IBM Granite Switch 4.1 发布:单一端点集成对话、决策与语音
IBM 发布 Granite Switch 4.1 系列 8B 与 30B 模型,将通用决策 aLoRA、安全 Guardian aLoRA 与 OpenASR 榜首的 Granite-Speech-5.0-Turbo-CTC 整合到同一端点,三项能力共享基模型 KV cache,显存占用与基模型相当。
IBM 发布 Granite Switch 4.1 系列 8B 与 30B 模型,将通用决策 aLoRA、安全 Guardian aLoRA 与 OpenASR 榜首的 Granite-Speech-5.0-Turbo-CTC 整合到同一端点,三项能力共享基模型 KV cache,显存占用与基模型相当。
Black Forest Labs 发布 FLUX.3 Image Klein 图像模型,首日接入 Hugging Face Diffusers,单一模型支持文本生成图像、多参考图图像到图像和边界框布局控制三种能力。
推荐理由:原文拆解了 FLUX.3 Klein 的两阶段 transformer 结构、Modular Diffusers 拼装方式,以及不同精度权重的显存与速度基准,可帮助读者评估相对 FLUX.2 的改动幅度和迁移成本。
Mistral 发布首个时序基础模型家族 Timestral,共 5M、28M、123M 和 209M 参数四个版本,最大版本在 GIFT-Eval、TIME、fev-bench 三个公开基准上以单一检查点取得零样本第一。
Swiss AI 团队发布 Apertus 1.5 (8B/70B),在 1.0 基础上加入原生图像与音频理解、可切换思考模式以及 262,144 token 上下文窗口(4 倍提升),权重以 Apache 2.0 开源。
推荐理由:文章对照同尺寸开源权重模型,从多模态、长上下文与思考模式三方面详述 Apertus 1.5 的能力改进与取舍,可作为了解其定位的一手参考。
NVIDIA 在都柏林 AI in Science Summit 加入欧盟 AI in Science Enablers Initiative,向欧洲科研社区开放 250 余个开源模型、250 余个开源数据集及 1400 余个开源项目(含 Nemotron、BioNeMo、PhysicsNeMo、Earth-2、ALCHEMI NIM)。
NVIDIA 宣布计划投资法国四家初创企业 Doctolib、Entalpic、Genesis AI 和 Pigment,分别聚焦医疗 AI、原子级材料工程、通用机器人与企业业务规划。
NVIDIA 在 OCP Global Summit 上将 Vera Rubin 机柜与计算托盘设计贡献给第三版 MGX 1.2 规范,新增盲插液冷、5,000A 液冷母线和最高 250kW 机柜部署支持。
微软研究院开源 Agent Lightning v1.0:一套约 3,500 行的轻量级 Agentic RL 训练框架,主张用真实 harness 训练,复用部署侧 agent 循环接入 RL,无需重写 agent。
推荐理由:把训练与部署统一在同一套 agent harness 上,约 3,500 行代码加 6,000 条样本就让 Qwen3.5-9B 在 SWE-bench Verified 提升 14.6 个百分点,为低门槛复现 agent RL 提供了完整路径。
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,基于 Gemma 4 架构并采用 Apache 2.0 协议,参数规模 740M,可将文本、图像、音频与视频映射到同一嵌入空间。
推荐理由:在端侧资源约束下把文本、图像、音频、视频统一映射到同一嵌入空间,为本地 RAG 与跨模态检索提供了新的基线。
Mistral 发布 Mistral Large 4(ML4)公开预览版,这是一款 1 万亿参数、49B 活跃参数的原生多模态模型,已在 Mistral Studio 开放 API 试用。
推荐理由:原文同时给出了 ML4 在开源模型中的相对位置与欧洲数据中心、3,800 张 Blackwell GPU 的训练规模,读者可以据此理解其基础设施与开源生态意义。
NVIDIA《State of AI in Telecommunications》报告显示 89% 受访运营商将开源模型与软件视为 AI 战略重要部分,因其可低成本获取前沿智能、支持基于自有数据微调并实现合规可控与跨云边端灵活部署。
Ai2 开源 AstaBrief 8B 模型,用于在检索科学文献的基础上生成带引用的研究报告。该模型基于 Qwen3-8B,通过 SFT 和 DPO 在 4.7 万份 SFT 样本和约 6 千对 DPO 偏好数据上训练。
Google DeepMind 推出 SynthID Bio,将水印技术带到合成生物学,可在 AI 生成的蛋白序列和预测 3D 结构中嵌入可检测签名,实验室测试显示不损害蛋白质的生物学功能。
推荐理由:文中给出水印嵌入蛋白序列与 3D 结构的具体做法和湿实验对照数据,可了解 AI 生物设计的溯源机制。
Hugging Face 上线 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与声音克隆模型,单次评测耗时从收集投票的数周缩短到数小时。
推荐理由:开源 TTS 模型已超 8K,人工投票榜单难以跟上发布节奏,这份榜单用客观指标评估可理解度、速度与音色相似度。
NVIDIA 在 Hugging Face 发布开源表格基础模型 Kumo Tabular,对带标签的表格做单次前向预测,无需训练、调参和特征工程,同时支持分类与回归。
推荐理由:开源表格基础模型给出免训练、免特征工程的单次前向预测路径,可对照四个基准的排名判断适用范围。
Mistral 在慕尼黑开设德国中心,专注 Physics AI 与工业 AI,并计划到 2030 年建成 1GW 欧洲算力。该中心将组建专门研究团队与落地工程师,直接服务企业客户,其开放权重架构让模型运行在客户自有基础设施上。团队已与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI,并与 TUM 用风洞设施开发汽车空气动力学数字孪生。
H company 发布 Holo4 系列通用计算机操作智能体模型,包含 27B dense 与 35B-A3B MoE 两个尺寸,可在 H Models API 调用,权重已在 Hugging Face 以 BF16、FP8、NVFP4 和 4-bit GGUF 形式提供。
SkyRL 在 Amazon SageMaker HyperPod 上对 Qwen3-VL-8B 做 GRPO 后训练,将固定 64-maze 评估集的迷宫求解率从 43.75% 提升到超过 95%。
GitHub Security Lab 开源 Fuzzing Taskflow,这是一条面向 C/C++ 项目的自主模糊测试流水线,指向一个 GitHub 仓库后即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖率、改进 harness 并分类崩溃,默认使用 Claude Sonnet 5。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放了 2800 多种病毒蛋白复合物的预测 3D 结构。
NVIDIA AI Day Singapore 于 9 月 22-23 日举行,NVIDIA 与合作伙伴展示东南亚 AI 从试点走向生产部署的进展。新加坡 HTX 将研究 Nemotron 3 Super 与 Nemotron 3 Nano Omni 用于公共安全,NCS、ST Engineering 基于 Nemotron 模型与 NeMo 推进智能体 AI。
Hugging Face 在 transformers 中加入 GGUF 量化模型支持,用户可从 Hub 选取检查点并通过 from_pretrained 在本地加载生成。
推荐理由:原文给出了 GGUF 在 transformers 中的加载方式和对照 llama.cpp 的测量数据,便于评估本地量化推理的可用性。
oMLX 创建者与维护者 Jun Kim 加入 Hugging Face,将继续以 Apache 2.0 许可全职领导 oMLX 项目。
Microsoft Research 在 Nature 发表逆合成预测模型 RetroChimera,并开源其实现与权重(MIT 许可),该模型也可通过 Microsoft Foundry 访问。
Mozilla 的 Firefox Smart Window(beta)AI 浏览助手现已由 Mistral 模型驱动。该助手先面向法国和北美用户,英国和德国预计今年晚些时候跟进,可帮助理解复杂搜索、回溯浏览过的内容,并基于浏览器标签页整理信息。对话默认不保存在 Mozilla 服务器,Mistral 等合作方承诺零数据保留。
Salesforce 在 Dreamforce 发布首个 CRM 推理模型 Koa,基于 NVIDIA Nemotron 3 Super 后训练构建,黄仁勋同台称 AI 已成为全球基础设施层。
费城儿童医院(CHOP)基于 NVIDIA 参与发起的开源医学影像框架 MONAI,把儿童心脏三维建模从熟练研究者 4 小时的工时缩短到几秒。这套心脏建模服务读取诊疗已有的 CT、MRI 和 3D 超声影像生成解剖精确模型,美国已有 20 多家儿童医院运行心脏建模项目,波士顿儿童医院每年约 500 例心脏手术借助建模。
推荐理由:案例呈现开源医学影像工具把儿童心脏建模从数小时缩短到秒级的落地过程,可了解开源协作在小众临床场景的做法。
Mistral 完成 30 亿欧元 D 轮融资,由三星电子领投,Scaleup Europe Fund 与 PSG Equity 联合领投,投后估值超过 210 亿欧元。
推荐理由:三星电子领投的这轮 30 亿欧元融资,可帮助读者理解主权 AI 与开源权重路线为何同时获得工业客户和资本支持。
NeoMME 是 H Company 发布的多语言多模态编码器系列,包含 260M 和 800M 两个规格,采用单一双向 Transformer 同时处理文本 token 与 32×32 图像 patch,从零训练并使用掩码离散扩散目标。
Mistral 与 HUMAIN 宣布战略合作,覆盖 AI 基础设施、先进模型开发及沙特与区域内 AI 解决方案部署,规模达数亿欧元。初始重点为网络安全与语音,双方还计划开发在阿拉伯语上表现强劲的前沿模型,Mistral 将探索使用 HUMAIN 的数据中心基础设施。双方还计划在沙特推出联合 go-to-market 策略,面向受监管行业。
Hugging Face 发布 2026 年夏季开源模型观察报告,基于 1-8 月 Hub 数据指出:中国前沿实验室跳过中小模型路线,直接发布 754B 至 2.78T 参数的开源模型;美国一侧由 AMD 与 NVIDIA 领跑,各发布超过 200 个模型仓库。
推荐理由:用 Hub 真实数据量化开源模型的下载、衍生与流量分布,读者可以据此判断各类开源策略的实际生态效果。
Mistral 宣布区域推理端点正式可用、优先级服务层进入公测,并将平台开放给第三方开源模型,首个接入的是 Z.ai 的 GLM-5.2。区域端点让客户选择推理在欧洲还是美国运行并保持数据驻留,优先级服务层提供定制速率限制并配有可用性 SLA。Mistral 还联合一批企业以多年期承诺形成欧洲算力单位(ECU),目标到 2030 年建成最高 1 GW 容量。
Meta 发布开源多模态模型 Muse Glimmer 30B,采用 Apache 2.0 协议,面向本地智能体用例,并获得 transformers、llama.cpp、vLLM、Inference Endpoints 的 day-0 支持。
推荐理由:原文给出Muse Glimmer 30B在Agentic、编码、安全等基准上对位Gemma4-31B、Qwen3.6-27B的逐项对比结果,并附transformers、llama.cpp下的本地推理与DFlash推测解码代码示例。
Google DeepMind 在 Nature 发表论文,称 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA 精度,平均多出一天预警时间,相当于气象领域约十年的进展。
推荐理由:论文给出气旋路径与强度预测的精度提升幅度,并同步开放代码与模型权重,便于研究社区复用。
Mistral 发布开源多模态安全分类模型 Shieldstral,参数规模 3B,可在单张 16GB NVIDIA GPU 上运行,权重采用 Apache 2.0 授权(https://mistral.ai/news/shieldstral/)。
Hugging Face 披露一起由 AI 智能体驱动的安全入侵事件,攻击者利用数据集处理中的远程代码加载与模板注入获取节点访问权限,并在多个内部集群横向移动。
推荐理由:原文给出了由 AI 智能体发起的入侵路径与 Hugging Face 的 AI 辅助防御流程,可供平台方对照自身攻击面与响应预案。
Hugging Face 与 Amazon SageMaker AI 推出一键跳转集成,在支持的模型页面提供「Customize on SageMaker AI」和「Deploy on SageMaker AI」按钮,可直接进入 SageMaker Studio 对应页面。
Microsoft 在 Foundry 模型目录上线 Hugging Face 开源模型集合,每周刷新预托管在 Azure 的开源权重,可一键部署到 Foundry Managed Compute。
Every Eval Ever (EEE) 与 Hugging Face Community Evals 互通,提交一份结果即可同时显示在 Hugging Face 模型页与基准 leaderboard。
Google DeepMind 发布开源实验模型 DiffusionGemma,以文本扩散并行生成替代逐 token 自回归,在专用 GPU 上文本生成速度最高提升 4 倍。
推荐理由:开源 26B MoE 模型用文本扩散把解码瓶颈从显存带宽转向算力,读者可据此判断本地低并发推理的取舍。