#多模态
一篇论文让 Qwen3-VL-8B 同时看折线图和延迟嵌入，时序推理准确率从 44.5% 拉到 53.2%，做时序分析的可以看看这个双视图思路。
NVIDIA 把印度语言预训练的语料方案开源了，2.8 万亿 tokens 加完整数据管线，做多语言训练的可以直接抄作业。
Meta 开源了 816B 的 Muse Spark Open，两台 512GB 的 Mac Studio 加量化就能本地跑，生成速度约 25 Token/s，喜欢本地部署的可以看看这套方案。
蚂蚁和清华开源了 Realtime-Venus，能边听看边聊、后台跑任务，对标 OpenAI Realtime API，做智能眼镜和车载助手的可以看看。
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。
一篇新 benchmark 论文，测了 12 个视频模型能不能主动预判风险并出手帮忙，结论是时机把握普遍不行，还附带了他们自己训的 4B 模型。
微软把 Win11 照片应用整个重做了，iCloud 和本地照片终于能放一个界面里看，编辑器还快了 25%，能加 3 个虚拟光源，尝鲜党可以去 Insider 渠道试试。
NVIDIA 的多模态推理模型 Nemotron 3.5 Super VL 能在 Ollama 上一条命令本地跑，单卡智能体吞吐号称高 5 倍，动手党可以试试。
快手把可灵升级到 Kling 4.0 了，一条视频能生成 30 秒、续拍拖到 2 分钟，还支持 4K HDR 和多图多视频混合输入，做短视频的可以试试。
NVIDIA 把 Nemotron 3.5 Bolt 这个多模态模型压到 24GB 就能跑，一条命令就能在本地跑智能体任务，试试看。
Moondream 上了 OpenRouter，9B 总参数只激活 2B 就能看图写字，价格 0.3 美元一百万输入 token，做图像描述或轻量多模态应用可以试试。
Meta 放了个 816B 的开放权重模型，主打写代码和跑智能体任务，还能在 Mac Studio 上本地跑，做本地部署的可以看看。
OpenAI 和 Cerebras 在布鲁塞尔办了场活动，现场那个机器人最有趣：你拍张照，GPT Image 生成肖像画，机械臂直接给你画出来。
谷歌把抗菌肽筛选搬到 Antigravity 上，ProtNLM 直接从序列预测功能，几天的工作压成一次会话，已经筛出一个候选分子在做湿实验验证。
Krea 新一代图像编辑模型上架 Replicate 了，比 Nano Banana Pro 快 4 倍，还能框选局部做多轮修改，做图的朋友可以试试。
NVIDIA 开源了个 120B 的多模态模型，激活只有 12B，一块 DGX Spark 就能跑，还有两个边缘小模型，玩本地部署的可以看看。
有人拿 Gemini 4 Argon 和 Muse Wonder 硬刚同一道题：建大黄蜂的 3D 模型再用 three.js 动起来，视频里能直接看出两者水平差距。
Meta 把开源的 Muse Spark Open 放出来了，成本只要 Muse Wonder 十分之一，还能本地跑，想做生成任务可以先试试。
NVIDIA 的 Nemotron 3.5 Super VL 进 Perplexity 了，Pro 和 Max 用户现在就能用，还开放了 Agent API，喜欢多模态的可以去试试。
Meta 出了个 816B 的开源模型 Muse Spark Open，1M 上下文还能多模态，写代码跑智能体任务，感兴趣可以自己下下来测测。
Perplexity 的 Pro 和 Max 用户现在能用 NVIDIA 的 Nemotron 3.5 Super VL 了，开发者也能通过 Agent API 调用，多模态任务可以试试。
Meta 放出 8160 亿参数的多模态开放权重模型，能跑视频和音频，还能在 M5 Ultra 上本地跑，直接对标 Qwen 和 Kimi，开源玩家可以看看。
Meta 新开源的 Muse Spark Open，816B 总参数、百万 token 上下文，主打编程和智能体任务，现在已经能在 Agent Arena 亲手测了。
Meta 在 research.meta.ai 上线了 Muse Sparrow 的博客详情，想了解这个新模型 specs 的可以去原文看看。
OpenAI 的语音模式升级到 GPT-Live-1.1 了，多了六种语言的语音，还把烦人的 Checking 卡顿修掉了，写代码时用语音的可以试试。
Meta 这次放了个 816B 的开源模型，基于苹果 MLX 优化，两台 Mac Studio 就能跑起来，分数还能对标 K3 和 GLM-5.3，本地部署玩家可以看看。
muse spark 开源了，816B 参数但只激活 42B，上下文直接到 1M token，主打写代码和跑长任务，跑本地大模型的可以看看。
Meta 放出了新的开源权重模型 Muse Spark Open，816B 总参数、100 万 token 上下文，还会上 Ollama，玩本地部署的可以蹲一下。
Meta 放了个 816B 的开源模型 Muse Spark Open，支持 1M 上下文还能看图看视频，vLLM 当天就能跑，写代码的智能体场景可以试试。
Meta 把 MoE 和全模态塞进一个开放权重模型，专攻智能体场景，transformers 和 llama.cpp 当天就能跑，想本地部署的可以试试。
NVIDIA 新出的 Nemotron 3.5 Super VL 和 Bolt 现在能在 Hermes Agent 里直接跑，吞吐量还比同类本地模型快最多 5 倍。
