全部动态

商汤系公司大晓机器人发了具身基模型 ACE-Brain-0.6，基于 Qwen3.5-9B 微调，六项 Grounding 评测分数超过了 OpenAI GPT-6 Astra，做机器人方向的可以看看评测细节。

微软亮出自家基础模型 MAI-Base-2，2.8T 参数、1.6 万张 GB200 训练，连中国开源模型都被比下去了。

Blognone@mk5 个信源在谈原文

Reflection 的第一个开源模型 Beam 出来了，501B 参数只激活 23B，跑分超过 NVIDIA 和 K2 Horizon，但幻觉率有点高，终端任务也比较弱。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

Meta 又发开源模型了，816B 参数但只激活 42B，还能吃视频和音频，跑分追平 Qwen3.8，做应用前记得看商用条款。

Gorden Sun@Gorden_Sun原文

PrismML 把 Qwen3.5 9B 从 17.9 GB 压到 2.42 GB，跑分还不掉，笔记本就能跑，装个 Atomic Chat 试试。

@atomic_chat_hq@atomic_chat_hq4 个信源在谈原文

Liquid AI 出了个开源模型，24B 总参数但只激活 2B，跑分追平 Qwen3.6-35B-A3B，想本地部署的可以去 Hugging Face 看看。

TestingCatalog@testingcatalog原文

OpenBMB 放出了 MiniCPM-V 4.7，3B 激活参数就能在 iPhone 上跑到 13 tokens/s，性能还能压过参数多 10 倍的模型，本地跑多模态的朋友可以试试。

Paul Couvert@itsPaulAi8 个信源在谈原文

面壁把 35B 的 MoE 模型塞进 3GB 内存的手机里还能跑 13+ token/s，比 Qwen3.6 同规格得分还高，做端侧应用可以看看。

OpenBMB 的 MiniCPM-V 4.7 能在 iPhone 上跑 35B 多模态模型，3GB 内存 13 tokens/s，OCR 还压过 Qwen3.6，端侧玩家可以试试。

OpenBMB@OpenBMB7 个信源在谈原文

Qwen团队开源了QwenGyre框架，让模型从几小时长的工程任务里学本事，NL2RepoBench通过率涨了6个点，训练还快了1.78倍。

AIGCLINK@aigclink原文

微软把 Qwen3.5-9B 改成小决策模型，分类任务准确率干到 83.5%，跑分类便宜 200 倍，做内容审核的可以试试。

Blognone@mk11 个信源在谈原文

微软新出的Decision-1模型速度快、准度高，专门做决策分类，和Qwen3.5-9B比有优化。

官方账号Decoder@Matthias Bastian5 个信源在谈原文

Underdog AI 把 Qwen3.8-27B 压到 2-bit，只有 7.89GB 还能跑工具调用，日常推理比原版还强，本机部署党可以试试。

微软新决策模型响应速度超快，比 GPT-6 Sol 快 35 倍，价格还便宜。

微软基于 Qwen3.5-9B 出了个决策小模型，专管 Agent 流程里的判断打分，比 GPT-6 Sol 快 35 倍，输出还免费。

AIGCLINK@aigclink8 个信源在谈原文

微软把决策类小模型做成了专项产品，比 GPT-6 Sol 快 35 倍还输出免费，做分类和判断任务的可以试试。

OpenRouter@OpenRouterAI8 个信源在谈原文

微软用 Qwen3.5-9B 做了个专门快速打分决策的模型，比 GPT-6 Sol 快 35 倍，Foundry 上就能用。

TestingCatalog@testingcatalog11 个信源在谈原文

JetBrains 开源了新的编程模型 Mellum2.1，专门练了智能体写代码的能力，高负载下吞吐量几乎是 Qwen3.5-9B 两倍，还能本地部署保数据安全。

12GB 显卡也能跑 125B 的 Qwen3.8-Flash-Next 了，Strata 开源，RTX 5070 上 94 词元/秒，配置门槛和 GitHub 链接都在文里。

不生成文本、只做分类决策的 Jev 三周就跑到日处理 1 万亿 token，OpenAI 和 Cloudflare 都出了同路线产品，挺值得了解的新方向。