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
Muse Spark Open 是 Meta 推出的一款开放权重模型。这款混合专家模型将文本、图像、音频和视频整合到同一个模型中，总参数量约为 816B，每个 Token 激活约 42B 参数，上下文窗口最多可容纳 100 万个 Token。它生成文本输出，为开发者提供了一个统一接口，用于针对不同类型的输入提出问题。 继 Muse Glimmer 之后，Muse Spark Open 引入了规模大
一张参考照片、一段动作视频或一份设计规格，能否让 AI 在 Blender 中交付可编辑的 3D 项目？Alibaba Token Hub 联合浙江大学、香港中文大学、复旦大学和新加坡国立大学的研究者提出 BlenderWorld，以 223 项真实场景任务评测视觉 Agent 的 3D 重建、修改与设计能力。 基准通过多视角渲染、原生工程检查和 2,651 条验收标准，同时衡量需求完成度与视觉质
10月15日，清华大学×阿里巴巴 AI Native人才培养计划暨格造社启动日活动在清华大学蒙民伟音乐厅举行。 本次活动由清华大学无穹书院与阿里巴巴携手开展，以“从好奇到创造”为主题，通过首批课题发布、格造社启动、技术分享、学生作品演示和组队交流，搭建高校师生与企业技术团队交流实践的平台，探索人工智能时代的创新人才培养。 活动现场，格造社首批课题发布，首批社员与清华大学无穹书院、阿里巴巴代表共同参
NVIDIA 推出 Nemotron 3.5 Super VL，将推理、指令遵循、工具使用与文本、图像、文档和视频理解整合到同一模型中，面向持续运行的专用智能体工作流。模型采用混合专家（MoE）架构，总参数量 120B，每个 token 激活 12B，支持最高 100 万 token 的上下文。 在单 GPU 上，Nemotron 3.5 Super VL 在智能体任务中的吞吐量最高可达到同等规模
阶跃星辰正式开源 Step 5 Preview，面向真实世界的智能体（Agentic）任务，覆盖 AI 编程、软件工程与专业知识工作。模型采用稀疏 MoE 架构，总参数量 600B，每个 Token 激活 27B 参数，支持 1M Token 上下文窗口和视觉输入。 从公开评测到内部测试，Step 5 Preview 在软件工程、Agent、专业工作和金融等多个方向上都取得了有竞争力的结果。 &n
DMAD 项目团队开源了用于联合音视频生成的 MiniMax-H3 4 步学生模型，同时发布面向图像、视频和音视频的少步蒸馏方法、训练与推理代码。 在 MiniMax-H3-33B 上，DMAD 将 50 步教师模型蒸馏为 4 步学生模型，减少生成过程中的去噪迭代次数，而不是将模型参数压缩为小模型。 该方法通过 critic（判别器）直接学习指导学生更新的分布差异，省去持续拟合学生分布的辅助扩散模
OpenBMB 发布并开源 MiniCPM-V 4.7，提供 35B-A3B 和 1B 两种规格，聚焦端侧多模态能力与推理效率。其中，35B-A3B 是 MiniCPM-V 系列首个 MoE 模型，可在 iPhone 17 Pro Max 上以仅 3 GB 内存实现 13+ token/s 的解码速度。 MiniCPM-V 4.7 的 35B-A3B 与 1B 同时刷新了性能—效率帕累托前沿。In
Speridlabs 正式开源 Iris-3B，这是一个 3B 参数的像素空间图像生成模型：不经过 VAE 压缩与解码，直接生成 RGB 像素，支持约 100 万像素的多种宽高比图像。它可按提示词生成摄影、插画和设计素材；同一骨干网络分别微调后，还可实现单目深度估计、图像修复与 4 倍超分辨率。 文生图基座、深度模型和修复/超分模型的权重及代码均以 Apache 2.0 协议开放。3
当前，大模型正在获得更长的推理链、更复杂的工具调用能力和更高的任务完成上限。但在软件工程与科学研究中，生成一份新答案并不等于获得了新的可靠结论：修复补丁可能引入回归，数学候选可能掩盖局部反例，物理推导也可能越过其适用条件。真正需要回答的问题，是新增计算结果何时有资格取代已有状态，并成为下一轮推理的可信起点。 清华大学深圳国际研究生院智能机器人实验室VeriLoop团队围绕这一问题发布开源模型Ver
AutoTrust AI Lab 开源 JEV-27B-VL，一款基于 Qwen3.8-27B 的多模态决策模型。它可以视为能“看见”的 JEV-27B：沿用原有的 System 1 决策与 System 2 推理能力，并将其扩展至图像输入。 System 1 可在单次前向传播中完成 yes/no 判断、2–256 个选项选择和 0–5 评分，并输出校准概率；System 2 则保留 Qwen3.
