源的新一代三元多模态模型。它基于 Qwen3.8-27B 构建，权重被压到三值 {−1, 0, +1}，体积 5.93GB（全精度为 53.80GB，约 1/9），在 20 项基准上平均 83.9 分，保留全精度基线
