Google DeepMind 發佈開放、輕量級多模態嵌入模型 EmbeddingGemma 2
Google DeepMind 發佈 EmbeddingGemma 2，將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間，供裝置端推理使用。
推薦理由：EmbeddingGemma 2 將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間，並列出裝置端記憶體與向量儲存數據，方便評估跨模態搜尋的本地部署。
#部署/工程
#部署/工程
今日 4 條Google DeepMind精選AI 評分7070 Baseten 工程博客AI 評分7171 DeepSeek-V4.1-Flash 提升編碼智能體的預填充效率
DeepSeek 本週在 HuggingFace 開放 DeepSeek-V4.1-Flash 權重，並已透過 Baseten Model APIs 提供；其 CED 架構在預填充階段啟用 8B 參數，在解碼階段啟用 16B。
Google Developers BlogAI 評分6969 EmbeddingGemma 2 將多模態語義搜尋帶到端側
Google DeepMind 發佈 EmbeddingGemma 2，一款 740M 參數的開放權重多模態嵌入模型，可將文字、圖像、影片影格及音訊映射至同一向量空間。
IT之家AI 評分7272 Mistral AI 發佈 Mistral Large 4 公開預覽版，權重月底開放，並稱其為歐美最強開源模型
Mistral AI 發佈 Mistral Large 4（ML4）公開預覽版，用戶即日起可在 Mistral Studio 體驗預覽版 API，模型權重將於月底開放下載。
MarkTechPostAI 評分6464 Aleph Alpha 發佈 Kolibri 英德雙語 MoE 模型，總參數 78.1B、每個 token 啟用 3.46B
Aleph Alpha 發佈 Kolibri（Kolibri-1），一款面向英語和德語的開放權重 MoE 語言模型，總參數為 78.1B，每個 token 啟用 3.46B。
Liquid AI 模型與工程博客AI 評分5555 Liquid AI 發佈 LFM2-2.6B-Transcript 本機會議摘要模型
Liquid AI 發佈 LFM2-2.6B-Transcript，支援在 CPU、NPU 和 GPU 上完全本機執行。模型針對 30–60 分鐘會議逐字稿設計，並已在 LEAP 和 Hugging Face 開放下載，可輸出討論要點、決策及標註負責人的行動項目。
Liquid AI 模型與工程博客AI 評分5959 Liquid AI 發佈 LFM2-24B-A2B 早期檢查點，總參數達 24B
Liquid AI 發佈 LFM2-24B-A2B 早期檢查點，這款開放權重 MoE 模型有 24B 總參數，並已在 Hugging Face 提供。
Liquid AI 模型與工程博客AI 評分5858 LFM2-24B-A2B 在消費級硬件上運行本地工具調用智能體
Liquid AI 以開源桌面智能體 LocalCowork 測試 LFM2-24B-A2B 在筆電本地執行工具調用的表現，模型、工具和資料均留在裝置上。在 Apple M4 Max、36 GB 統一記憶體的筆電上，工具選擇平均耗時約 385 ms、佔用約 14.5 GB 記憶體，單步準確率為 80%。
Liquid AI 模型與工程博客AI 評分6666 Liquid AI 發佈端側 MoE 模型 LFM2.5-8B-A1B
Liquid AI 發佈端側模型 LFM2.5-8B-A1B，將上下文窗口擴至 128K，並把預訓練規模由 12T 增至 38T tokens。該模型採用推理專用設計，詞表由 65,536 擴至 128,000，AA-Omniscience Index 由 -78.42 升至 -24.70。
Cohere 產品與研究博客AI 評分6060 Cohere 發佈 Embed 5 嵌入模型系列，涵蓋 Pro 與 Fast
Cohere 發佈 Embed 5 嵌入模型系列，分為面向最高檢索品質的 Pro 和麪向低延遲、高流量工作的 Fast，兩款均支援多模態輸入、100+ 種語言及 128K-token 上下文窗口。
Cohere 產品與研究博客AI 評分7070 Cohere 開源發佈 Command A+，向所有人提供主權 AI 智能體能力
Cohere 開源發佈 Command A+，這款採用 MoE 架構的 LLM 以 Apache 2.0 授權，面向高效能智能體任務。模型有 218B 總參數和 25B 活躍參數，支援 48 種語言，並提供 BF16、FP8 和 W4A4 量化版本。
Liquid AI 模型與工程博客AI 評分5757 Liquid AI 發佈 LFM2.5-230M，可在雲端 GPU 和低成本 CPU 上運行
Liquid AI 發佈 LFM2.5-230M，這款小型模型可在雲端 GPU 和低成本 CPU 上運行，供開發者微調及部署於智能體工作流。官方列出的解碼速度為 Galaxy S25 Ultra 上 213 tok/s、Raspberry Pi 5 上 42 tok/s；LFM2.5-230M-Base 和 LFM2.5-230M 現已在 Hugging Face 提供。
Liquid AI 模型與工程博客AI 評分6363 Liquid AI 發佈 LFM2.5 系列 DSpark 草稿模型，H100 吞吐量最高達基線的 3.18 倍
Liquid AI 為 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 發佈 DSpark 草稿模型，推理吞吐量在 H100 上最高達基線的 3.18 倍，在裝置端最高達 2.87 倍。
Black Forest Labs：BlogAI 評分7373 Black Forest Labs 發佈 FLUX 3 Action 開放權重機械人動作模型
Black Forest Labs 發佈開放權重的 7B FLUX 3 Action，這個世界動作模型（WAM）聯合預測影片與機械人動作。
MiniMax：Blog精選AI 評分7676 MiniMax 開源 M2 模型，並推出中國版、升級海外版 MiniMax Agent
MiniMax 正式開源並推出面向智能體與編碼的 MiniMax M2，同時在中國推出 M2 驅動的 MiniMax Agent，並升級海外版本。
推薦理由：MiniMax M2 公佈 Artificial Analysis 10 項測試成績、API 定價與約 100 TPS 推理速度，並開放權重，呈現智能體模型在表現、速度與部署成本間的取捨。
Hugging Face BlogAI 評分5555 Ai2 開源科學報告生成模型 AstaBrief 8B
Ai2 開源 AstaBrief 8B，這款模型可把研究問題和檢索到的文獻摘錄生成帶引用報告，並已在 Asta 的 Generate a report 功能中提供 Fast mode。
螞蟻 inclusionAI：HuggingFace 新模型AI 評分6161 inclusionAI 發佈 Qwen3.5-397B-A17B-singprobe 串流護欄探針
inclusionAI 發佈 SingProbe 串流護欄探針，以 Qwen/Qwen3.5-397B-A17B 的生成隱藏狀態逐 token 評估意圖、安全性及幻覺風險。
螞蟻 inclusionAI：HuggingFace 新模型AI 評分6262 inclusionAI 發佈 SingProbe，基於 Qwen/Qwen3.5-27B 的串流防護探針模型
inclusionAI 發佈 SingProbe，這是一款基於 Qwen/Qwen3.5-27B 的逐 token 串流防護探針，可評分查詢意圖、回應不安全性及幻覺風險。
螞蟻 inclusionAI：HuggingFace 新模型AI 評分5454 inclusionAI 發佈基於 Qwen3-4B-Instruct-2507 的 SingProbe 串流安全探針
inclusionAI 發佈 SingProbe 串流安全探針，基於 Qwen/Qwen3-4B-Instruct-2507 逐 token 評估查詢意圖、回應不安全性及幻覺風險。
螞蟻 inclusionAI：HuggingFace 新模型AI 評分5858 inclusionAI 發佈 Hy3-singprobe 串流安全探針
inclusionAI 發佈 Hy3-singprobe，這款基於 tencent/Hy3 隱藏狀態的串流防護探針可逐 token 評分查詢意圖、回應安全性及幻覺風險。
螞蟻 inclusionAI：HuggingFace 新模型AI 評分5656 inclusionAI 發佈 SingProbe 串流安全探針，基於 openai/gpt-oss-20b
inclusionAI 發佈 SingProbe 串流安全探針，重用 openai/gpt-oss-20b 生成時的隱藏狀態，逐 token 評估查詢意圖、回應不安全性及幻覺風險。
螞蟻 inclusionAI：HuggingFace 新模型AI 評分5858 inclusionAI 發佈 gemma-4-31B-it-singprobe 串流安全探針
inclusionAI 發佈基於 google/gemma-4-31B-it 的 SingProbe 串流護欄。它復用基座模型生成時的隱藏狀態，逐 token 評估查詢意圖、回應安全性和幻覺風險，無需另跑安全模型。
上海人工智能實驗室 InternLM：原創項目AI 評分6868 InternLM 發佈 Intern-S2-Mobius 35B 模型，報告近 4x 端到端推理加速
上海人工智能實驗室 InternLM 發佈 35B 基礎模型 Intern-S2-Mobius，採用 Mobius-v0 架構。它以全域共享 Memory 供多個 Reasoners 反覆查詢和修訂隱藏狀態，並引入 Backward Residual Connection 和 Dynamic Latent Reasoning。
Mistral AI精選AI 評分6060 Mistral OCR 4 發佈，新增文件區塊定位、分類與信心分數
Mistral AI 發佈文件解析模型 Mistral OCR 4，除提取文字外亦輸出邊界框、區塊類型和信心分數，並支援 170 種語言、10 個語言組別。獨立人工偏好評估的平均勝率為 72%，模型在 OlmOCRBench 得分 85.20；官方提醒自動基準存在評分侷限，建議以自有文件評估。
推薦理由：文章列明 OCR 4 的結構化輸出和自動基準評分侷限，為企業按自身文件評估解析、檢索及資料管線提供具體參照。
Hugging Face Blog精選AI 評分6262 NVIDIA 發佈 Nemotron 3.5 Content Safety，整合多模態安全判定與自訂政策
NVIDIA 發佈 Nemotron 3.5 Content Safety，將多模態輸入、多語言覆蓋、自訂企業政策與可審計推理整合至單一 4B 模型。模型基於 Google Gemma 3 4B IT，明確訓練覆蓋 12 種語言，並承接其約 140 種語言的 zero-shot 泛化；可選 THINK mode 會輸出推理軌跡。
推薦理由：Nemotron 3.5 將多模態判定、自訂政策和可審計推理整合於 4B 模型，並附訓練資料集，提供企業安全審核的部署參考。
Hugging Face Blog精選AI 評分6363 Holo3.1 系列發佈，擴展電腦操作至手機並提供本地量化權重
H Company 發佈 Holo3.1 電腦操作模型系列，擴展至網頁、桌面及手機環境，並提供本地推理量化權重。AndroidWorld 上，35B-A3B 模型的分數由 67% 升至 79.3%，4B 和 9B 版本由 58% 升至 72%。
推薦理由：文章同時列出不同尺寸、量化格式，以及 AndroidWorld 和 DGX Spark 數據，讀者可據此比較本地部署的性能與速度取捨。
Hugging Face Blog精選AI 評分6161 Waypoint-1.5 提升互動世界保真度並擴展本地硬件支援
Overworld 推出 Waypoint-1.5 即時影片世界模型，提升視覺保真度並擴大可本地運行的硬件範圍。桌面硬件 RTX 3090 至 5090 可生成最高 720p、60 FPS 的即時環境；另有面向更廣泛消費級硬件（包括遊戲筆電）的 360p 版本，Apple Silicon Mac 支援即將推出。
推薦理由：Waypoint-1.5 分設 720p 與 360p 檔位，並列明 RTX 3090 至 5090 可達最高 720p、60 FPS，呈現其畫質與本地硬件覆蓋方案。
Hugging Face BlogAI 評分5555 Granite 4.0 3B Vision：面向企業文件理解的緊湊型視覺語言模型
Granite 4.0 3B Vision 現已推出，是面向企業文件理解的緊湊型視覺語言模型，支援表格抽取、圖表理解及語義鍵值對抽取。模型以 LoRA adapter 形式構建於 Granite 4.0 Micro 之上，可獨立使用或配合 Docling，並以 Apache 2.0 授權在 Hugging Face 提供。
Google ResearchAI 評分3737 降低電動車續航焦慮：Google Research 的簡單 AI 模型如何預測充電接口可用情況
Google Research 公佈一款輕量、高效的線性迴歸模型，預測電動車充電站未來的充電接口可用情況。測試涵蓋 100 個隨機抽選站點及 30 分鐘、60 分鐘預測時距；模型相較「Keep Current State」基線，更能識別接口佔用變化顯著的時段。
OpenAI News精選AI 評分6969 GPT-5.1 現已向開發者開放 API，帶來多項能力更新
OpenAI 已在 API 中提供 GPT-5.1，帶來更快的自適應推理、擴展的提示詞快取及更佳的編碼表現。API 新增 apply_patch 和 shell 工具。
推薦理由：更新涵蓋自適應推理、提示詞快取、編碼表現及 apply_patch 和 shell 工具，勾勒 GPT-5.1 面向開發者的 API 改進範圍。
Hugging Face Blog精選AI 評分6767 Google 發佈 EmbeddingGemma 多語言嵌入模型
Google 發佈 EmbeddingGemma，一款支援 100 多種語言、具備 308M parameters 和 2K context window 的多語言嵌入模型。文章示範以 Sentence Transformers、LangChain 等工具接入模型，並在 MIRIAD 醫療檢索測試中將微調版的 NDCG@10 提升至 0.8862，基礎模型為 0.8340。
推薦理由：文章提供 EmbeddingGemma 接入多個檢索框架的程式示例，並説明查詢與文件提示詞的設定方式，方便將模型納入既有檢索流程。
Hugging Face Blog精選AI 評分9191 OpenAI 發佈開源 GPT OSS 模型系列
OpenAI 發佈 GPT OSS 開源模型系列，包含 117B 參數的 gpt-oss-120b 和 21B 參數的 gpt-oss-20b。兩款均為 MoE 推理模型，採用 MXFP4 4-bit 量化；gpt-oss-120b 可在單張 80 GB GPU 運行，gpt-oss-20b 可在 16GB 記憶體內運行。
推薦理由：文章將兩款模型的量化方式、硬件需求與多種部署路徑整理在一起，便於評估本地推理的資源門檻及接入方式。
Mistral AI精選AI 評分6767 Mistral AI 發佈 Mistral Medium 3，主打效能、成本與企業部署
Mistral AI 發佈 Mistral Medium 3，定位為兼顧效能、成本與企業部署的語言模型。Mistral AI 稱，該模型在各項基準測試中的表現達到 Claude Sonnet 3.7 的 90% 或以上，API 定價為每 M token 輸入 $0.4、輸出 $2；亦可部署於任何雲端，包括使用 4 張或以上 GPU 的自託管環境。
推薦理由：文章將 Mistral Medium 3 與 Claude Sonnet 3.7 的基準表現、API 定價和自託管條件放在一起比較，呈現企業部署時效能、成本與部署方式之間的核心取捨。
Hugging Face Blog精選AI 評分8383 Llama 4 Maverick 與 Scout 登陸 Hugging Face Hub，支援 Transformers 和 TGI
Hugging Face 將 Llama 4 Maverick (~400B) 與 Scout (~109B) 的權重上架 Hub，並宣佈 Transformers 與 TGI 支援。
推薦理由：文章整理了長上下文所用的 NoPE、分塊注意力與 temperature tuning 設計，讓讀者瞭解 Llama 4 延伸上下文窗口的架構取捨。
Hugging Face Blog精選AI 評分7777 DeepSeek-V3 0324 登上 Hugging Face Hub，四項基準分數均上升
DeepSeek-V3 0324 已登上 Hugging Face Hub，沿用原版架構並採用 MIT 授權，重點改善指令遵循、編碼和數學能力。DeepSeek 團隊列出的 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 分數，分別由 75.9、59.1、39.6、39.2 升至 81.2、68.4、59.4、49.2。
推薦理由：文中提供 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 的更新前後分數，讓讀者可按多項基準逐一比較 DeepSeek-V3 0324 相對原版的提升幅度。
Mistral AIAI 評分5555 Mistral AI 推出 24B 區域語言模型 Mistral Saba
Mistral 推出 24B 參數的區域語言模型 Mistral Saba，支援阿拉伯語及多種印度源語言，並在 Tamil 等南印度源語言上表現尤佳。Mistral 稱，Mistral Saba 的回答比規模超過其 5 倍的模型更準確、相關，且速度更快、成本更低。它可透過 API 使用，也可在客户安全環境內本地部署，並能在單 GPU 系統上以每秒超過 150 tokens 的速度回應。
Mistral AI精選AI 評分7272 Mistral Small 3 發佈 24B 參數低延遲模型，採 Apache 2.0 授權
Mistral AI 發佈 Mistral Small 3，這款 24B 參數低延遲模型採用 Apache 2.0 授權，並提供預訓練及 instruction-tuned checkpoint。
推薦理由：Mistral Small 3 將 24B 參數、Apache 2.0 開放權重和低延遲定位放在同一發佈中，並提供本地量化運行條件，便於比較小型模型的部署選擇。
Hugging Face Blog精選AI 評分6363 如何使用 Sentence Transformers 訓練 CPU 推理速度快 100 至 400 倍的靜態嵌入模型
Hugging Face Blog 公開兩款靜態嵌入模型，稱其 CPU 推理比常見嵌入模型快 100 至 400 倍，且多項基準保留至少 85% 表現。
推薦理由：文章公開兩款模型的訓練配方與資料集，並以 NanoBEIR 結果呈現靜態嵌入模型在 CPU 速度與檢索品質間的取捨。
Hugging Face Blog精選AI 評分6464 Hugging Face 發佈 135M、360M 和 1.7B 三種 SmolLM 模型及 SmolLM-Corpus
Hugging Face 發佈 135M、360M 和 1.7B 三種 SmolLM 模型，並公開訓練語料 SmolLM-Corpus。語料包括 28B tokens 的 Cosmopedia v2、4B tokens 的 Python-Edu，以及 220B tokens 的 FineWeb-Edu；三款模型分別以 600B、600B 和 1T tokens 訓練。
推薦理由：文章梳理 SmolLM 的資料集整理流程、訓練配置與各參數級別的基準結果，並列出三種模型規模及本地運行選項，便於比較小型模型的訓練和部署取捨。
Hugging Face Blog精選AI 評分7979 Diffusers 支持 Stable Diffusion 3 Medium
Hugging Face 宣佈 Stable Diffusion 3 Medium（2B parameters）已在 Hugging Face Hub 上提供，並可透過 Diffusers 使用。
推薦理由：文章比較 offloading、移除 T5 與 8-bit T5 的顯存和耗時，並提供 torch.compile 加速與 LoRA 微調腳本，可作為 SD3 推理部署與微調的實作參考，並呈現節省顯存方案的耗時取捨。