OpenMOSS 发布 MOSS-Transcribe-Diarize-0.9B，端到端多人长音频转写模型
OpenMOSS 开源了一个 0.9B 参数的端到端模型，能一次搞定 90 分钟多人音频，告诉你谁说了什么、什么时候说的，单卡 4090 跑得飞快。
全部动态
AI 相关资讯全量信息流 · 372 条
7月19日
7月17日
腾讯发布具身VLM基座模型Hy-Embodied-VLM-1.0，A3B规模性能接近A32B
腾讯新出的具身模型 Hy-Embodied-VLM-1.0，只用 A3B 参数量就接近 A32B 的效果，37 个任务平均 65.6 分，还开源了。搞具身智能的朋友可以试试。
IT之家原文
7月15日
PrismML 将 Qwen3.6-27B 压到 3.9GB 在 iPhone 上运行，保留 90% 性能
PrismML 把 27B 大模型压到几 GB 还能在手机上跑，性能几乎没缩水，iPhone 用户也能本地跑大模型了。
模型08:37
PrismML发布Bonsai 27B：可在手机本地运行的27B多模态模型PrismML搞了个Bonsai 27B，在手机上就能跑27B多模态模型，压缩到3.9GB性能还能保留90%，挺牛的，还开源了，可以试试。
PrismML 发布 Bonsai 27B：Qwen3.6-27B 的 1-bit 和三元量化版本，可在笔记本和手机上运行
PrismML 把 Qwen3.6-27B 压到 5.9GB，手机都能本地跑，还全开源，适合离线使用。
PrismML 发布 Bonsai 27B，多模态模型可在手机上本地运行
手机能跑 27B 模型了？PrismML 的 Bonsai 27B 实际做到了——体积最小 3.9GB，速度还不慢，开源免费。想本地用大模型又嫌大的可以看。
编码智能体自主训练视觉模型，Qwen3-VL-2B准确率从25%升至96.9%
NVIDIA 让智能体自己搭环境教模型，Qwen3-VL-2B 准确率从 25% 飙到 96.9%，还能自动想下一步实验，挺有意思。
7月14日
AI 大模型周榜：代码榜榜首易主，claude-opus-4-7-thinking登顶
想快速了解本周最强AI模型？Arena周榜给出硬核排名：代码能力claude-opus-4-7-thinking超了claude-fable-5，国产qwen3.7也稳在Top20。
7月10日
TRACE：智能体识别缺失能力自我改进，Qwen3.6-27B达73.2%
斯坦福AI Lab搞了个新方法TRACE，让AI自己找短板补课。只用四分之一训练量就超过了GRPO和GEPA，还赢了大模型Codex 5.2和GLM 5。
7月9日
7月8日
7月7日
bottlecapai 发布 ThinkingCap-Qwen3.6-27B，推理 token 减少 50%
bottlecapai 用 Qwen3.6-27B 微调的新模型能省一半推理 token，最快省九成，适合低成本推理场景。
7月3日
桥水基金研究：前沿AI模型金融判断准确率不足80%，微调开源模型达84.7%
桥水和Mira Murati团队发现，GPT和Claude在金融判断上准确率才70%，不如微调的Qwen3-235B的84.7%，成本还低14倍。
PAW编程范式：4B编译器生成适配器，0.6B模型匹敌32B
PAW让模糊函数（如日志告警、修复JSON）不再依赖大模型API。用4B编译器一次编译，0.6B小模型就能跑出32B的效果，还省内存和算力。
7月2日
Qwen3.6-27B-NVFP4发布，vLLM支持Blackwell GPU推理
Qwen3.6-27B-NVFP4来了！在Blackwell上内存减半，MMLU Pro 86.3分，用vLLM就能跑，开源模型本地AI更省显存。
6月30日
基于 Qwen3.5-9B 微调的 Qwythos 9B 推理模型，支持1M上下文与多模态
Empero AI 开源的 Qwythos 9B 把 Qwen3.5 和 Claude 思维链结合，1M 上下文加 Function Calling，量化后 5.2GB 的推理模型，低配机器也能跑。
6月29日
模型10:08
Tandem Reinforcement Learning 在 RLVR 中实现模型协同推理他们提出了 TRL，让强模型和弱模型组队推理，强模型学会写弱模型能看懂的推理过程。训练 Qwen3-4B 后，单打能力不降，协作能力更强。
6月28日
Liquid AI 发布 LFM2.5-230M 模型，支持多种推理框架用于设备端推理
Liquid AI 出了个超小模型 LFM2.5-230M，手机跑 213 tokens 每秒，树莓派也能跑 42，指令遵循还比 Qwen3.5-0.8B 和 Gemma 3 1B 强。
Ollama 支持运行开源编程智能体 Ornith 1.0 系列模型
Ollama 现在可以直接跑 Ornith 编程智能体了，从 9B 到 397B 都有，SWE-Bench 拿了 82.4 分，本地搞智能体编码超方便。
6月27日
6月26日
Ornith-1.0 开源编程模型发布，覆盖9B到397B参数
Ornith-1.0 开源了从9B到397B的编程模型，在SWE-Bench等基准上超越Claude Opus 4.7，还能自己优化任务框架。
6月24日
DFlash投机解码：并行起草整块token，在Blackwell上吞吐量提升15倍
UC San Diego搞了个新方法DFlash，用扩散模型直接生成整段token，比自回归快几倍，Qwen3-8B上6倍加速，Blackwell上15倍，还开源了检查点，搞推理加速的可以看看。
6月18日
SGLang-Omni 集成 MOSS-TTS-Local Transformer v1.5 开源语音克隆模型
SGLang-Omni 刚上线 MOSS-TTS v1.5，开源、零样本克隆声音，支持31种语言，速度也不错，玩玩看。
ColQwen多向量检索在视觉文档上领先稠密模型近18点
Milvus用ColQwen和Qwen3-VL-Embedding做了对比，发现多向量在检索带图表的文档时比稠密向量强近18个点，近似搜索不掉分。处理PDF或扫描件可以关注这个结果。
6月17日
6月16日
6月15日
阿里云发布 Qwen3.7-Max，从单提示生成交互式前端体验
阿里新模型 Qwen3.7-Max 能一句提示生成前端交互页面，比一般模型更擅长做 Three.js 和 SVG 动画，适合开发者快速试玩。
6月14日
