跳到正文
  1. Hugging Face Blog66

    OlmoEarth v1.3 发布,开放全球卫星嵌入与浏览器地图分析工具

    OlmoEarth 发布卫星嵌入模型 v1.3,同时开放 10m 分辨率的全球年度嵌入和浏览器分析工具 OlmoEarth Embeddings Explorer。

    推荐理由:预计算嵌入与浏览器分类工具把部分遥感任务从逐项微调转为轻量建模,为缺少 GPU 的团队提供了低成本试验路径。

  1. NVIDIA Blog69

    NVIDIA 扩展开放模型阵容,支持欧洲跨行业主权 AI 建设

    NVIDIA 扩展面向语言、机器人、生物学和量子计算的开放模型阵容,支持组织使用本地数据定制,并部署在自行控制的基础设施上。

    推荐理由:这些开放模型允许组织结合本地数据定制,并在自主管理的基础设施上部署,为理解欧洲主权 AI 的行业落地路径提供具体背景。

  1. Hugging Face Blog63

    IBM 发布 Granite Speech 5.0 新模型,并更新高速转写与说话人归属模型

    IBM 为 Granite Speech 系列新增 granite-speech-5.0-2b,并更新 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。

    推荐理由:三款模型分别面向高精度转写翻译、高吞吐端侧转写和多人录音,并列出对应改进指标,为不同语音任务的模型选型提供了比较依据。

  1. Google DeepMind73

    Google DeepMind 发布 EmbeddingGemma 2,支持端侧多模态嵌入

    Google DeepMind 发布 EmbeddingGemma 2,将文本、代码、图像、视频和音频映射到统一嵌入空间,支持端侧离线检索与 RAG。模型基于 Gemma 4 架构,拥有 740 million 参数,采用 Apache 2.0 许可,支持 8K token 上下文,并可按需加载视觉和音频编码器、将输出向量从 768 维截断至 128 维。

    推荐理由:模块化编码器与可截断向量提供了端侧多模态检索的资源取舍依据,开发者可按输入类型和存储预算选择部署配置。

  1. AI News (smol.ai)81

    AI News 日报:DeepSeek V4.1 Flash、OpenAI 语音与编码智能体进展

    DeepSeek 发布开放权重模型 V4.1 Flash,采用因果编码器—解码器架构,支持 1M-token 上下文及文本、图像输入。Artificial Analysis 报告其 Intelligence Index 得分为 40,高于 V4 Pro;虽然平均每项任务生成 89k tokens,估算单任务成本仍仅为 $0.27。

    推荐理由:独立评测将模型得分、输出长度与单任务成本放在一起比较,展示了低 token 定价如何抵消冗长输出带来的部分开销。

已经到底了