Mirendil 发布首个模型 Fern 0.1，支持 10M token 上下文
AI 实验室 Mirendil 发布首个编码模型 Fern 0.1，上下文窗口最高 10M token，约 23 MB 代码。其基座 Mirendil-Base 由 1 名研究员在 3.5 个月内完成预训练，总算力成本低于 1000 万美元，超过 99% 代码由 AI 智能体编写，训练数据仅来自公开来源。
#数据/训练
MarkTechPostAI 评分5353
LlamaIndex：产品、工程与评测AI 评分4545 OCRia-1 发布：4B 参数文档解析模型登顶 ParseBench
OCRia-1 是一款 4B 参数的视觉语言模型，在 ParseBench 上取得 87.4 总分，领先第二名 12.1 分，创下 35B 参数以下解析模型的最高分。
Hugging Face 社区博客AI 评分6565 NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可在关系数据上超越监督学习
NVIDIA 发布 Kumo Relational，一个预训练的关系型基础模型，通过 Predictive Query Language 直接在企业数据库上做预测，单次前向传播内读取最多 10,000 个历史上下文样本，无需任务训练和特征工程。
Mustafa Suleyman@mustafasuleymanAI 评分5151
Microsoft AI：官方博客精选AI 评分6666 Microsoft AI 公布 MAI-Base-2 预训练细节，2.8T 参数 MoE 模型 FLOPs 效率达 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍
Microsoft AI 宣布完成 MAI-Base-2 预训练，这是一个 800 亿激活、2.8T 总参数的 MoE 基础模型，在 held-out 评测中 BPB 低于所测全部开源权重模型，预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 至 12.3 倍。
推荐理由：官方披露了 MAI-Base-2 的完整预训练方法，读者可以从中了解 scaling ladder、Muon 优化和多轮 dropless MoE 等可借鉴的工程细节。
Meta Engineering BlogAI 评分5454 Meta 发布新一代生成式广告推荐基础模型 GEM，转化率提升 18.9%
Meta 工程团队介绍新一代生成式广告模型 GEM，将原先按 Facebook、Instagram、Reels 等各自独立的预测系统统一为单一中心基础模型，在全部广告表面和目标上带来 18.9% 转化提升和 12% CTR 提升。
Ai2 / Allen Institute for AIAI 评分5858 Ai2 发布 Olmo-core 3 开源 MoE 训练框架
Ai2 发布 Olmo-core 3，这是支持大规模混合专家（MoE）训练的开源框架，已验证可扩展至万亿参数级别。在 8 张 NVIDIA B300 GPU 上，47B 参数 MoE 吞吐达 52,000 tokens/秒/GPU，约为旧 FSDP 实现的 2.7 倍；专家池从 8 扩至 128 而训练吞吐下降不足 5%。
Hugging Face 社区博客精选AI 评分6767 NVIDIA 发布开源表格基础模型 Kumo Tabular，在 TabArena 等四项基准排名第一
NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签表格做单次前向推理即可完成分类和回归，无需训练、调参或特征工程。
推荐理由：官方技术博客披露了架构、纯人工数据预训练配方和四项基准成绩，读者可据此评估其替换梯度提升树的可行性。
上海人工智能实验室 InternLM：原创项目AI 评分4040 InternLM 推出 ResOPD：稀疏在线策略蒸馏的尾部残差化方法
上海人工智能实验室 InternLM 项目发布 ResOPD，一种仅用教师模型 Top-k 概率和学生采样 token 概率即可估计全词表 reverse-KL 梯度的稀疏在线策略蒸馏方法，教师传输量和前向次数与稀疏 OPD 持平。
Rohan Paul@rohanpaul_aiAI 评分4646VoiceArena 推出 Monsoon，一个覆盖 50 种语言、基于 23 国无脚本对话构建的语音数据集。
引用Shobhit Banga@shobhitbangaIntroducing Monsoon ASR ⚡️ @voicearena_ai Speech recognition does not have a model problem anymore. It has a data problem. The best ASR systems are approaching human-level performance in English. But move into the long tail of the world's languages, especially real,
MarkTechPostAI 评分5858 BottleCap AI 发布 ThinkingCap-Qwen3.8-27B：思考 token 减少 37.2%，精度仅降 0.86pp
BottleCap AI 发布 ThinkingCap-Qwen3.8-27B，这是基于 Qwen3.8-27B 的微调模型，在 12 个基准上平均减少 37.2% 思考 token，宏观精度从 86.65% 降至 85.79%。
The Decoder：AI NewsAI 评分7676 小米发布 MiMo-V2.6 系列，Pro 登顶开源模型榜，Anthropic 指其借 Claude 蒸馏数据
小米发布 MiMo-V2.6 系列，旗舰 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 得 46 分，居开源模型之首，价格为每百万输入 token $0.435、输出 $0.87。
IT之家·人工智能AI 评分5252 OpenAI 前 RLHF 研究者 Diogo Almeida 创办 TypeSafe AI，发布不生成文本的结构化决策模型 Jev
TypeSafe AI 于 9 月 16 日发布 System One 模型 Jev，不生成文本，仅输出 Choice、Score、Noul 三类结构化决策，输入词元定价每百万 0.042 美元，输出词元免费。
MarkTechPostAI 评分6363 Knowledgator 发布 GLiFormer：575M 参数编码器不生成 token 实现 91.10 F1 嵌套 JSON 提取
Knowledgator Engineering 发布 schema 条件化编码器框架 GLiFormer，单个模型可在推理时按标签和 schema 完成 NER、分类、关系抽取、嵌套 JSON 结构化和文本嵌入。
- Rohan Paul@rohanpaul_aiAI 评分7272
Cognition 模型 / Devin 博客精选AI 评分7070 Cognition 发布 SWE-2 编码模型，以更低成本逼近前沿
Cognition 发布最先进编码模型 SWE-2，基于 2.8T 参数的 Kimi K33 后训练，在 FrontierCode 1.1 Main 取得 50.0%，仅比 Fable 5.1 低不到一分且便宜 64%。
推荐理由：官方详细公开了 SWE-2 的训练方法与成本惩罚公式，读者可以借此理解如何用 RL 推移整条成本性能前沿。
Fireworks AIAI 评分5454 Genspark 与 Fireworks Lab 将 MiniMax M3 后训练为 Gen-1 Slides，以约 1/17 成本比肩 Opus 5
Genspark 与 Fireworks Lab 合作，通过 RL 后训练将开源多模态模型 MiniMax M3 打造成 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。
Hugging Face 社区博客AI 评分5656 IBM 发布 Granite Time Series PatchTST-FM-r2，采用 Apache 2.0 与 OpenMDW 1.0 双许可
IBM 发布 Granite Time Series PatchTST-FM-r2，约 385M 参数，支持最长 8,192 上下文、99 分位数概率预测和缺失值插补。
LG AI Research：官方研究博客AI 评分5353 LG AI Research 发布表格基础模型 EXAONE Tabular，纯合成数据预训练
LG AI Research 发布面向结构化表格数据的分类与回归基础模型 EXAONE Tabular，完全基于 SCM 合成数据预训练，未使用任何真实表格数据，通过上下文学习免重训直接预测。
AGIBOT 智元AI 评分5252 智元发布GE-Act 2.0，首次验证原生世界—动作模型预训练与Scaling路径
智元发布原生世界—动作模型GE-Act 2.0，所有参数从随机初始化在具身操作数据上从头训练，不针对评测任务微调或示范。
OpenBMB@OpenBMBAI 评分5858引用OpenBMB@OpenBMB🚀 Meet MiniCPM5-2B, a 2B-parameter language model bringing high intelligence density to the edge, now open source! It ranks #1 among open-source models under 4B parameters on the @ArtificialAnlys Intelligence Index, with a score of 23. It also scores 20 on the Agentic Index, bringing an early form of general-purpose agent capability to the edge. Across 34 benchmarks, MiniCPM5-2B achieves an average score of 53.9, covering coding, math, long-context understanding, tool use, and agentic tasks. And this release goes beyond the model itself. We’re opening up the data, training recipes, and RL stack behind MiniCPM5-2B. 🤗 Hugging Face: http://huggingface.co/openbmb/MiniCPM5-2B 💻 GitHub: http://github.com/OpenBMB/MiniCPM Modelscope: http://modelscope.cn/models/OpenBMB/MiniCPM5-2B Web: https://openbmb.cn/
公众号：面壁智能AI 评分5858 面壁智能联合 OpenBMB 开源 MiniCPM5-2B，AA 榜单 4B 以下综合第一
9 月 8 日，面壁智能联合 OpenBMB 开源 2B 端侧基座模型 MiniCPM5-2B，支持工具调用、深度搜索、代码生成。
IT之家·人工智能AI 评分5959 科大讯飞发布星火 X2.5 模型：293B-A30B MoE 架构，全国产平台训练
科大讯飞 9 月 7 日正式发布星火 Spark X2.5 多语言文本生成模型，基于全国产平台训练，采用 MoE 框架，参数为 293B-A30B，支持 256K 上下文。模型全面提升代码和智能体能力，覆盖 200 余种语言，已在讯飞星辰 MaaS 平台上线，输入定价 1.6 元/百万 Token（缓存命中 0.24 元），输出 6 元/百万 Token。
IT之家·人工智能AI 评分5252 小米发布并开源表格结构化数据大模型 Xiaomi-TabLDM，回归登顶 OpenML-CTR23
小米发布通用表格数据基础大模型 Xiaomi-TabLDM，以单一预训练模型和统一默认配置直接适配不同表格数据集，完成分类与回归预测，模型权重与代码已开源。模型基于结构因果模型生成的合成数据预训练，架构引入双流特征分组、轻量级注意力残差和稀疏混合专家，并探索 Test-Time Scaling。
Tencent Hy@TencentHunyuanAI 评分6767引用Tencent Hy@TencentHunyuan🚀 Hy4 preview is here. 770B, 49B active, 1M context. Built for productivity. Open source frontier. Consistent affordable price. Use it. Tell us what breaks. More on Hy blog：https://hy.tencent.ai/research/hy4-preview HuggingFace：https://huggingface.co/tencent/Hy4-preview Github：https://github.com/Tencent-Hunyuan/Hy4-preview
IT之家·人工智能AI 评分5757 腾讯混元 Hy4 preview 轻量版发布开源：1.5TB 压至 214GB，支持异构设备联合推理
腾讯混元团队 9 月 1 日发布并开源 Hy4 preview 轻量版，将模型权重从接近 1.5TB 压缩至约 214GB。
IT之家·人工智能AI 评分5050 华为云联合瑞金医院发布瑞智病理大模型 RuiPath 2.0
瑞金医院联合华为云发布瑞智病理大模型 RuiPath 2.0，7B 参数覆盖 19 个常见癌种，诊断任务增至 205 项，可覆盖病理医生 90% 以上日常诊断场景。
MarkTechPostAI 评分4444 GLM-5.3-Flash 与 Qwen3.8-Flash-Next 对比：两家中国 AI 实验室独立收敛于同一模型架构
Z.ai 与 Qwen 各自独立推出了近乎相同的架构：3:1 线性混合、压缩索引器、门控残差与 Muon 训练。两家中国 AI 实验室在未互通的情况下，于模型设计上实现了趋同。
IT之家·人工智能AI 评分5050 蚂蚁百灵推出金融增强模型 Ling-3.0-flash-Fin：API 限免一个月，下周开源
蚂蚁百灵今日推出金融增强模型 Ling-3.0-flash-Fin，延续 Ling-3.0-flash 架构，保持 124B 总参数、5.1B 激活参数，模型权重将于下周开源。
公众号：蚂蚁百灵AI 评分5454 蚂蚁百灵发布金融增强模型 Ling-3.0-flash-Fin，面向真实金融工作流
蚂蚁集团联合中金等机构发布金融增强模型 Ling-3.0-flash-Fin，延续 Ling-3.0-flash 架构，保持 124B 总参数、5.1B 激活参数，通过金融语料持续预训练强化年报、财务工作簿等复杂内容处理。
X.PIN@thexpinAI 评分5555OpenAI 支持的律所 AI 公司 Harvey 发布首个自研模型 Tenet，基于中国开源权重模型 Kimi K3，用约 150 块 Nvidia B300 训练两个月。
Fireworks AIAI 评分5555 Harvey 与 Fireworks 基于 Kimi K3 后训练法律模型 Tenet
Harvey 与 Fireworks 合作发布首个模型 Tenet，以 Kimi K3 为基座、用 Fireworks Training API 上的异步强化学习为长程法律工作做后训练。
IT之家·人工智能AI 评分5757 路透社母公司汤森路透花 4000 万美元研发 AI 模型，基于阿里千问
汤森路透发布首款大语言模型Thomson，基于阿里千问Qwen3.5-397B构建，研发成本约4000万美元，外界流传的45万美元仅为最后一次训练成本。该模型在Stanford LegalBench得分0.823，落后于Gemini 3.1 Pro和GPT-5.5。汤森路透称不采用闭源模型是因外部模型长期成本较高且无法高自由度调整。
The Decoder：AI NewsAI 评分6060 Thomson Reuters 斥资 4000 万美元自研法律大模型“Thomson”
Thomson Reuters 基于阿里 Qwen 推出自研法律大模型“Thomson”，投入约 4000 万美元，训练数据来自 Westlaw 等自有内容。在 Stanford LegalBench 上 Thomson（0.823）落后于 Gemini 3.1 Pro 和 GPT-5.5，仅在接入独家内容时以 0.83 对 0.82 微弱胜过 GPT 5.4。
MarkTechPostAI 评分5050 Harvey 推出基于 Kimi K3 的后训练模型 Harvey Tenet
Harvey 发布其首个后训练模型 Tenet 研究预览版，基于 Kimi K3 基座，针对长时程法律工作训练。相比基座，Tenet 在 LAB 上完成近两倍保留任务，在 LAB: Contracts 上多 20%，全通过率分别提升 9 和 2 个百分点。目前未公开权重或 API，仅限企业通过 Harvey 平台使用。
- OpenBMB@OpenBMB精选AI 评分6969
推荐理由：数学形式化的难点是编译通过但语义漂移，该框架用检索规划和语义一致性反馈迭代修正，并开源数据集和 8B 模型，给小模型做形式化提供了可复用路径。
Microsoft Research 博客AI 评分7878 微软发布 Skala 1.1：深度学习 DFT 精度超越传统泛函并集成主流软件
微软研究院发布深度学习交换关联泛函 Skala 1.1。该模型基于比前代多 2.5 倍的数据训练，在 GMTKN55 基准测试的 55 个类别中 32 项获第一，以 meta-GGA 的计算成本实现了优于最昂贵全局杂化泛函的精度。Skala 现已集成至 CP2K，并正在接入 Psi4、FHI-aims、ORCA 和 VASP 等主流电子结构软件，同时推出动态基准以追踪性能优化。