Meta 发布可在 Mac 本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,采用 8160 亿参数和 100 万 token 上下文窗口,原生多模态,面向复杂编码任务和智能体工作。
Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,采用 8160 亿参数和 100 万 token 上下文窗口,原生多模态,面向复杂编码任务和智能体工作。
Meta 发布 Muse Spark Open 模型,称其是迄今最强的美国开源权重模型,也是同类中首个能在桌面端运行、需两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。
Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 5.6B 参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图生成,原生支持 4K 输出、像素级编辑和用于元素定位的 bounding box。
推荐理由:原文给出参数规模、显存门槛与授权价格,读者可据此判断开源图像模型在消费级显卡上的可用性。
面壁智能与 OpenBMB 开源 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本,其中 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型,约 3G 内存即可在 iOS、安卓设备上流畅运行。
推荐理由:面壁开源 MiniCPM-V 4.7,给出 35B-A3B 在手机端的内存占用与解码速度,可据此判断端侧多模态的落地门槛。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型,参数量 740M,可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由:官方给出 740M 参数、模块化编码器与端侧内存占用,可据此判断本地多模态检索的落地成本。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,可将文本、图像、视频、音频和代码转换为数值向量,参数量 7.4 亿,Google 称其在多模态嵌入基准上超过参数量两倍的竞品。
阶跃星辰发布新一代开源旗舰基础模型 Step 5 Preview,采用稀疏 MoE 架构,总参数量 600B、激活参数 27B,原生支持文本与视觉输入,上下文长度 1M。