开源模型
-
Reson8开源Rumble-2-Flash:0.5B语音识别模型覆盖40余种语言,电话场景接近30B量级模型
总部位于阿姆斯特丹的Reson8以Apache 2.0开源0.5B参数语音识别模型Rumble-2-Flash。它覆盖40余种语言,在Open ASR多语言赛道平均错误率约6.96%,并在302小时呼叫中心基准上接近约30B参数的Nemotron 3.5 Transcribe。
-
蚂蚁与西湖心辰开源双向世界模型Duo:角色能自己决定何时开口,768×576下生成约200到450毫秒
蚂蚁技术研究院与西湖心辰11月17日发布并开源Duo v1,这是双向世界模型(RWM)的首个实现。它把意图模块和实现模块耦合在同一时间线上,可在全双工音视频中决定开口或倾听。
-
苹果发布FastFrames视频生成模型:小模型单卡一帧约35.4毫秒,大模型由Wan2.1-14B蒸馏而来
苹果在Hugging Face发布FastFrames-S和FastFrames-L两款视频生成模型,均为自回归、两步扩散,输出832×480、81帧、16帧/秒的视频。官方示例显示,13亿参数的S模型在单卡、满KV缓存时总延迟约35.4毫秒;14B的L模型由Wan2.1-14B蒸馏而来。
-
深度:开源权重里的“芯片指纹”——一份报告称6款中国大模型带有英伟达Blackwell印记,它能证明什么、不能证明什么
不靠内部爆料,只靠公开下载的模型权重,就能推断出它最初是在哪种GPU上“出生”的?一份引发热议的报告给出了方法和结论,也划出了证据的边界。
-
1450亿参数大模型装进笔记本:Edge0开源端侧模型Edge0-145B,峰值内存约28GB、每秒生成80多个token
端侧AI团队Edge0开源了1450亿参数的Edge0-145B和Edge0-120B,并同步放出推理框架与部署工具。官方称这是首个参数规模过千亿的开源端侧模型,在48GB内存的笔记本上即可本地运行。
-
深度:没有黄仁勋的英伟达——一场换帅风波如何牵动芯片管制、开源AI与算力融资
黄仁勋执掌33年后突然离场,英伟达第一次进入“后创始人时代”。比起股价的剧烈波动,更值得关注的是这场风波牵出的四条长线:芯片出口管制与芯片追踪立法、开源AI失去最响亮的支持者、建立在英伟达信用之上的算力融资,以及一家没有接班计划的巨头如何重建治理。
-
MiniMax开源图像模型H3-Image:10秒内生成4096×4096原生4K大图,最多可参考16张图
MiniMax于11月11日发布基于H3的图像模型H3-Image,并开放模型权重。它原生输出约1600万像素的4K图像,官方称生成一张4096×4096图片不到10秒,同时支持最多16张参考图的生成与编辑。