05:04OpenRouter@OpenRouterAIThinkymachines 实验室记录提示和输出,用于模型改进,会先从账户中分离会话数据。模型页面有完整条款。开源权重遵循Apache 2.0许可。API访问免费端点有单独条款。AI模型Thinkymachines模型改进数据安全推荐理由:想了解如何改进模型的 Thinkymachines 实验室新方法,值得一试。他们记录提示和输出,使用户数据更安全。原文稍后读已读值得跟进有用关注 Thinkymachines
01:31官方账号Decoder@Matthias Bastian阿里Qwen团队发布Qwen 3.8,权重以Apache 2.0许可开放。该模型是270亿参数的密集模型,原生上下文长度达262000个token。官方称其在编码和办公任务上优于尺寸更大的Qwen 3.7 Plus。这一版本面向构建本地应用和智能体应用的开发者。AI模型Qwen 3.8AlibabaApache 2.0推荐理由:阿里开源了Qwen 3.8,270亿参数比Qwen 3.7 Plus更强,原生支持26.2万token上下文,做本地和智能体应用可以看看。原文稍后读已读值得跟进有用关注 Qwen 3.8
00:28官方账号阿里通义 Qwen@Alibaba_Qwen73°阿里发布 Qwen3.8-27B 开源权重,这是一个原生多模态密集模型,仅 27B 参数就在整体表现上超过 Qwen3.7-Plus。该模型在真实编码和办公工作流中表现突出,原生上下文达 262K 令牌,可通过 YaRN 扩展到 1M。模型采用 Apache 2.0 许可证,同时 Qwen3.8-2.4T-A95B 的 Max 级权重也已开放。开发者现在可以在本地部署轻量应用或用大模型构建智能体。AI模型Qwen3.8-27BQwen3.8Apache 2.04 个信源在谈事件专题推荐理由:阿里的 Qwen3.8-27B 开源了,27B 参数比 Qwen3.7-Plus 还强,带原生多模态和长上下文,本地跑很合适。原文稍后读已读值得跟进有用关注 Qwen3.8-27B
13:49官方账号Jasper AI@heyjasperai精选72°Jasper Research 宣布推出 MONET 数据集,从 29 亿张图片中精炼出 1.049 亿张高质量样本,成为全球最大的开放文本-图像数据集。该数据集采用 Apache 2.0 许可,可免费商用。同时发布的 nano-t2i 方案支持在单张 GPU 上训练有竞争力的文生图模型。AI模型MONETJasper Researchnano-t2i推荐理由:Jasper Research 放出了 MONET 数据集,有 1 亿多张图,免费商用,还能用 nano-t2i 在单卡上训练模型,做文生图的值得试试。原文稍后读已读值得跟进有用关注 MONET
06:14Sundar Pichai@sundarpichaiGoogle CEO Sundar Pichai 宣布,Google 的模型权重已在 Hugging Face 上以 Apache 2.0 许可证开源。这意味着开发者可以自由下载、使用和修改这些模型,无需担心商业限制。此举降低了 AI 模型的使用门槛,尤其对研究者和中小团队利好。开源社区可以基于这些权重进行二次开发或集成到自己的应用中。AI模型开源/仓库Hugging FaceGoogle推荐理由:Google 将模型权重以 Apache 2.0 开源,解决了开发者获取高质量预训练模型的门槛问题,做 AI 应用或研究的团队可以直接下载使用,值得关注。原文稍后读已读值得跟进有用关注 开源/仓库
19:15官方账号Decoder@Jonathan Kemper78°一款名为 Audio Interaction 的新型开源语音模型发布,它能够持续监听音频流,并每 0.4 秒决定是否说话或保持沉默,无需等待录音结束。该模型支持翻译、转录、聊天以及识别日常噪音(如咳嗽),实现了真正的实时交互。与 GPT-4o 或 Qwen3.5-Omni 不同,它在一个流中处理所有任务。代码、模型权重和下载说明已在 GitHub 上以 Apache 2.0 开源许可证发布,训练数据也将随后提供。AI模型开源/仓库语音模型实时交互推荐理由:这款模型解决了实时语音交互中“等待录音结束”的痛点,做语音助手或实时翻译的开发者可以直接在 GitHub 上试玩,体验每 0.4 秒的决策能力。原文稍后读已读值得跟进有用关注 开源/仓库
10:00官方账号Jeff Dean@JeffDean精选谷歌发布Gemma 4 12B模型,采用Apache 2.0许可证开放权重。该模型采用无编码器多模态架构,统一处理文本、图像等输入。12B参数规模可在笔记本电脑上直接运行,兼顾边缘效率与高级推理。AI模型Gemma 4 12BGoogleApache 2.02 个信源在谈事件专题推荐理由:12B模型笔记本就能跑原文稍后读已读值得跟进有用关注 Gemma 4 12B
02:36Google AI Developers@googleaidevs78°Google 发布了 Gemma 4 12B,一款无编码器的多模态模型,可直接在笔记本电脑上运行。该模型去除了传统的视觉和音频编码器,让输入直接进入 LLM 主干,实现高效的多模态推理。在 16GB VRAM 下即可运行复杂智能体工作流,性能接近其 26B 的 MoE 模型。采用 Apache 2.0 许可,适合本地部署和开发。AI模型Gemma 4多模态模型无编码器10 个信源在谈事件专题推荐理由:无编码器架构让多模态模型更轻量、更高效,做本地 AI 应用或智能体开发的团队可以直接在笔记本上跑,值得一试。原文稍后读已读值得跟进有用关注 Gemma 4
07:56Fireworks AI@FireworksAI_HQ精选76°StepFun 发布 Step 3.7 Flash,一个 196B 参数的 MoE 模型,从设计之初就针对推理效率进行优化。它采用多矩阵分解注意力(MFA)技术,KV-cache 仅为 DeepSeek 的约 22%,并通过注意力-FFN 解耦(AFD)实现硬件优化的服务。模型在 ClawEval-1.1、SimpleVQA Search 等基准测试中排名第一,支持 400 TPS 的推理速度,256K 上下文窗口,并具备三种推理级别。它专为智能体、编程、搜索和多模态工作流设计,支持本地运行(如 Mac Studio M4 Max),并采用 Apache 2.0 许可证开放权重。AI模型Step 3.7 FlashMoE推理效率推荐理由:Step 3.7 Flash 把推理效率从模型设计阶段就考虑进去,做智能体或搜索应用的团队可以直接在 Fireworks 上试用,成本可能比 DeepSeek 低很多。原文稍后读已读值得跟进有用关注 Step 3.7 Flash
20:27Hunyuan@TXhunyuan精选腾讯混元宣布Hy-MT2模型转换为Apache License 2.0许可,允许自由研究、商业使用、微调和衍生作品。该模型的两个变体目前在Hugging Face趋势排行榜上分别位列第1和第4位。社区可直接克隆、修改并反馈。AI模型Hy-MT2TencentHunyuan推荐理由:腾讯混元MT2现在完全开源可商用原文稍后读已读值得跟进有用关注 Hy-MT2