IBM Granite 4.2 推理 LLM 家族发布,含 3B、8B、30B 三种规模
IBM 发布 Granite 4.2 推理 LLM 家族,包含 3B、8B、30B 三种 dense decoder-only 模型,并以 Apache 2.0 许可证开放。
推荐理由:文章拆解了 Granite 4.2 从预训练到多阶段 RL 的流程,便于比较开源推理模型的训练取舍。
IBM 发布 Granite 4.2 推理 LLM 家族,包含 3B、8B、30B 三种 dense decoder-only 模型,并以 Apache 2.0 许可证开放。
推荐理由:文章拆解了 Granite 4.2 从预训练到多阶段 RL 的流程,便于比较开源推理模型的训练取舍。
NVIDIA Magpie Multilingual TTS 发布最新开放权重版本,提供 364M 参数模型、NVIDIA NIM 生产部署和 12 种语言支持。
推荐理由:原文把开放权重、NIM 部署和延迟数据放在同一语音流水线中,便于评估自托管方案的取舍。
Google DeepMind 表示 WeatherNext AI 模型在 Nature 论文中达到气旋路径、强度和风结构预测的 state-of-the-art 准确率,平均让预报员多获得约 1 天预测准确性。
推荐理由:原文同时给出 Nature 论文评测、飓风季案例和开源入口,便于理解 AI 天气模型如何辅助预警。
Mistral AI 发布 Shieldstral,一个 3B 开放权重、策略自适应的多模态安全分类器。它在推理时接受自然语言政策问题,将文本和图像安全评估统一为二元问答任务,无需重训,并输出校准后的安全分数。
推荐理由:它把内容审核改写为可提问的安全判断,为需要按场景调整策略且不想重训的产品提供参考。
Google DeepMind 推出 DiffusionGemma,这是一个实验性开放文本扩散模型,在专用 GPU 上文本生成最高快 4x,用于探索速度敏感的交互式本地工作流。
推荐理由:原文清楚交代了扩散式文本生成的速度收益、硬件条件和质量取舍,便于评估本地交互场景适配度。
Mistral AI 发布 Voxtral TTS,这是其首个文本转语音模型,参数量 4B,支持 9 种语言的多语言语音生成。该模型支持情绪表达、低延迟、语音适配和 zero-shot 跨语言语音适配,典型输入 10 秒语音样本和 500 字符时模型延迟为 70ms,RTF ≈9.7x。
推荐理由:原文同时给出语言覆盖、延迟、价格、架构细节与适用场景,便于评估企业语音工作流的接入成本。
Mistral AI 发布 Mistral Small 4,这是 Mistral Small 系列的下一次主要版本,将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力整合到一个模型中。
推荐理由:原文列出架构、上下文和部署入口,可比较开放 MoE 模型在推理与多模态任务中的取舍。
Mistral AI 发布 Leanstral,这是面向 Lean 4 的开源代码 Agent,权重采用 Apache 2.0 许可,并可在 Mistral Vibe、free/near-free API endpoint labs-leanstral-2603 和自托管方式使用。
推荐理由:原文包含开放方式、FLTEval 对比和案例,便于评估形式化证明编码场景的成本与表现。
Mistral AI 发布 Voxtral Transcribe 2,包括用于批量转写的 Voxtral Mini Transcribe V2 和用于实时应用的 Voxtral Realtime,并在 Mistral Studio 推出音频 playground。
推荐理由:原文同时给出延迟、价格、开源权重和多项基准对比,便于评估语音转写在实时与离线场景的部署取舍。
Mistral AI 发布 Devstral 2 编码模型家族,包括 Devstral 2 (123B) 和 Devstral Small 2 (24B),并推出面向 Devstral 的开源命令行编码助手 Mistral Vibe CLI。
推荐理由:材料同时给出参数规模、SWE-bench 成绩、部署门槛和 CLI 入口,便于比较开源编码模型的落地成本。
Mistral AI 发布 Mistral 3,包括 14B、8B、3B 三个小型 dense 模型,以及 41B active、675B total 参数的 MoE 模型 Mistral Large 3,全部以 Apache 2.0 license 发布。
推荐理由:原文同时交代模型规模、开源许可、压缩格式和上线渠道,便于比较前沿与端侧模型的部署取舍。
OpenAI 今天发布其称为能力最强的开放权重模型,称此举将让先进 AI 更开放、灵活且更易在全球访问。OpenAI 表示,其使命是把 AI 交到尽可能多人手中,AI 的下一前沿不只是能力,也包括谁能使用它。
推荐理由:摘要明确指向 OpenAI 开放权重模型发布,可用于了解其在开放可用性和全球访问上的叙事。
OpenAI 介绍了 gpt-oss-120b 和 gpt-oss-20b 两个开放权重推理模型。它们根据 Apache 2.0 许可证和 OpenAI 的 gpt-oss 使用政策提供。
推荐理由:材料说明两款开放权重推理模型的许可方式和使用政策,可用于判断后续复用边界和部署选择。
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b,两款开放权重语言模型采用 Apache 2.0 license。它们强调低成本的现实表现,在推理任务上优于同等规模开放模型,具备较强工具使用能力,并针对消费级硬件高效部署优化。
推荐理由:原文同时给出开源许可、低成本部署和推理表现,便于比较开放权重模型取向。
Hugging Face Blog 介绍 IDEFICS,这是一个对 SOTA 视觉语言模型的开放复现项目。材料抓取失败,仅标题可用。