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
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.
一句弹幕里的“狒瘾犯了”，换成英文还能让人接住梗吗？一段视频换了语言，能否听到自然的配音？一本小说翻到后半本，人物的名字还能保持一致吗？ 哔哩哔哩Index LLM团队推出 Index-Translate 多语言翻译模型家族。文本模型覆盖包括中文、英文在内的 150 种语言，提供 2B、9B、35B-A3B（preview） 三种规模；Index-Echo、Index-Homura 和 Index
至知创新研究院开源 IQuest-Q1—— 一款定位于提升智能体 CLI 系统的基础能力的智能体基座模型。它采用稀疏 MoE 架构，总参数 320B、激活 15B，上下文 524,288 token；训练在合成环境中进行：任务与环境一并合成，同一策略在多种脚手架中训练（保留各脚手架原生的工具与上下文管理，只有策略自身的错误才作为学习信号），四个专家模型再由多教师在线策略蒸馏（MOPD）整合进同一学
近日，上海人工智能实验室（上海AI实验室）推出决策模型书生·明决（Decision），性能超越Jev及同类开源模型，包含0.8B、2B、4B三档参数版本。 智能体在动态环境执行任务时，决策的速度与精度，直接决定交互的质量与任务落地的效果。书生·明决将原生视觉感知与指令遵循融为一体——在“看见”画面的同时做出精准决断。实测显示： 单卡4090环境中决策速度达30次/秒：书
9 月 23 日，斯坦福大学与 NVIDIA Research 联合团队发布 Contrastive Language Models（CLM），一类用对比学习目标训练的System One决策模型。首发版本 CLM-8B 用一个状态编码器加一个动作编码器，把当前状态与候选动作映射进同一嵌入空间，按余弦相似度打分，直接充当零样本动作分类器和验证器：骨干是冻结的 Qwen3-8B，只训练 2000 万
