跳到正文
10月22日週四
  1. 百度文心 ERNIE 官方博客68

    百度發佈 ERNIE-Image 開放權重文生圖模型

    百度發佈 ERNIE-Image,這是一款採用 8B 參數 DiT 的開放權重文生圖模型,並提供 ERNIE-Image-Turbo。ERNIE-Image 通常需 50 步推理,Turbo 經 DMD 和 RL 優化後只需 8 步。博客列出的四項基準結果中,ERNIE-Image 均位列前三,並在開放權重模型中排名第一。

  2. Chroma Research61

    Chroma Context-1:訓練具上下文自我修剪能力的 20B 參數搜尋智能體

    Chroma 訓練並公開 Context-1,一個以超過 8,000 項合成任務訓練的 20B 參數搜尋智能體,模型權重採 Apache 2.0 授權。Context-1 會把高層問題拆成子查詢並多輪搜尋,按相關性修剪檢索內容;研究稱其檢索表現可與前沿模型相比,推理速度最高可達 10x,成本較低。Chroma 亦公開合成任務生成流程的完整程式碼,以支援重現和後續研究。

  3. DoNews43

    火山引擎啟動 Seedance 2.5 4K 模型企業試用

    火山引擎向全球20家影視工作室及導演開放 Seedance 2.5 4K 模型首批試用,模型主打4K原生輸出、自然化人物表演及提升編輯一致性。單段影片時長延至30秒,並支援局部精修;目前已有20部作品使用,最早下月將有衞視S級IP播出,另有全球大IP電影項目接入。

  4. IT之家44

    字節火山引擎啟動 Seedance 2.5 4K 企業試用,首批定向供應 20 家工作室

    火山引擎啟動 Seedance 2.5 4K 模型首批企業試用,定向供應全球 20 家工作室及導演,探索高端影視需求。模型主打更清晰的畫面細節、更自然細膩的人物表演,以及更精細的參考生成和編輯一致性。目前有 20 部作品使用該模型,其中最早有作品將於下月在衞視播出,另有全球大型 IP 電影項目。

  5. Hacker News:AI 熱帖16

    Mistral Large 4

    Hacker News 出現一則標題為「Mistral Large 4」的貼文,連結指向 mistral.ai。提供的內容沒有説明該模型的功能、版本資訊或可用性。

  6. Hugging Face Blog71

    NVIDIA 推出 Kumo Relational,無需任務專屬訓練即可預測關聯數據

    NVIDIA 推出預訓練關聯數據基礎模型 Kumo Relational,可直接在企業數據庫上預測,並以最多 10,000 個歷史樣本作上下文,無需任務專屬訓練。

    推薦理由:文章比較 Kumo Relational 與監督式模型及 AutoGluon,並交代評測範圍和樣本限制,呈現其在關聯數據預測中的適用邊界。

  7. Cohere 產品與研究博客62

    Cohere 發佈 North Small Translate 開放權重機器翻譯模型

    Cohere 發佈 North Small Translate,這款 MoE 機器翻譯模型支援 50+ 種語言,在 WMT26 全語言評測取得 83.60 分。North Small Translate (Agentic) 得分為 84.36;模型權重已在 Hugging Face 開放下載,供研究及非商業用途使用,授權為 CC BY-NC 4.0。

10月21日週三
  1. Hugging Face Blog62

    NVIDIA 擴展 Nemotron Retriever 系列,推出 Nemotron 3.5 Embed、Nemotron 3.5 Rerank 及 Nemotron 3.5 Parse

    NVIDIA 擴展 Nemotron Retriever 系列,推出可商用的開放模型 Nemotron 3.5 Embed、Nemotron 3.5 Rerank 及 Nemotron 3.5 Parse,涵蓋多模態檢索、重排及文件抽取。

    推薦理由:這次更新把多模態嵌入、重排與文件解析納入同一檢索系列,並列出多項基準與吞吐數據,呈現準確度和部署效率的取捨。

  2. DoNews62

    Black Forest Labs 開源 FLUX 3 Image Klein 圖像生成模型

    Black Forest Labs 於 10月15日開源 FLUX 3 Image Klein 圖像生成模型,參數量為 5.6B,並針對消費級 GPU 作優化。其 INT8 版本需 8GB 顯存,在 RTX 4070/5090 等設備上生成 1MP 圖像分別需時不足 9 秒及約 4 秒。模型支援文字生成圖像、圖像編輯、多參考生成及原生 4K 輸出,並具備像素級編輯與圖案限位能力。

  3. Hacker News:AI 熱帖47

    Gemini 4 Argon 開放所有人使用

    Google 宣佈 Gemini 4 Argon 開放所有人使用。討論串有用戶表示,Workspace 用戶仍未獲提供,亦有人稱在 Antigravity 尚未取得存取權;另有用戶指 Workspace 仍使用 3.1 Pro。