数字生命卡兹克@Khazix0918精选AI 评分6868Pika Labs 在 MiniMax H3 上做后训练，推出并开源 Pika H3 Flex，采样步数从 50 步压缩到 6 步，生成时间大幅降低且质量有所提升。
认识 Pika H3 Flex，今天首次亮相，成为 DesignArena 的 t2v 榜单上排名第一的开放权重模型。 它为专业迭代而打造，支持可导出的音频分轨、最高 4k 的分辨率，以及快于实时的生成速度。它能在短短 7 秒内生成一段带配乐的 15 秒片段。 所以，没错。这有点像是在炫技 💅
推荐理由：原文点出采样步数从50步压到6步且开源，本地视频生成玩家可据此评估实际收益。
Rohan Paul@rohanpaul_aiAI 评分7171Mistral 发布 1 万亿参数 Mistral Large 4 的权重，并将 API 价格约减半为每百万 tokens 输入 $0.70、缓存输入 $0.07、输出 $2.10。
Mistral 公开了万亿参数开源模型 Mistral Large 4（ML4，绰号 Le Chonk）的权重，企业和政府可在 Hugging Face 下载或通过 API 部署。
Mistral 发布 Mistral Large 4（昵称 Le Chonk）权重，总参数约 1 万亿、每步激活 52B，文本图像输入、输出文本和代码，预览三周后经强化学习继续训练，Terminal-Bench 4.0 从 28 升到 41%。
Artificial Analysis@ArtificialAnlysAI 评分6565Artificial Analysis 评测 Mistral 刚开放权重的旗舰模型 Mistral Large 4，总参数 1.05T、激活参数 52B，上下文窗口 1M tokens。
Artificial Analysis@ArtificialAnlysAI 评分6565
Hugging Face 发布 Mistral Large 4（Le Chonk）的上线博客，模型为多模态多语言 MoE 架构，总参数约 1T、激活 49B、上下文窗口 1M token。
推荐理由：原文给出架构细节、网络安全能力分数和各硬件实测吞吐，读者可据此评估该开源权重大模型的部署门槛与适用场景。
Mistral 公开 Mistral Large 4（Le Chonk）的模型权重，该模型为 1 万亿参数原生多模态模型，此前处于公开预览阶段。
同一件事，精选收录的是《Mistral Large 4（Le Chonk）登陆 Hugging Face：1T 参数 MoE 多模态开源权重模型》
NVIDIA 发布开源权重语音模型 Nemotron 3.5 Transcribe，单模型支持 40 种语言、最长 1 小时音频的转录，可内置输出说话人标签、词级时间戳和翻译。
OpenMOSS 发布开放权重图像生成模型 MOSS-Image，采用 5B 参数单流 DiT 从零预训练，支持最长 4K token 提示词、中英文长文本渲染和可编辑的 JSON Layout。
推荐理由：原文给出长文本渲染与布局评测数字及开放权重部署路径，读者可以据此判断它在文字密集图像任务中的适用边界。
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、在 31 种语言与英语间互译、识别最多 8 个说话人，支持最长 1 小时的录音，并能通过提示词控制输出或回答音频内容问题。
Nvidia 发布免费开放权重的语音转写模型 Nemotron 3.5 Transcribe，支持最多 40 种语言，可处理最长 1 小时的录音并区分最多 8 个说话人，还同步发布了第 2 版开源语音数据集 Granary。
Artificial Analysis@ArtificialAnlysAI 评分5757Artificial Analysis 改版其 Intelligence Index 至版本 5，Kimi K3.1 Pro 从第 4 降至第 9，开源模型与榜首差距从 3 分扩大到 12 分，Grok 4.7 也下跌 12 分。
OpenBMB@OpenBMBAI 评分5555A 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
OpenBMB@OpenBMBAI 评分5050DOCUMENT PARSING IS GETTING REALLY INTERESTING MiniCPM-OCR is an open-source model family from @OpenBMB and ModelBest built to turn documents into structured, usable information. → MiniCPM-OCR 1.0 is a compact 1.3B-parameter model for English and Chinese documents → handles scanned pages, photographed documents, tilted inputs and even curved pages → supports tables, formulas, PDFs and key information extraction → lets you inspect the Markdown source and preview the parsed output the family also includes MiniCPM-OCR Jev, a separate model that assesses the reliability of OCR results and helps identify outputs that may need human review. pretty cool to see document parsing and output assessment tackled together, with open-source weights and multiple deployment options. GitHub: http://github.com/OpenBMB/MiniCPM-OCR Hugging Face: MiniCPM-OCR 1.0：http://huggingface.co/openbmb/MiniCPM-OCR-1.0 MiniCPM-OCR Jev：http://huggingface.co/openbmb/MiniCPM-OCR-Jev
Liquid AI 发布 LFM3 系列共 6 个开源权重 2B 级模型，基于同一 tri-hybrid 骨干覆盖文本、视觉、音频、omni 和决策任务。
Artificial Analysis@ArtificialAnlysAI 评分4646Liquid AI 在 Hugging Face 发布 LFM3 系列，以 LFM3-1.7B-Base 为共享底座，提供文本、视觉、音频、全模态和决策共六个 2B 级模型，均开放权重。
Rohan Paul@rohanpaul_aiAI 评分6262Introducing 𝙻𝙵𝙼𝟹: our new generation of Liquid Foundation Models. With a new tri-hybrid architecture and new multimodal encoders, the LFM3 family is the ideal model suite for specialized intelligence. > 6 model instances, across text, audio, vision, and omni modalities, generative and decision models. > 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱: text, 256k context window. > 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱: vision-language model with video-input support for spatial understanding > 𝙻𝙵𝙼𝟹-𝙰𝚞𝚍𝚒𝚘-𝟸𝙱: tool calls, voice chat, reasoning in 18 languages. > 𝙻𝙵𝙼𝟹-𝙾𝚖𝚗𝚒-𝟸𝙱: an omni model combines vision, audio, and language. > 𝚍𝟷-𝟸𝙱 and 𝚍𝟷-𝙾𝚖𝚗𝚒-𝟸𝙱: decision models with typed outputs and calibrated probabilities in a single pass. Omni adds audio input. > fine-tune on 1 GPU. > a new tri-hybrid architecture > architecture optimized for 14 processor classes across GPUs, CPUs, and NPUs. > 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱 is a beast. It performs competitively with Gemma 4 12B (6x larger), and Gemini 3.5 Flash Lite, and GPT-5.6 Luna, with 1.9B parameters. > 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱 is #1 on the Pareto frontier of device intelligence 𝚙𝚒𝚙𝚎𝚝𝚝𝚎.𝚕𝚒𝚚𝚞𝚒𝚍.𝚊𝚒 Every modality for specialized intelligence. Pick the one that fits your use case, customize it, and run it on-device. 1/ 🧵
Liquid AI 发布新一代 LFM3 模型家族，以 LFM3-1.7B-Base 为共享骨干，首批开放六个 2B 级模型（文本、视觉、音频、omni 及两个决策模型）的开放权重，可在 Hugging Face、Playground 和 Liquid AI API 获取。
推荐理由：原文给出 LFM3 各模型的具体架构、基准和端侧性能数据，读者可以据此评估小参数量多模态模型在本地方案中的可行性。
vLLM Semantic Router 团队发布 Apache-2.0 开源的 27B 多模态决策模型 d3-ultra，属于 Decision 3.0 家族，不生成文本，而是单次读取输入后对每个问题返回概率，支持 Choice、Yes/No、Score、Box、Track 五类问题。
蚂蚁 inclusionAI 在 HuggingFace 发布 Ling-3.0-flash-Sante-fp8，这是医疗专用模型 Ling-3.0-flash-Sante 的 FP8 量化版本，保留 124B 总参数、每 token 激活 5.1B 参数。
腾讯混元发布并开源同声传译大模型 Hy-SimulMT，支持中英语音到语音实时翻译，响应时间实测约 3 秒，低于人类专业译员 4-5 秒的平均水平，并支持实时音色克隆。该模型在腾讯 Hy 翻译 App 首发免费体验；在长音频评测集 RealSI 上延迟最低且效果达开源模型最佳，团队还邀请 6 位持 CATTI 一二级证书的人类同传专家对比测评，称其在翻译质量上达到专家水平且时延更低。
Hugging Face 与中关村学院、TIGEM/那不勒斯费德里科二世大学发布开源 DNA 语言模型 Carbon-X，14.8B 参数、40,960 token 上下文，基于 Qwen3-14B，用混合 tokenizer 加入 5,515 个 DNA token，可直接读 DNA 并用英文回答突变致病性预测等任务，权重采用 Apache 2.0。
KRAFTON AI 公布从头训练的 Raon-1 mini 预览版，采用混合专家架构与线性注意力，体量 30B-A4B，以 Apache 2.0 许可开源并提供限时免费 API 试用。该模型聚焦韩语并兼顾英语，官方称其在编程与智能体任务上与 Meta 的 Muse Glimmer 30B 相当，且速度更快、内存效率更高。正式版及后续更大模型即将推出。
NVIDIA 发布开源小语言模型 Nemotron 3.5 Bolt E4B 4GB，基于 Google 的 Gemma 4 E4B 仅用强化学习做后训练、不用 SFT，面向 RTX、Jetson 和 DGX Spark 等本地硬件上的语音助手、游戏 NPC 和机器人。
月之暗面发布旗舰模型 Kimi K3.1 Pro，参数 2.8T，支持 100 万 Token 上下文，完整模型权重预计 11 月 4 日前开放。API 输入每百万 Token 13 元、输出 68 元，相比 K3 基本砍半，并同步推出输出速度约 2 到 3 倍、价格翻倍的 Highspeed 版本。
推荐理由：作者实测视觉、3D 与视频动效方向，结合官方跑分和价格对比，能帮读者判断 Kimi K3.1 Pro 是否值得上手。
MiniMax (official)@MiniMax_AIAI 评分4141Today @MiniMax_AI released the open weights for MiniMax M3.1 Flash – available now on Tenstorrent Cloud. Explore in the playground or connect to your agent harness. Start building → https://bit.ly/47vU2zc
月之暗面发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro，为 3T 级开放权重模型，上下文窗口 100 万 token，并同步推出速度快 2-3 倍的 Kimi K3.1 Pro Highspeed。
推荐理由：官方公布了关键基准成绩、开放权重时间表和网络安全数据清理做法，读者可据此评估这代开放权重模型的实际能力边界。
Kimi.ai@Kimi_Moonshot同事件AI 评分7777月之暗面发布 Kimi K3.1 Pro，称其为其最强 3T 级开放权重模型：1M token 上下文，MoE 架构总参数 2.8T、激活 104B，支持多模态。
同一件事，精选收录的是《月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出》
Tencent Hy@TencentHunyuanAI 评分5858
MiniMax (official)@MiniMax_AIAI 评分6363minimax m3.1 flash 现已在 together ai 上线 我们很高兴成为该模型（又名 space bunny）的首发日合作伙伴 m3.1 flash 专为智能体任务、编程、计算机使用 + 网络安全而打造，拥有 1m 上下文窗口并支持视觉 立即试用 https://www.together.ai/models/minimax-m3-1-flash
MiniMax 宣布开源 MiniMax M3.1 Flash 模型权重，总参数 428B，激活参数 23B，称相比上一代 M3 模型能力全面提升。
MiniMax 开源 M3.1 Flash 模型权重，总参数 428B，激活参数 23B，上线 72 小时内真实用户处理 Token 超过 100 万亿。
同一件事，精选收录的是《MiniMax 开放 M3.1 Flash 权重：428B 总参数、每 token 激活 23B》
Gradium（从 Kyutai 分拆的巴黎语音 AI 公司）开源 Phonon 端侧 TTS 模型家族，其中英文 Phonon 31m 为 31M 参数、64.5 MB q8 GGUF，采用 Apache 2.0 许可证，无需 GPU 或云端调用即可在 CPU、手机、树莓派 5 和浏览器上运行。
AllenAI 在 Hugging Face 发布卫星嵌入模型 OlmoEarth v1.3，将 Sentinel-1、Sentinel-2 和 Landsat 时间序列压缩为全球每个 10 米像素的 128 维向量，并共享全年份预计算嵌入和浏览器端 OlmoEarth Embeddings Explorer。
