Cloudflare 发布开源权重模型 Clairic 更新版与 Clairic-flash
Cloudflare 发布更新版 Clairic 与轻量版 Clairic-flash,两款抽取模型均开放权重并上线 Workers AI。新版 Clairic 改用并行槽位自回归生成,新增图片与 PDF 抽取能力,单次请求最多可包含 4 张图片或 PDF 页面。
Cloudflare 发布更新版 Clairic 与轻量版 Clairic-flash,两款抽取模型均开放权重并上线 Workers AI。新版 Clairic 改用并行槽位自回归生成,新增图片与 PDF 抽取能力,单次请求最多可包含 4 张图片或 PDF 页面。
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B 用 Miles 做强化学习训练,在 144 张 H200 上以 1200 条任务训练 18 天,Terminal-Bench 4.1 pass@1 从 5.6% 提升到 12.0%。
推荐理由:原文给出了训练成本与吞吐对比,读者可据此判断长程智能体后训练的效率边界。
作者在 32GB 内存的 MacBook M5 上,用 Transformers 为 Qwen3.8-Flash-Next 实现专家流式加载,短文本解码达到 13.9 tok/s,与 Strata 的 14.8 tok/s 相差约 6%。
Reson8 以 Apache 2.0 协议开源 Rumble-2-Flash,这是一个 0.5B 参数的语音识别模型,支持 40 多种语言并自动检测语种。
推荐理由:0.5B 参数语音识别模型以 Apache 2.0 开源,在真实电话场景与 30B 模型持平,可对照其蒸馏方法理解小模型路线。
UC Berkeley、Microsoft Research 和 Microsoft Security 发布开源插件 TokenEconomizer,它从智能体在仓库中的历史会话学习,在不修改智能体和底层模型的前提下减少后续会话的 token 浪费。
推荐理由:读者可以看到一个不改动智能体本身、只靠历史会话学习的插件,在 277 个真实修 bug 任务上如何降低 token 成本。
Together AI 介绍了其内部 agent 评测流程:把常见开发任务写成提示词,分别在无配置、接入文档 MCP、加载 skill 包三种配置下用三个模型各跑两次,由 LLM judge 判定通过、未完成或失败。
Cloudflare 在 GitHub 上以 Apache 2.0 许可证开源了 Kitesurf,这是其完全运行在 Workers 上的无状态 AI 智能体浏览器。
推荐理由:Cloudflare 把面向 AI 智能体的无状态浏览器开源,读者可据此评估自托管浏览器引擎的可行性与部署成本。
Meta 把 AOSP 的虚拟设备框架 Cuttlefish 原生移植到 Apple silicon Mac,通过恢复 QEMU 支持、让 vhost-user 可在 macOS 构建、扩展 QEMU HVF 后端内存区域槽位并接入原生 Cocoa 显示与代码签名实现。
Google Research 提出 Agile Deliberation 框架,把主观 AI 分类器的定义过程变成人与 AI 的迭代对话,先解决人类自身的概念模糊,再构建更稳健的分类系统。
Mistral 发布 1 万亿参数原生多模态模型 Mistral Large 4(Le Chonk)的开源权重,此前该模型已在本月早些时候进入公开预览。相比预览版,新增三周强化学习后其在 FrontierCode 2.0 得分 19.7%、Terminal-Bench 4.0 提升 13 个百分点至 41%,并支持 Low、Medium、High 三档推理模式。
推荐理由:原文给出开源权重、三档推理模式和定价,读者可据此判断自托管编码与安全场景的落地成本。
Ollama 现已支持文本转语音,首个语音模型是来自 Gradium 的 Phonon 系列小型 TTS 模型,目前可在 macOS 上使用,Windows 和 Linux 支持即将推出。
推荐理由:原文给出 Phonon 在 Ollama 上的吞吐、词错率与多语言支持,可据此判断本地语音合成的可用性。
Mistral 发布 Voxtral 3 语音模型家族,包含支持 50+ 语言的转录模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的合成模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说合成一条实时流式管线。
推荐理由:原文给出语音智能体 SDK 与转录、合成模型的完整规格和定价,可据此判断实时语音工作流的落地成本。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M 和 209M 四个尺寸,最大模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一,参数量仅为此前 SOTA 的三分之二。
推荐理由:官方给出四个尺寸的基准排名与 CPU 推理延迟,可据此判断时间序列预测的部署成本。
Berkeley AI Research 介绍将 K-Search 演化内核搜索框架扩展到 MLX 的工作,通过结构化的 CUDA 到 MLX 翻译层,让已有 CUDA 内核经验迁移到 Apple Silicon。