全部动态
宝玉给 BaoCut 集成了 MOSS-Transcribe-Diarize-0.9B，能一次搞定长音频转写和说话人标注，省去额外模型，适合做字幕或会议记录。
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。
宝玉分享了用 Qwen3 ASR 替代 Whisper 做字幕的心得，时间戳对得很准，还配了发言人识别方案，适合搞视频翻译的朋友。
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。
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。
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。
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。
GLM5.2和Qwen3.7 Max比美股便宜4-8倍，但还在亏本卖。高盛说代码模型利润率-39%，国内价格战打到2030年才止血，做AI应用的朋友该算算这笔账。
AMD给vLLM生态的RL训练框架vime加了ROCm支持，现在你的Qwen3-8B在MI355X上能跑到4100 tokens/gpu/s，训练和rollout的logprob很稳，还直接提供预构建容器，省去编译麻烦。
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。
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。
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。
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。
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。
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。
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。
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。
这帖子把2022到2026国产模型进化史盘得清清楚楚，DeepSeek、Qwen、GLM、Kimi每月一个旗舰，本地部署清单都快十个版本了，AI发烧友必看。
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。
多模态推理开发者终于有了一个统一的高效引擎——vLLM-Omni 支持 30+ 模型和多种硬件，做多模态应用或推理优化的团队可以直接拿来用，省去重复造轮子的时间。
做 RL 训练或大模型推理的团队终于有了解决策略偏移的实用方案——TITO 让每个 token 都对齐，计算量还能省 10 倍，搞 Agent 训练的开发者值得点开看看。
不到 10 元就能跑出接近 Opus4.8 的效果，做 AI 应用开发的团队值得关注这个低成本高性价比的模型组合方案。