Hugging Face团队在Build Small Hackathon活动中推出名为“Thousand Token Wood”的开源多智能体经济模拟项目。该项目基于Qwen2.5 3B（30亿参数）语言模型构建，由5个拟人化林地生物智能体组成，各自生产不同商品（如橡果、蜂蜜、柴火），在稀缺性机制（食物种类限制、商品腐坏、冬季燃料危机）驱动下自发进行交易、囤积与价格博弈。 项目采用vLLM框架部署于Modal平台，前端通过Gradio提供交互...
NVIDIA 近日在 Hugging Face 平台开源 Nemotron 3.5 ASR 语音识别模型。该模型为 6 亿参数架构，单检查点支持 40 种语言及方言的实时流式语音转文字，内置标点与大小写生成能力，端到端延迟可低至 80 毫秒。 模型采用 Cache Aware FastConformer RNNT 架构，通过缓存编码器内部状态避免重复计算，兼顾低延迟与高准确率。开发者可通过 att context size 参数在推理时动态调...
英伟达与Hugging Face联合发布一项面向大语言模型预训练的合成数据生成新方法——基于任务种子的合成问答（Task Seeded Synthetic Q&A）。该方法利用lm eval harness中约70个公开任务的训练集作为能力种子，生成结构化、带推理链和上下文的Q&A样本，用于Nemotron系列模型的后期训练。 在Nemotron 3 Nano模型的1000亿token续训实验中，该方法使MMLU Pro提升1.8分、平均代码...
JetBrains 正式发布开源混合专家（MoE）语言模型 Mellum2，参数总量为 120 亿，每 token 激活约 25 亿参数，专为文本与代码联合任务优化。 该模型基于 Apache 2.0 许可证开源，支持路由决策、RAG 流程中的上下文压缩与后处理、智能体子任务（如规划与验证），以及私有化部署。官方称其推理速度较同类规模开源模型提升超 2 倍，适用于高吞吐、低延迟生产场景。 Mellum2 不追求通用大模型的广度，而是聚焦于软件...
英伟达正式发布开源世界基础模型（WFM）Cosmos 3，定位为首个面向物理AI推理与行动的开放型全模态模型（omni model）。该模型基于混合Transformer（MoT）架构，统一支持文本、图像、视频、音频及动作等多种输入与输出模态，在单次前向传播中即可完成世界生成、物理推理与动作生成。 Cosmos 3提供两个版本：8B参数的Cosmos 3 Nano适用于工作站级GPU（如RTX PRO 6000），32B参数的Cosmos 3...
Google 在 2026 年 I/O 开发者大会上正式发布新一代多模态大模型 Gemini Omni 与 Gemini 3.5。 官方同步上线 11 个实战演示视频，集中展示两款模型在语音交互、实时视频理解及跨模态推理等典型场景中的应用能力。两款模型均面向复杂任务处理与实时多模态交互进行了深度优化。
Anthropic 正式发布 Claude Opus 4.8 模型。该版本在编码、智能体（Agent）能力、推理及实务知识工作等基准测试中全面优于前代 Opus 4.7，并支持更可靠的端到端任务执行。其在 Online Mind2Web 测试中得分达 84%，并在 Legal Agent Benchmark 中首次突破 10% 全通过率标准。 新版本同步上线多项核心功能：claude.ai 新增“努力度控制（Effort Control）”...
5月28日，谷歌在 I/O 2026 开发者大会上披露了 12 项关键 AI 进展。其中，全新多模态模型 Gemini Omni 正式亮相，支持跨设备实时协同推理；轻量级模型 Gemini 3.5 Flash 同步推出，主打低延迟与高效率的边缘端部署能力。相关发布均基于谷歌官方博客公开信息，具体上线时间与商用细节尚未披露。
据 Hugging Face 官方博客消息，人工智能评估机构 Artificial Analysis 与 IBM Research 联合推出 ITBench AA，这是首个面向代理型（Agentic）企业 IT 任务的基准测试，首期聚焦站点可靠性工程（SRE）场景，涵盖 59 个 Kubernetes 故障诊断任务。 测试结果显示，当前所有前沿大模型在该基准上表现均未突破 50%：Claude Opus 4.7（Adaptive Reaso...
Anthropic近日公布Project Glasswing项目初期进展。该项目于上月启动，旨在利用AI提升关键软件安全防护能力，目前已吸引约50家机构参与合作。 项目采用Claude Mythos Preview模型，在全球重要系统软件中识别出超过10,000个高危或严重级别漏洞。Cloudflare等合作伙伴反馈，其漏洞发现效率提升超十倍；仅Cloudflare一家即在关键系统中定位2000个漏洞。 该模型在多项独立安全测试中表现优异，...
谷歌在 I/O 2026 开发者大会上共发布 100 项内容，涵盖人工智能、基础设施与开发者工具等多个方向。 其中重点包括全新多模态模型 Gemini Omni、代号为 Antigravity 的底层系统技术，以及面向电商场景的通用购物框架 Universal Cart。 所有发布内容均基于官方博客公开信息，未披露具体上线时间与商用细节。
Hugging Face 正式发布 Ettin 重排序（Reranker）模型家族，共包含六款 Sentence Transformers CrossEncoder 模型，参数量覆盖 17M、32M、68M、150M、400M 及 1B。该系列均基于约翰霍普金斯大学研发的 Ettin ModernBERT 编码器构建。 该系列模型采用知识蒸馏技术训练，以 mixedbread ai/mxbai rerank large v2 为教师模型，结...
包容性AI（inclusionAI）团队正式发布开源模型ARGenSeg 8B。该模型旨在通过开放科学与开源协作推动人工智能技术的普及与进步。 项目强调技术民主化，支持更广泛的研究者和开发者参与AI研发与应用。其开源策略聚焦于降低技术门槛，促进跨场景协作创新。 ARGenSeg 8B已在Hugging Face平台公开，可供社区自由下载、使用与二次开发。
Anthropic 于5月13日正式发布 Claude for Small Business，这是一套专为中小企业设计的 AI 工具包，包含预置工作流与多平台连接器，支持在 QuickBooks、PayPal、HubSpot、Canva、DocuSign、Google Workspace 和 Microsoft 365 等常用工具中直接调用 Claude。 该产品提供15个开箱即用的智能工作流，覆盖财务、运营、销售、营销、HR 和客户服务等...
MachinaCheck 是一款面向 CNC 机加工车间的多智能体 AI 系统，旨在自动化分析 STEP 格式 CAD 文件的可制造性。该系统支持上传 STEP 文件及材料类型、公差要求、螺纹规格等参数，可在 30 秒内生成完整报告，涵盖所需刀具、缺失资源、风险提示及操作建议。 系统采用五模块流水线架构：STEP 文件解析（基于 cadquery）、工艺分类（Qwen 2.5 7B）、刀具匹配（纯 Python 数据库查询）、可行性决策（Q...
5月8日消息，艾伦人工智能研究所（AI2）正式发布EMO模型。该模型采用端到端预训练的混合专家（MoE）架构，旨在使模块化结构直接从数据中自主涌现，无需依赖人工定义的语义领域或先验约束。 EMO总参数量为140亿，每步激活10亿参数（8个专家），共包含128个专家。实验表明，在仅启用12.5%专家（即16个）的情况下，其在MMLU等通用基准上的性能仅下降约3个百分点，显著优于同构标准MoE模型（后者在同等稀疏度下性能急剧退化）。 该模型通过文...
阿里千问宣布开源 Qwen Scope，这是一个基于 Qwen3 和 Qwen3.5 系列模型训练所得的可解释性模块。 该模块的应用场景包括推理结果定向控制、数据分类与合成、模型训练与优化，以及评估样本分布分析与对比等。 本次开源的权重涉及 7 个大模型，覆盖 Qwen3 及 Qwen3.5 系列的稠密模型和混合专家模型，共包含 14 组稀疏自编码器（SAE）权重。
4月28日，NVIDIA正式发布开源多模态推理模型Nemotron 3 Nano Omni。该模型将视觉、音频和语言能力整合至单一系统，有效解决了传统AI智能体在多模型间切换导致的数据延迟与上下文丢失问题。 Nemotron 3 Nano Omni采用30B A3B混合专家（MoE）架构，支持256K上下文窗口，可处理文本、图像、音频、视频及图形界面等复杂输入。在同等交互性下，其吞吐量较其他开源全模态模型提升9倍，并在复杂文档智能与音视频理解等六项基准测试中位列榜首，显著降低...
Anthropic 正式发布“Claude for Creative Work”系列更新，推出多款针对创意行业的软件连接器，使 Claude 能够直接与创意工作者常用的专业工具协同工作。此次合作涵盖 Blender、Autodesk、Adobe、Ableton 和 Splice 等知名平台。 新增连接器支持用户通过自然语言与创意软件交互。其中，Adobe 连接器可调用 Creative Cloud 50 余款工具；Autodesk Fusion 支持对话式 3D 建模；Ble...
DeepSeek 今日发布 V4 模型，主打高效的超长上下文支持与智能体任务优化。此次发布了两款 MoE 架构模型：DeepSeek V4 Pro（总参数 1.6T，激活参数 49B）与 DeepSeek V4 Flash（总参数 284B，激活参数 13B），两者均支持 100 万 Token 上下文窗口。 针对长上下文推理中 KV 缓存占用过大的痛点，V4 引入了混合注意力机制（CSA 和 HCA），在交替层中压缩 KV 条目。与 V3.2 相比，V4 Pro 的单 To...
OpenAI正式发布GPT 5.5，这是自GPT 4.5以来首个完全重新训练的基础模型。该模型专为智能体（Agentic）工作流设计，具备自主规划、工具调用、自我校验及多步骤任务执行能力，核心聚焦智能体编程、计算机操作、知识工作与早期科研四大场景。 核心性能表现 GPT 5.5在多项基准测试中表现突出：Terminal Bench 2.0得分82.7%（领先Claude Opus 4.7与Gemini 3.1 Pro），GDPval得分84.9%，OSWorld Verifi...
今日，阿拉伯语大模型评测榜单 QIMMA 正式发布。与传统直接聚合现有基准不同，QIMMA 采用“质量优先”理念，在评估模型前先对基准数据进行严格质量验证。该榜单整合了 14 个源基准的 109 个子集，包含超 52,000 个样本，覆盖文化、STEM、法律、医疗、安全、诗歌与编程等 7 个领域，其中 99% 为原生阿拉伯语内容，并首次引入阿拉伯语代码评测。 QIMMA 的核心是多阶段质量验证流程。第一阶段使用 Qwen3 235B A22B Instruct 和 DeepS...
NVIDIA发布人形机器人基础模型Isaac GR00T N1.7早期访问版。该模型为开源且支持商业许可的视觉 语言 动作（VLA）模型，参数量为30亿，旨在将视觉观察和自然语言指令映射为连续的机器人动作。 GR00T N1.7采用Action Cascade双系统架构，结合Cosmos Reason2 2B视觉语言模型进行高级任务推理，以及32层Diffusion Transformer进行实时底层电机控制。训练数据方面，该模型基于超2万小时的人类第一人称视角视频（EgoS...
4月17日，Anthropic Labs 推出全新产品 Claude Design。该工具允许用户与 Claude 协作创建设计、原型、幻灯片等视觉作品。Claude Design 由 Anthropic 能力最强的视觉模型 Claude Opus 4.7 驱动，目前已面向 Claude Pro、Max、Team 和 Enterprise 订阅用户推出研究预览版。 在工作流方面，Claude Design 支持在初始化阶段读取代码库和设计文件，自动为团队构建设计系统，确保输出...
Anthropic 正式发布最新模型 Claude Opus 4.7。该模型在高级软件工程方面较 Opus 4.6 有显著提升，尤其在处理最困难的编程任务时表现突出。Opus 4.7 能够严谨一致地处理复杂且长时间运行的任务，精确遵循指令，并在输出前自行验证结果。测试数据显示，在 93 项编码基准测试中，其解决率比 Opus 4.6 提高了 13%。 除了编程，Opus 4.7 的视觉能力也得到增强，支持更高分辨率的图像识别，并在完成专业任务时展现出更好的品味与创造力，能生成...
Hugging Face 发布了一款 Skill 和配套的测试工具，旨在帮助开发者将语言模型从 Transformers 移植到 mlx lm。该工具使得新模型在加入 Transformers 后，能够几乎同步在 MLX 框架上可用。 随着代码智能体在 2026 年日趋成熟，开源项目的 PR 数量激增，但智能体生成的代码往往缺乏对隐式设计契约的理解，容易引入冗余代码、过度泛化或细微 Bug，给项目维护者带来巨大审核压力。为此，Hugging Face 设计了这款 Skill...
Hugging Face 近日发布技术博客，详细介绍了如何使用 Sentence Transformers 库训练和微调多模态嵌入与重排模型。该库现已全面支持文本、图像、音频和视频等多模态数据处理，开发者可基于自有领域数据对模型进行微调以优化特定任务表现。 文章以视觉文档检索（VDR）为实战案例，演示了微调 Qwen/Qwen3 VL Embedding 2B 模型的完整流程。实验数据显示，微调后的模型在 NDCG@10 指标上从基线模型的 0.888 显著提升至 0.947...
Mistral AI 正式发布其首款文本转语音（TTS）模型 Voxtral TTS。该模型参数量为 4B，基于 Ministral 3B 构建，采用基于 Transformer 的自回归流匹配架构。Voxtral TTS 支持 9 种主流语言（英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语）及多种方言，具备低延迟特性，模型延迟约为 70ms。 该模型主打逼真且富有情感的语音生成，支持情绪控制（如中性、开心、讽刺等）。Voxtral TTS 支持少至...
Anthropic 于 2026 年 2 月 5 日发布最新旗舰模型 Claude Opus 4.6。该模型在编码能力上进行了显著升级，能够更谨慎地规划、更长时间地维持智能体任务，并在大型代码库中运行更可靠，同时具备更强的代码审查和调试能力。值得注意的是，Opus 4.6 首次为 Opus 级别模型引入了 100 万 token 上下文窗口（测试版）。 在基准测试中，Opus 4.6 表现达到业界领先水平。它在智能体编码评估 Terminal Bench 2.0 和复杂多学科...
Anthropic 于 2 月 17 日发布 Claude Sonnet 4.6 模型。该模型在编码、计算机使用、长上下文推理和智能体规划等方面实现全面升级，并推出支持 100 万 token 上下文窗口的测试版。目前，Sonnet 4.6 已成为 claude.ai 和 Claude Cowork 免费及 Pro 计划的默认模型，定价与 Sonnet 4.5 保持一致，为每百万 token 输入 3 美元、输出 15 美元。 性能方面，Sonnet 4.6 在多项基准测试中...