魔搭社区模型速递（8.30-9.06）

魔搭ModelScope社区

33人浏览 · 2025-09-08 13:25:04

魔搭ModelScope社区 · 2025-09-08 13:25:04 发布

🙋魔搭ModelScope本期社区进展：

📟3361个模型：Kimi-K2-Instruct-0905、LongCat-Flash-Chat、HunyuanWorld-Voyager、Step-Audio-2-mini、Hunyuan-MT-7B等；

📁313个数据集：voicebench、arabic-audio-dataset、CENSUS-NER-Name-Email-Address-Phone等；

🎨73个创新应用：荣耀GUI、MolScribe、VibeVoice等；

📄 8篇内容：

Kimi K2 模型更新，带来更强的代码能力、更快的 API
移动端MagicGUI开源：会使用手机APP的AI！支持中英双语
腾讯混元 3D 世界模型家族又添新成员Voyager：支持超长距离漫游
美团开源发布 LongCat-Flash-Chat：专为高效智能体任务设计，推理速度超100 tokens/s
魔搭勋章权益全面升级，免费工位+魔搭周边+GPU时长…统统安排！
拿下30个第1名的腾讯混元翻译模型，开源！
告别 “缸中之脑”：为何 Agent Runtime 至关重要？MuleRun 如何实现突破？
开源SOTA：阶跃发布端到端语音大模型Step-Audio 2 mini！

01.模型推荐

Kimi-K2-Instruct-0905

Kimi K2-Instruct-0905 是 Kimi K2 的最新、最强大的版本。它是一个最先进的混合专家（MoE）语言模型，具有 320 亿激活参数和总共 1 万亿参数，主要特点：

增强的智能代理编码能力：Kimi K2-Instruct-0905 在公共基准测试和实际编码代理任务中表现出显著的性能提升。
改进的前端编码体验：Kimi K2-Instruct-0905 在前端编程的美观性和实用性方面都有所改进。
扩展的上下文长度：Kimi K2-Instruct-0905 的上下文窗口从 128k 扩展到 256k 个标记，为长时任务提供了更好的支持。

模型链接：

https://modelscope.cn/models/moonshotai/Kimi-K2-Instruct-0905

使用说明：

开发者当前可通过魔搭免费API-Inference进行API试用

LongCat-Flash-Chat

美团开源的一个强大的高效语言模型，总参数量为 5600 亿，采用创新的专家混合（MoE）架构。该模型结合了动态计算机制，根据上下文需求激活 186 亿至 313 亿个参数（平均约 270 亿），从而优化了计算效率和性能。为了实现先进的训练和推理效率，我们采用了缩短连接架构，扩展了计算-通信重叠窗口，实现了每秒超过 100 个token（TPS）的高效推理，全面训练和扩展策略确保了稳定高效的训练，而定制的数据策略增强了模型性能。

模型链接：

https://modelscope.cn/models/meituan-longcat/LongCat-Flash-Chat

示例代码：

官方提供了分别基于 SGLang 和 vLLM 的两种高效部署方案，助您轻松部署、快速体验模型效果，以下为使用SGLang进行单机部署的示例：

SGLANG_USE_MODELSCOPE=true python3 -m sglang.launch_server \    
  --model meituan-longcat/LongCat-Flash-Chat-FP8 \    
  --trust-remote-code \    
  --attention-backend flashinfer \    
  --enable-ep-moe \    
  --tp 8

其他更为详细的部署指导请参阅 LongCat-Flash-Chat 仓库：

https://github.com/meituan-longcat/LongCat-Flash-Chat

Hunyuan-MT-7B

腾讯混元带来一个在国际机器翻译比赛拿下30个第1名的翻译模型Hunyuan-MT-7B，它总参数量仅7B，支持33个语种、5种民汉语言/方言互译，是一个能力全面的轻量级翻译模型，具备以下核心特性与优势：

在WMT25参赛的31种语言中，有30种语言获得了第一名的成绩；
Hunyuan-MT-7B在业界同尺寸模型中效果最优；
Hunyuan-MT-Chimera-7B是业界首个开源翻译集成模型，可以进一步提升翻译效果；
提出了一个完整的翻译模型训练范式，从预训练->CPT->SFT->翻译强化->集成强化，翻译效果达到同尺寸SOTA。

模型链接：

https://modelscope.cn/models/Tencent-Hunyuan/Hunyuan-MT-7B

示例代码：

使用 transformers 推理，需要安装最新版本的transformers，推荐v4.56.0

pip install transformers==4.56.0

推理代码

from modelscope import AutoModelForCausalLM, AutoTokenizer
import os
model_name_or_path = "Tencent-Hunyuan/Hunyuan-MT-7B"
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
model = AutoModelForCausalLM.from_pretrained(model_name_or_path, device_map="auto")
messages = [
    {"role": "user", "content": "Translate the following segment into Chinese, without additional explanation.\n\nGet something off your chest"},
]
tokenized_chat = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=False,
    return_tensors="pt"
)
outputs = model.generate(tokenized_chat.to(model.device), max_new_tokens=2048)
output_text = tokenizer.decode(outputs[0])
print(output_text)

`Step-Audio-2-mini`

阶跃星辰开源发布最强开源端到端语音大模型 Step-Audio 2 mini，该模型在多个国际基准测试集上取得 SOTA 成绩。它将语音理解、音频推理与生成统一建模，在音频理解、语音识别、跨语种翻译、情感与副语言解析、语音对话等任务中表现突出，并率先支持语音原生的 Tool Calling 能力，可实现联网搜索等操作。

Step-Audio 2 mini 在多个关键基准测试中取得 SOTA 成绩，在音频理解、语音识别、翻译和对话场景中表现突出，综合性能超越 Qwen-Omni 、Kimi-Audio 在内的所有开源端到端语音模型，并在大部分任务上超越 GPT-4o Audio。

模型链接：

https://www.modelscope.cn/models/stepfun-ai/Step-Audio-2-mini

`HunyuanWorld-Voyager`

腾讯混元于9月2日正式发布开源其3D世界模型系列最新成员——HunyuanWorld-Voyager（混元Voyager），这是业界首个支持原生3D重建的超长漫游世界模型。它突破传统视频生成在空间一致性与探索范围上的限制，可基于单张图像和自定义相机路径，生成世界一致的3D点云序列与长距离漫游视频，并支持直接导出为3D格式。模型具备“3D输入-3D输出”特性，与混元1.0高度兼容，可扩展漫游范围、提升复杂场景质量，并支持风格化编辑与多任务应用，如3D纹理生成、深度估计、场景重建等，全面赋能虚拟现实、游戏开发与物理仿真等领域。

在权威评测中，混元Voyager荣登斯坦福大学李飞飞团队发布的WorldScore世界模型排行榜综合能力榜首，超越所有现有开源方案，在视频生成与3D重建两大核心任务中均表现最优。

模型链接：

https://modelscope.cn/models/Tencent-Hunyuan/HunyuanWorld-Voyager

更多详情教程请见：

腾讯混元 3D 世界模型家族又添新成员Voyager：支持超长距离漫游