OVHcloud 开源发布首个 AI 模型 Olala mini 7A1B
欧洲云服务企业 OVHcloud 宣布推出首个 AI 模型家族 Olala,并开源发布首个成员 Olala mini 7A1B。该模型总参数 70 亿、激活参数 10 亿,采用混合注意力机制,在 8GB 显存 GPU 上可实现 160 TPS 吞吐量,训练总开销达 700 万欧元。
欧洲云服务企业 OVHcloud 宣布推出首个 AI 模型家族 Olala,并开源发布首个成员 Olala mini 7A1B。该模型总参数 70 亿、激活参数 10 亿,采用混合注意力机制,在 8GB 显存 GPU 上可实现 160 TPS 吞吐量,训练总开销达 700 万欧元。
webAI 推出基于 IBM Granite-4.2-8B 的 TwIL-8B 推理模型,以非商业许可协议开源,针对数学、代码及指令跟踪优化。该模型在 MATH-500、AIME 2025 及 LiveCodeBench 基准测试中成绩优于谷歌 Gemma 4 31B,长板推理能力达前沿模型的 88~93%。
商汤科技开源 SenseNova Loop-9B-Preview,该模型采用 Looped Transformer 架构,在 9B 参数规模下宣称媲美 27B 模型。其在 WorkBuddy Bench 等评测中超过 Qwen3.5-27B,且引入 mHC 机制后 GPQA Diamond 提升 4.42 分。
SoMark 团队开源文档解析模型 OXR,其 1.3B 参数主模型在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准测试中均位列第一。
KRAFTON AI 本周公布从头训练的 Raon-1 mini 模型预览版,该模型采用 MoE 架构与线性注意力,体量 30B-A4B,以 Apache 2.0 许可开源。预览版在编程与智能体任务上性能与 Meta Muse Glimmer 30B 相当,且速度更快、内存效率更高,官网提供限时免费 API 试用。
中电信星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent,同步开放 275.3 万条训练语料、模型权重与推理镜像。该模型在 48 个数据集评测中总分 58,高于参评通用模型最高分 49,响应时延达百毫秒级。此前该模型已在电信万号客服及智能家居音箱等终端产品中应用。
NVIDIA 发布 Kumo Forecast,该模型基于 MOMENT-1-large 骨干,结合预训练 Transformer 与 DARR 历史模式检索。模型包含约 3.4 亿参数的基础编码器,提供 DataFrame API 及可解释性框架,并以 Apache 2.0 协议开源。
Deepseek 开源推理框架 DeepInfer 与 deepseek-recipe,用于其 V4.1-Flash 等模型的低成本高速部署。DeepInfer 基于 vLLM 并优化计算内核与多芯片分布式处理,未来模型代码也将开源。公司称旨在降低社区算力成本,同时给 OpenAI 和 Anthropic 等西方厂商增添定价压力。
DeepSeek V4.1 Flash-1017 新版本发布,模型能力提升且运行耗时缩短,调用成本下降。该版本已适配多个开发平台,强化学习训练后可在素材有限时直接生成可运行项目,模型权重已开源开放下载。
智谱推出法律专用开源模型 GLM-Legal,在 Harvey LAB 与 LegalBench 开放权重模型榜中分别以 19.2% 全通过率和 86.23% 准确率登顶。该模型基于 GLM-5.3-Flash 底座训练,支持审合同、证据分析及跨境合规,目前正邀请专业人士申请 Beta 测试。此前智谱曾联合幂律智能推出千亿参数级法律模型 PowerLawGLM。
NVIDIA 与 IIT Madras 联合发布 Nemotron-pretraining-Indic-v1,包含 22 种印度语言的 2.8 万亿 token 预训练数据及开源 GPU 加速生成管线。
小米开源空间音频理解大模型 MiDashengLM-Spatial,以 Apache 2.0 许可证完整公开模型权重和推理代码。该模型基于 MiDashengLM-7B,具备空间感知与推理能力,是业界首个开源的端到端空间音频理解大模型。此前小米已开源声音基座模型 Xiaomi Dasheng 及声音理解大模型 MiDashengLM-7B。
Liquid AI 开源 d1 系列两款开放权重决策模型,其中 d1-3B 在 NVIDIA RTX 4090 上单次判断耗时 8 毫秒。d1-3B 拥有 31.2 亿参数,在 Decision Index v0.2.1 测试集获 48.57 分;d1-omni-600M 以 5.87 亿参数支持文本、图像及语音输入。
JetBrains 发布 Mellum2.1 模型,重点增强智能体编程能力,高负载推理吞吐量接近 Qwen3.5-9B 的两倍。该模型延续 12B 混合专家架构,拥有 2.5B 活跃参数,采用 Apache 2.0 许可证开源,现已登陆 Hugging Face 支持本地部署。
Reflection 发布纯文本 MoE 模型 Beam,总参数 501B、激活参数 23B,采用 Apache 2.0 协议。该模型在 SWE-bench Verified 上得分 80.9,推理效率为 GLM 5.2 的 3-4 倍。这是 Reflection 成立一年多后首次正式推出模型,标志着其作为美国本土实验室的正式亮相。
NASA 与 IBM 联合发布开源的 NASA-IBM Lunar Foundation Model,基于 17 年月球轨道观测数据训练,旨在提升月球科学数据利用效率。该模型在极地冰层沉积预测任务中,相比最佳基线 SwinV2-B 将预测误差降低最多 22%,并在粗尺度陨石坑检测中表现优于基线近 19%。这是首批面向月球科学的开源基础模型之一,通过预训练大幅降低了对标注数据的需求。
亚马逊 Strands Agents 团队推出开源决策模型 Strands Decider 2B,支持在本地 CPU/GPU 上运行。该模型基于 Qwen3.5-2B 躯干,通过 rank-16 LoRA 微调并替换为小型评分头部,总参数仅略超一百万。在 JevBench 上,其 2B 级别模型排名第 3,常见硬件上决策时延中位数为 113ms。
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个版本,用单个双向 Transformer 同时处理文本 token 与 32×32 图像 patch,无需独立视觉塔或因果语言模型,并以掩码离散扩散目标从零训练。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash,以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型,在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Google DeepMind 发布实验性开源模型 DiffusionGemma,采用文本扩散方式并行生成整块文本,在专用 GPU 上最高实现 4 倍推理加速,单张 NVIDIA H100 上超过 1000 tokens/秒、RTX 5090 上超过 700 tokens/秒。
推荐理由:官方给出 4x 加速的实测数字与硬件门槛,读者可据此判断本地低并发场景是否值得换用扩散式生成。
Mistral 发布 Leanstral,这是首个面向 Lean 4 的开源代码智能体,采用 6B 激活参数的稀疏架构,权重以 Apache 2.0 许可开放,并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由:Mistral 开源面向 Lean 4 的代码智能体,给出权重、API 与 FLTEval 评测,可据此判断形式化验证的成本门槛。