搜索

研究评估5亿参数时间序列模型TimesFM 1，对半干旱修复地27站15分钟土壤水分与温度做零样本预报。日内领先统计基线21%至76%，超过一天则落后6%至79%，作者归因于日周期对齐。全历史CatBoost总体未胜出，部分因短部署冷启动。普通CPU推理成本已量化，价格与国内可用性未知。

加拿大野火活动上升，传统BurnP3+蒙特卡洛模拟常需数天至数周才能完成区域火险制图。2026年10月提交的研究训练多任务深度学习代理，融合燃料、地形、点燃可能性与区域天气，秒级近似燃烧概率、平均火强度和蔓延速率；代表区域CPU加速约806倍，内存约为原模型13%。中国可用性与价格未知。

Whistle 的单个模型文件为 16.9MB，可在 CPU 端运行语音转写、逐词时间定位和音频表示提取。模型页列出英语、德语、法语等七种语言及流式处理方式，适合移动和可穿戴应用；当前所列支持语言不包含中文。可先用于海外字幕原型。

Indra OCR 基于 ONNX 在 CPU 上把 PDF 和图片转成 Markdown、文本或带框 JSON，支持中文在内的八十多种语言。模型页说明主拉丁识别器约 125 万参数、默认模型合计 730 万参数，适合批量文档处理，但复杂手写和公式仍需检查。配套查看器可辅助核对原始版面。

Datalab发布CPU端Indra OCR，默认模型合计约730万参数，主识别器约125万。可将PDF与图片转为Markdown、文本或带框JSON，支持80余种语言、手写和倾斜页。官方称OmniParseBench得66.7分，32核约每秒44页。国内可用性与完整商用价格未知，本文未实测。

开发者通过HuggingChat中的ML Intern，用对话把想法做成可公开的小模型。首个案例把Qwen-Image 2.1的9B提示改写器压到0.8B，可在CPU运行，有效输出率99.7%，整项算力约16美元。随后又做成柑橘病害识别与角色LoRA。代理先核预算并小测。国内可用性与统一定价未知。

Timestral 提供从 500 万到 2.09 亿参数的时序模型，可不针对新数据训练就做预测。它支持多变量、协变量和 21 个分位数，最多读取 32768 个历史时间步；模型卡给出 CPU 与 GPU 示例，还有画线预测的网页演示。预测区间仍需结合真实历史回测。

Earshot把音频转换成描述、时间线和可检查的指标，帮助编码智能体理解配乐与音效，还能用代码生成并迭代声音。它提供CPU本地运行的命令行、Python接口和MCP服务；自动评分有局限，最终听感仍需要人耳复核。

NVIDIA分享用智能体把Apache Spark自定义函数改写为SQL、cuDF或CUDA实现的方法，减少GPU计算过程退回CPU的开销。文章提供示例、验证和基准流程，展示部分作业超过22倍的加速，结果依赖具体函数与硬件条件。

Magnitude提供桌面应用与命令行，下载模型后会针对本机硬件调整运行内核，并能连接已有编码智能体。项目覆盖Apple Silicon、英伟达、AMD和CPU，宣称部分对比中比Ollama快两倍以上，实际效果需要在同机同模型条件下复测。