Mistral 发布 Voxtral Mini 4B Realtime 2602 实时语音转写模型
Mistral 发布 Voxtral Mini 4B Realtime 2602，这是一个多语言实时语音转写模型，支持 13 种语言，延迟可配置，面向语音助手和实时字幕等场景。
推荐理由：材料给出延迟、语言覆盖、基准和部署参数，便于评估实时语音转写在端侧场景的可用性。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
最新精选
第 121–140 条 · 共 159 条mistralai · Hugging Face 新模型精选AI 评分7878
moonshotai · Hugging Face 新模型精选AI 评分8484 月之暗面开源 Kimi K2.5 原生多模态智能体模型
月之暗面在 Hugging Face 发布 Kimi K2.5，这是基于 Kimi-K2-Base 继续预训练的开源原生多模态智能体模型，使用约 15 trillion 混合视觉与文本 token。
推荐理由：原文同时给出架构参数、评测表和部署方式，便于比较多模态智能体模型的能力边界。
MiniMaxAI · Hugging Face 新模型精选AI 评分8282 MiniMax 开源 MiniMax-M2.1，面向 Agent 编码与工具使用
MiniMaxAI 将 MiniMax-M2.1 交给开源社区，称其面向编码、工具使用、指令遵循和长周期规划做了优化。MiniMax-M2.1 API 已在 MiniMax Open Platform 上线，基于该模型的 MiniMax Agent 已公开可用，模型权重已在 Hugging Face 开源并支持本地部署。
推荐理由：原文同时给出多项编码与工具使用评测及本地部署方式，便于比较开源 Agent 模型的工程适配。
Mistral AI精选AI 评分7373 Mistral AI 发布 Mistral OCR 3，升级表单、手写和复杂表格解析
Mistral AI 发布 Mistral OCR 3，用于从多类文档中高保真提取文本和嵌入图片，并在表单、扫描文档、复杂表格和手写内容上相对 Mistral OCR 2 获得 74% overall win rate。
推荐理由：原文同时给出胜率、价格、API 和自托管选项，便于评估企业文档解析管线的迁移成本。
Mistral AI精选AI 评分8282 Mistral AI 发布 Devstral 2 编码模型族和 Mistral Vibe CLI
Mistral AI 发布 Devstral 2 编码模型族，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：原文同时给出 SWE-bench、许可和部署要求，便于比较开放编码模型的性能与落地成本。
Mistral AI精选AI 评分8383 Mistral AI 发布 Mistral 3，包含 Mistral Large 3 和 3B/8B/14B Ministral 3
Mistral AI 发布 Mistral 3，包括 14B、8B、3B 三个小型 dense 模型，以及 Mistral Large 3 这一 41B active、675B total parameters 的 sparse MoE 模型，全部采用 Apache 2.0 license。
推荐理由：原文同时给出模型规模、许可证和部署入口，便于比较开源模型的落地成本与覆盖场景选择。
mistralai · Hugging Face 新模型精选AI 评分7777 Mistral 发布 Mistral Large 3 675B Base 多模态 MoE 模型
Mistral 发布 Mistral Large 3 675B Base，这是从头训练的通用多模态 Granular MoE 基础预训练模型，拥有 41B active parameters 和 675B total parameters。
推荐理由：材料同时给出参数规模、上下文窗口、许可证和部署命令，便于评估自托管成本与适配场景。
World Labs精选AI 评分7878 World Labs 多模态世界模型 Marble 面向所有用户开放
World Labs 今天将多模态世界模型 Marble 面向所有用户开放，并扩展其从文本、图像、视频或粗略3D布局创建3D世界的能力。Marble 支持交互式编辑、扩展和组合世界，生成后可导出为 Gaussian splats、meshes 或视频。
推荐理由：原文列出从文本、图像、视频到粗略3D布局的生成路径，便于比较世界模型工作流。
baidu · Hugging Face 新模型精选AI 评分6666 百度发布 ERNIE-4.5-VL-28B-A3B-Thinking 多模态推理模型
百度在 Hugging Face 发布 ERNIE-4.5-VL-28B-A3B-Thinking，基于 ERNIE-4.5-VL-28B-A3B 架构升级多模态推理能力。
推荐理由：原文同时给出训练思路、工具调用与部署命令，便于评估该多模态模型的落地路径。
moonshotai · Hugging Face 新模型精选AI 评分8585 Moonshot AI 发布 Kimi-K2-Thinking 开源推理模型
Moonshot AI 发布 Kimi-K2-Thinking，称其为最新、能力最强的开源 thinking model，支持逐步推理并动态调用工具。该模型为 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，原生 INT4 量化，称可在低延迟模式下实现无损 2x 加速，并在 200–300 次连续工具调用中保持稳定。
推荐理由：原文同时给出架构参数、评测设置和部署入口，便于比较开源推理模型的长程工具调用能力。
moonshotai · Hugging Face 新模型精选AI 评分6666 Moonshot AI 发布 Kimi Linear 48B A3B 模型并开源 KDA kernel
Moonshot AI 发布 Kimi Linear 混合线性注意力架构，开放 KDA kernel，并提供 48B total params、3B activated params、1M context 的 Base 与 Instruct 检查点。
推荐理由：材料同时给出架构、速度与部署命令，便于比较线性注意力在长上下文中的工程取舍。
moonshotai · Hugging Face 新模型精选AI 评分7676 Moonshot AI 发布 Kimi-Linear-48B-A3B-Instruct 线性注意力模型
Moonshot AI 在 Hugging Face 发布 Kimi-Linear-48B-A3B-Instruct，并介绍 Kimi Linear 混合线性注意力架构及 KDA kernel 开源信息。
推荐理由：材料同时给出架构、长上下文指标和部署命令，可用于比较线性注意力在长序列中的效率取舍。
Cognition Blog精选AI 评分7777 Cognition 发布 SWE-1.5 快速软件工程 Agent 模型
Cognition 发布 SWE-1.5，称其是面向软件工程优化、拥有数千亿参数的 frontier-size 模型，达到 near-SOTA 编码性能，并已在 Windsurf 可用。
推荐理由：原文披露了模型、推理与 agent harness 的协同优化路径，可用于理解编码 Agent 的速度取舍。
World Labs精选AI 评分7777 World Labs 发布 RTFM 实时生成式世界模型研究预览
World Labs 分享了 RTFM（Real-Time Frame Model），一个可在交互时实时生成视频的生成式世界模型，今天以研究预览版开放。RTFM 可用于探索生成的 3D 世界和真实地点，并可在浏览器中 demo；其目标是在单个 H100 GPU 上以交互帧率推理。
推荐理由：原文披露了单 H100 实时生成持久 3D 世界的架构思路，可作为世界模型工程取舍参考。
Cognition Blog精选AI 评分7676 Cognition 发布 SWE-grep 和 SWE-grep-mini，用于多轮快速代码上下文检索
Cognition 训练并发布了 SWE-grep 和 SWE-grep-mini，两款面向高度并行上下文检索的快速智能体模型，已用于 Windsurf 的 Fast Context subagent。
推荐理由：原文披露了面向代码上下文检索的训练和评测设计，可用于比较快模型与通用编码模型的取舍。
openai · Hugging Face 新模型精选AI 评分6969 OpenAI 发布 gpt-oss-safeguard-20b 安全推理模型
OpenAI 在 Hugging Face 发布 gpt-oss-safeguard-20b，这是基于 gpt-oss 构建的安全推理模型，可按用户提供的安全政策对文本内容分类并执行基础安全任务。
推荐理由：原文说明了自带策略分类和可调推理强度，便于评估开源安全模型在内容审核中的适配方式。
openai · Hugging Face 新模型精选AI 评分7373 OpenAI 发布 gpt-oss-safeguard-120b 安全推理模型
OpenAI 在 Hugging Face 发布 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b，两者是基于 gpt-oss 构建的安全推理模型。
推荐理由：原文给出参数规模、许可和安全推理用法，便于评估开源安全分类模型的部署条件。
baidu · Hugging Face 新模型精选AI 评分6565 百度发布 Qianfan-VL-70B 视觉语言模型
百度在 Hugging Face 上发布 Qianfan-VL-70B，属于 Qianfan-VL 通用多模态大语言模型系列，面向企业级多模态应用。该系列包含 Qianfan-VL-3B、Qianfan-VL-8B 和 Qianfan-VL-70B，均为 32k 上下文，其中 8B 和 70B 支持 CoT，70B 面向复杂推理和数据合成。
推荐理由：材料同时列出3B、8B、70B差异与训练流程，便于比较文档理解场景的部署取舍。
baidu · Hugging Face 新模型精选AI 评分6666 百度发布 Qianfan-VL-8B 多模态视觉语言模型
百度在 Hugging Face 发布 Qianfan-VL-8B，属于 Qianfan-VL 系列通用多模态大语言模型，面向企业级多模态应用并强化 OCR 与文档理解。
推荐理由：原文同时给出模型规格、训练流程和基准对比，便于评估其在 OCR 与文档理解场景的适配度。
baidu · Hugging Face 新模型精选AI 评分6969 百度 Qianfan-VL-3B 多模态模型上线 Hugging Face
百度在 Hugging Face 发布 Qianfan-VL-3B，属于 Qianfan-VL 通用视觉语言模型系列，面向企业级多模态应用并强化 OCR、文档理解等场景。
推荐理由：模型卡列出3B到70B规格、训练阶段、基准和部署示例，便于比较企业多模态场景适配。