技术方向
开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
7 条精选近 30 天 7 条共收录 25 条
Mistral AI 发布 Mistral Large 4（ML4）公开预览，1 万亿参数、490 亿活跃参数的原生多模态模型，为其迄今最大最强模型。权重将于本月底开放，模型在 Mistral 自有欧洲数据中心基于 3,800 块 NVIDIA Grace Blackwell GPU 完成训练。
推荐理由：官方公布 ML4 在网络安全、编码与多模态基准上与闭源模型的对比数据，读者可据此判断开放权重模型的当前位置。
开发者 Niko1221 开源 Strata 引擎，可在 12GB 显存以上的消费级显卡上运行量化版 Qwen3.8-Flash-Next（1250 亿参数）模型。
推荐理由：原文给出把 MoE 专家分级载入 RAM 加投机解码的显存优化思路，可迁移到其他大模型本地部署场景。
Ai2 开源 AstaBrief 8B，它把研究问题与检索到的文献片段直接转成带引用的报告，训练数据一并开放。模型基于 Qwen3-8B，用 SFT 加 DPO 训练；在 Asta 的 Fast mode 下平均 51.1 秒生成一份报告，约为 Claude 驱动的 Thinking mode（178.5 秒）速度的 3.5 倍。
推荐理由：原文给出一条可迁移的训练经验，用引用密度这一简单信号过滤合成数据，比更复杂的过滤组合更有效。
Hugging Face 推出 Open TTS Leaderboard，用客观指标评测开源多语言 TTS 与语音克隆模型。榜单以 Qwen3 ASR 转写计算 WER/CER 衡量可懂度，以 RTFx 和 TTFA 衡量 H200 GPU 上的批量推理与流式延迟，并以 WavLM 嵌入余弦相似度衡量说话人相似度，把单个模型评测从数周缩短到数小时。
推荐理由：原文对比了人工偏好竞技场与客观指标评测，说明新榜单用 WER、RTFx、TTFA 和说话人相似度补齐开源 TTS 评测的缺口。
NVIDIA 发布开源表格基础模型 Kumo Tabular，输入带标签的表格后可在一次前向传播中预测新行标签，无需训练、微调或特征工程，支持分类与回归。
推荐理由：原文给出四项基准的排名与推理速度对比，读者可据此判断它相对调参梯度提升树和同类表格基础模型的位置。
Hcompany 发布 Holo4 系列智能体模型，包含 27B dense 与 35B-A3B MoE 两种尺寸，可通过 GUI、代码、MCP 和 API 与软件交互，同一模型可跨桌面、网页、Android、代码沙箱与业务 API 运行。
推荐理由：原文给出了多接口能力说明与 OSWorld 2.0 成本性能对比，读者可据此判断开源智能体模型相对闭源前沿模型的取舍。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，在 AlphaFold Database 中开放 2800 多种病毒的蛋白复合体预测三维结构，约 30% 的蛋白相互作用为科学界此前未记录。
推荐理由：开放数据集与 BioNeMo 结构预测流程的发布，让研究者能针对自选病毒蛋白靶点批量预测三维结构，降低实验成本。