搜索
MoEZip：面向稀疏MoE的路由感知KV缓存压缩
MoEZip针对稀疏混合专家模型提出路由感知KV缓存压缩。它以路由分布的Fisher信息估计专家选择对扰动的敏感度，再结合注意力权重评分。保留10% KV时，LongBench和RULER平均分别比既有最优方法高24分和20分。
8 分钟前动态ProQuant：以专家质量优先压缩MoE超低比特量化
arXiv论文提出ProQuant，一种面向混合专家模型的仅权重训练后量化框架。PoP联合优化专家剪枝与比特分配，让高精度专家替代严重退化专家；RoCo用数学等价变换调整输入表征以降低路由漂移。摘要称其在多种生成任务上优于现有方法，但模型规模、具体指标、价格与国内可用性均未知。
31 分钟前动态F2G-Pose：单张RGB-D一次预测类别级位姿与形状
F2G-Pose获NeurIPS 2026接收，可从单张分割RGB-D图像一次预测类别级位姿、度量尺寸和相机系补全形状。它把冻结视觉基础特征提升到局部点云，并用DGCNN与混合专家Transformer融合几何。论文称SOPE和ROPE达领先精度，仅位姿推理28 FPS；价格与国内可用性未知。
50 分钟前动态上海AI实验室提供科研智能体模型，强调组织与验证
上海人工智能实验室在魔搭提供 Sage-A1.5，一款三百五十亿级混合专家模型，面向长程科学问题处理。模型卡强调任务编排、验证和开放科学发现，并提供常见推理框架兼容信息与体验入口；科研结果仍需要独立检验。
51 分钟前动态MiniMax 更新多模态闪电模型，面向编码与电脑操作
MiniMax-M3.1-Flash 是原生多模态混合专家模型，接收文字、图片与视频，最多支持百万词元上下文。模型页给出约 4280 亿总参数、230 亿活跃参数，并以稀疏注意力、量化感知训练和推测解码改进效率，面向工具与电脑任务。部署需核对完整权重资源。
51 分钟前动态Flint 开放编程智能体模型，提供本地服务套件
Flint 是约 398 亿总参数、每词元激活约 25 亿参数的混合专家模型，面向查代码、修复问题和多轮工具使用。仓库提供原精度权重与配套服务套件，采用 Apache 2.0 许可；部署示例需要高显存专业显卡，量化版本应另外核对资源与效果。
51 分钟前动态Ornith-1.5-122B发布：面向单卡部署的自改进多模态MoE
Ornith-1.5-122B是1220亿参数混合专家多模态模型，在Ornith-1.0基础上把自改进从脚手架与采样扩展到任务生成、策略发现和强化学习。模型卡称其可在单张80GB显卡部署，并给出多项编程、推理与智能体基准。价格与国内可用性未知。
1 小时前动态Unsloth发布Flint GGUF：398亿参数编程模型可本地加载
Unsloth上线Recursive编程模型Flint的GGUF量化包，总参数398亿、每词元约激活25亿，支持推理与多轮工具调用。官方给出Terminal-Bench 2.1为54.9%、SWE-bench Verified为74.2%。可本地运行，国内可用性与价格未知。
1 小时前动态MiniMax-M3.1-Flash发布：原生多模态MoE，上下文最长100万token
MiniMax发布原生多模态混合专家模型MiniMax-M3.1-Flash，总参数约4280亿、每token激活约230亿，支持文本、图像与视频输入及最长100万token上下文。它面向编程、智能体与计算机操作，并采用稀疏注意力、量化感知训练和DSpark推测解码。价格与国内可用性未知。
1 小时前动态上海AI实验室发布35B智能体模型Sage-A1.5
上海人工智能实验室发布35B混合专家智能体模型Sage-A1.5，基于Qwen3.6与Agents-A1，主打子任务并行编排、过程核验和开放科学探索。模型卡列出多项基准成绩，并说明可用Transformers、vLLM和SGLang加载。价格、国内可用性未知，本文未实测。
1 小时前动态Recursive发布编程智能体模型Flint，总参数398亿
Recursive发布编程智能体模型Flint，混合专家总参数398亿、每token约激活25亿，支持推理与多轮工具调用。官方自测Terminal-Bench 2.1为54.9%。BF16权重约80GB，建议单张B300或H200配合SGLang；价格与国内可用性未知。
1 小时前动态Meta开放Muse Spark Open：约8160亿参数多模态编程模型
Meta发布开源权重多模态混合专家模型Muse Spark Open，总参数约8160亿、每词元激活约420亿，上下文最长100万词元。模型可接收文本、图像、音频和视频，仅输出文本，面向代码阅读、调试与工具调用。检查点含BF16与NVFP4，国内可用性及价格未知。
1 小时前动态PyTorch 新版改善 Mac 推理速度和视频解码内存
社区团队介绍 PyTorch 2.15 的苹果图形后端改进，涵盖八位浮点、混合专家解码和多种原生计算内核，修复部分图像编辑路径。文章给出特定机器上的速度与视频解码内存比较，所试为候选发布包，环境要求和新旧版本输出都应核对。
3 天前动态Reflection 开放五千亿参数模型，配套编码执行框架
Beam 是面向编码和智能体工作的文本混合专家模型，总参数约 5010 亿、每词元激活约 230 亿，支持百万词元上下文。发布资料提供多种精度权重、推理与训练示例，以及专用 Rust 执行框架，权重采用 Apache 2.0 许可。大型权重仍要求充足部署资源。
2026年10月16日动态英伟达发布多模态Nemotron，面向专用智能体
NVIDIA发布Nemotron 3.5 Super VL，将推理、工具调用和文本、图片、文档、视频理解放入同一模型。它采用1200亿总参数、120亿激活参数的混合专家结构，并提供NeMo定制路线及配套开放数据，适合针对业务流程后训练。
2026年10月16日动态Meta开放Muse Spark模型权重，面向长程编程
Meta于10月15日开放Muse Spark Open权重。该多模态混合专家模型总参数8160亿、每次激活420亿，拥有100万词元上下文，支持长程编程和工具使用。官方同时提供多家API平台与多种推理框架的部署入口。
2026年10月15日动态视频决策模型直接定位片段和选答案，复用视觉计算
VideoJev 把视频定位和选择题转成对时间区间与候选项的评分，减少逐词生成答案的开销。它提供 40 亿及混合专家版本，并设计缓存和联合推理，让同一段视频面对多次问题时复用计算；论文报告了速度与定位质量实验。
2026年10月14日动态Janas从固态硬盘调度专家，让模型突破内存容量
Janas探索用纯C实现推理，并从SSD按需读取混合专家模型的部分数据，让模型文件大于机器内存时仍可运行。仓库给出特定笔记本上的对比结果，但磁盘、内存、量化和模型结构都会影响收益，不能简单理解为所有电脑都能高速跑大模型。
2026年10月13日动态德国Kolibri开放模型权重，支持百万令牌上下文
Aleph Alpha发布Kolibri英德双语混合专家模型，总参数780亿、每次激活30亿，支持最高100万令牌上下文，并以Apache 2.0许可开放权重。它为需要自有部署和英德资料处理的团队增加选择，中文能力不能由这些指标直接推定。
2026年10月3日动态H 公司发布跨界面智能体模型，统一操作屏幕和工具
Holo4 提供 270 亿稠密版和混合专家版，能通过图形界面、代码、MCP 和 API 执行任务，也覆盖桌面、网页与安卓。团队公开基准执行轨迹，并给出模型与服务入口，便于查看任务过程；不同榜单的成本与测试设置仍需分辨。
2026年9月28日