跳到正文
#模型发布
8月20日周四
  1. IT之家·人工智能48

    Meta Muse Video 生成视频样片曝光，单次 AI 最长生成 10 秒视频

    Meta 即将推出 Muse Video 模型，已邀请部分合作伙伴 Beta 测试，单次可生成最长 10 秒视频。测试样片显示其在细节呈现、场景物体关系理解及时间维度稳定性上潜力较高，但 Meta 承认音频与画面同步不足，高速运动物理准确性有差距。现有 10 秒样本尚不足以验证更长叙事、复杂角色一致性或高强度动作场景表现。

  2. 公众号：蚂蚁百灵68

    Ling-3.0 tiny & flash Base Models 正式开源

    蚂蚁百灵开源 Ling-3.0-tiny-base 与 Ling-3.0-flash-base，并同步开放预训练、中期训练及 WSM 合并等共 6 个 checkpoints。tiny-base 总参数 7.9B、激活参数 1.3B，flash-base 总参数 124B、激活参数 5.1B，均采用统一训练方案，适合持续预训练、监督微调、偏好优化及强化学习后训练等场景。

    推荐理由：Ling-3.0 开放中间 checkpoint 和 WSM 合并策略，研究者可比较各训练阶段增益，并在自己数据上从合适节点继续预训练或后训练，而不只是拿到最终权重。

  4. 蚂蚁百灵：Developer Blog60

    蚂蚁百灵开源 Ling-3.0-tiny-base 与 Ling-3.0-flash-base 基座模型及 6 个训练 checkpoints

    蚂蚁百灵正式开源 Ling-3.0-tiny-base（总参数 7.9B，激活 1.3B）与 Ling-3.0-flash-base（总参数 124B，激活 5.1B）两个基座模型，并同步开放预训练、中期训练和 WSM 合并阶段共 6 个 checkpoints。

    推荐理由：开源的不只是最终 Base checkpoint，还包括预训练和中期训练共 6 个权重，并解释了无学习率衰减的 WSM 合并方案如何利于持续预训练。

8月19日周三
  5. Rohan Paul51

    Ornith-1.5 开源 LLM 家族发布，含 9B Dense、35B MoE 和 397B MoE 三档，其中 397B 在 Terminal-Bench 2.1（86.1）、SWE-bench Verified（86）、WideSearch（80.8）和 BrowseComp（86.6）上均超越 Claude Opus 4.8。

    引用Ornith@ornith_

    Aloha! 🌺Introducing Ornith-1.5, a family of open-source LLMs spanning 9B Dense, 35B MoE, and 397B MoE, trained with self-improving strategies. It achieves state-of-the-art performance among open-source models of comparable size and delivers performance comparable to Claude Opus 4.8 across reasoning, agentic, and coding tasks: ✅Terminal-Bench 2.1 (86.1) ✅SWE-Bench (86 on verified, 65.1 on pro, 79.6 on Multilingual) ✅DeepSWE (56) ✅HLE (44.6) ✅ClawEval (81.4) ✅Tool Decathlon (71.2) Ornith-1.5 takes a major step toward training foundation models through end-to-end self-improvement, extending the self-scaffolding strategies introduced in Ornith-1.0 into a more complete self-improvement loop: the model proposes new tasks, generates task-specific scaffolds, and produces solution rollouts for reinforcement learning, continuously creating new learning experiences from which it can improve. All models, along with their quantized versions (FP8, GGUF, MLX, and NVFP4), have been released under the MIT License, enabling unrestricted commercial and research use. 📘Tech Blog: http://ornith.ai/ornith_1_5.html 🤗Huggingface: http://huggingface.co/collections/ornith-ai/ornith-15

  6. Hugging Face 社区博客64

    Liquid AI 发布 LFM2.5 系列 QAD Q4_0 量化检查点，恢复 97% 精度损失

    Liquid AI 发布基于量化感知蒸馏（QAD）训练的 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 四款 Q4_0 GGUF 检查点，在保持原生 Q4_0 内存与速度的同时，恢复 BF16 平均精度损失的 97%。

    推荐理由：QAD 量化蒸馏恢复 Q4_0 模型九成六以上 BF16 精度，对应树莓派和手机等边缘设备，在保持低内存与高吞吐的同时缩小与全精度模型的差距。

  10. jietang47

    Artificial Analysis Index = 60 [引用 @Zai_org]：GLM-5.3 API 现已上线。 - 专为编程、防御性网络安全和长周期智能体任务打造 - 定价与 GLM-5.2 相同 - 可通过官方 API 及合作伙伴模型网关使用 开始使用：https://docs.z.ai/guides/llm/glm-5.3

    引用Z.ai@Zai_org

    GLM-5.3 API is now live. - Built for coding, defensive cybersecurity, and long-horizon agentic tasks - Priced the same as GLM-5.2 - Available via the official API and partner model gateways Get started: https://docs.z.ai/guides/llm/glm-5.3

  14. Mustafa Suleyman40

    微软 MAI-Image-2.6-Preview 在图像编辑基准测试中位列第三，得分 1,420 分，较上一代提升 19 分，从第五跃升至第三。该模型在商品、3D、动漫、写实等四类中均排第三，文本渲染提升最显著（+43 分）。

    引用Arena.ai@arena

    MAI-Image-2.6-Preview by @MicrosoftAI has landed at #3 in Single Image Edit with 1,420 pts! This is +19 pts above MAI-Image-2.5, moving from #5 to #3. It sits 19 pts behind preliminary Grok Imagine Image 2.0 (low) at #2 and 43 pts behind GPT Image 2 (medium) at #1. By category, MAI-Image-2.6-Preview is #3 in across: - Product, Branding & Commercial Design - 3D Imaging & Modeling - Cartoon, Anime & Fantasy - Photorealistic & Cinematic Imagery #4 in Portraits and #8 in Text Rendering. The biggest jumps over MAI-Image-2.5 are in Text Rendering (+43 pts) and Product, Branding & Commercial Design (+38 pts). Congrats again to the @MicrosoftAI team on this release!

  15. 智谱开放平台：模型与产品发布记录55

    智谱发布 GLM-5.3-Flash 原生多模态模型，GLM-5.3 旗舰同步上线

    智谱开放平台发布公告，GLM-5.3-Flash 原生多模态模型上线，GLM-5.3 新一代旗舰模型同步上线。GLM-5.3-Flash 采用线性注意力与稀疏注意力混合架构，总参数 320B、激活 18B，原生融入视觉能力，可主动观察界面、渲染与交互反馈并持续迭代，计算量与 KV 缓存较 GLM-5.3 大幅降低；应用场景拓展至 Office 文档与金融研究工作流。

8月18日周二
  3. 公众号：昆仑万维54

    Mureka V9.5 重磅上线：让 AI 音乐，终于有了"活人味儿"

    昆仑万维发布新一代 AI 音乐生成模型 Mureka V9.5，基于 MusiCoT 框架，强调编配留白、人声自然与意图精准执行，人声表现良品率升至 61.0%，控制良品率达 97.0%，曲风完全体现比例 95.7%。V9.5 大幅优化中文国风作品咬字与和声编排，并基于超 2.5 万份用户反馈迭代，现已全平台陆续开放。

8月17日周一
  2. IT之家·人工智能50

    阿里 AI 音乐模型“快乐虾米”HappyShrimp 1.0 上线，号称人人都能写出好听的歌

    阿里巴巴今天（17 日）宣布 AI 音乐模型 HappyShrimp 1.0（中文名快乐虾米）正式上线，支持端到端整曲生成，能精准理解自然语言，将情绪、故事或记忆变成完整音乐。模型针对人声机械、词曲错位等痛点，在声音细节与音乐性上实现突破，并能理解“Lo-fi R&B”等专业表达及情绪、场景与叙事。即日起在国内及海外同步上线 PC 网页端。

  3. IT之家·人工智能57

    Qwen-Audio-3.0系列语音模型上线阿里千问AI平台，斩获三项全球第一

    阿里云今日宣布Qwen-Audio-3.0系列语音模型上线千问AI平台和阿里云百炼平台，开发者可通过API或订阅Token Plan调用。该系列包含ASR、TTS和实时交互三款模型，在Artificial Analysis今年7月语音排行榜上斩获三个赛道全球第一，目前已应用于千问App、千问办公、Qoder等产品。

8月15日周六
  2. IT之家·人工智能60

    DeepSeek V4 Pro 正式版与 Harness 智能体框架上线国家超算互联网

    国家超算互联网于 8 月 14 日上线 DeepSeek V4 Pro 正式版（DeepSeek-V4-Pro-0813）及智能体框架 DeepSeek Harness。该模型增强了 Agent 能力，生产环境性能提升显著，整体性能可与 Claude Fable 5、Opus-4.8 相媲美。DeepSeek Harness 开发者预览版（v0.1）已面向全球开放测试，并以 MIT 协议开源。

  5. Unsloth AI54

    Unsloth 上传 Qwen3.8-27B 的 Unsloth Dynamic GGUF 和 NVFP4 量化，称其可通过 4-bit 量化在 17GB RAM 上本地运行。

    引用Unsloth AI@UnslothAI

    Qwen3.8-27B can now be run locally! ✨ Run on 17GB RAM via Unsloth Dynamic GGUFs. Qwen3.8-27B is by far the strongest model for its size. We also uploaded NVFP4 quants. GGUF: https://huggingface.co/unsloth/Qwen3.8-27B-GGUF Guide: https://unsloth.ai/docs/models/qwen3.8

  6. Google Gemini66

    Gemini 3.7 Flash 现已向 Gemini 聊天中的 Pro 和 Ultra 用户开放。该模型更新提升了多步骤任务的推理与准确性，如智能整合数十个文件和邮件为一份主文档。同时，Gemini Spark 也已运行于 3.7 Flash，通过改进对 Google Workspace 应用的工具调用，让个人 AI 智能体更精准。

    引用Google Gemini@GeminiApp

    Gemini Spark 现在运行在 Gemini 3.7 Flash 上。⚡️ 无论你是用 Spark 将供应商信息整理到 Sheets，还是起草谈判邮件，3.7 Flash 都能让你的个人 AI 智能体更精准、更准确，并针对 @GoogleWorkspace 应用改进了工具调用，帮助把想法转化为行动。

    推荐理由：Gemini 3.7 Flash 把多步推理与跨文件整合能力下放到轻量模型，对经常需要合并数十份文件或邮件的用户来说，是一个成本更低的处理选项。

  8. Qwen54

    顶级智能，一次 API 调用即可获得。Qwen3.8-2.4T-A95B 现已上线 DeepInfra，随时支持你的创意构建。🥳 快来 DeepInfra 深入了解吧！@DeepInfra

    引用DeepInfra@DeepInfra

    New on DeepInfra: Qwen3.8-2.4T-A95B 🚀 @Alibaba_Qwen's latest sparse MoE — 2.4T total params, 95B active, 512 experts. Built for coding, agentic workflows, and complex reasoning, with native 262K context. Live now at $2.00/M in · $6.00/M out · $0.20/M cached @Alibaba_Qwen @alibaba_cloud

  9. Qwen54

    通义千问开源 Qwen3.8-2.4T-A95B，并已在 SiliconFlow 上线，支持 Day-0 使用。该模型拥有 2.4T 参数、95B 激活参数，主打自主编程、深度研究与端到端智能体执行。API 定价为输入 $2.00/百万 token、输出 $6.00/百万 token、缓存输入 $0.25/百万 token。

    引用SiliconFlow@SiliconFlowAI

    🚀 Day-0 Support! @Alibaba_Qwen has open-sourced Qwen3.8-2.4T-A95B — and it’s now live on SiliconFlow. ⚡ With 2.4T parameters and 95B active, Qwen3.8 is built to take a goal and come back with finished work — coding, researching, planning, and executing along the way. 💸 Per 1M tokens: • Input: $2.00 • Output: $6.00 • Cached input: $0.25 💻 Autonomous coding. 🔬 Deep research. 🤖 End-to-end agent execution. Built for serious workloads — from idea to implementation in one go. Time to cook → http://siliconflow.com 🍳

  10. Rohan Paul68

    阿里巴巴发布Qwen3.8-27B，一款27B参数的开源多模态稠密模型，采用Apache 2.0许可，支持Transformers、vLLM、SGLang及本地量化部署。

    引用Qwen@Alibaba_Qwen

    我们承诺过开源 Qwen3.8 的模型权重。现在，是时候见面了！🎉 ⚡ Qwen3.8-27B： - 一款原生多模态稠密模型。仅凭 27B 参数，综合表现超越 Qwen3.7-Plus，在真实世界的编码与办公工作流中尤为亮眼。 - 原生支持 262K 上下文，可通过 YaRN 轻松扩展至 1M tokens。 - 为开发者而生。高效、高质量，并采用 Apache 2.0 许可证。 🚀 Qwen3.8-2.4T-A95B（Max 级别）的开放权重也已于近日发布。 无论你是想用 Qwen3.8-27B 在本地部署轻量级应用，还是用 Qwen3.8-2.4T-A95B 构建智能体，它们现在都属于你了！ 下载、部署，去构建我们尚未想象到的东西吧。👀👇 - Hugging Face： https://huggingface.co/collections/Qwen/qwen38 - ModelScope： https://www.modelscope.cn/collections/Qwen/Qwen38

  11. Qwen46

    通义千问开源 Qwen3.8-27B 小模型，SGLang 首日支持即上线。在单张 RTX 5090 上配合 NVFP4 与 DSpark 实现 206.1 tok/s 解码速度，DGX Spark 上为 38.28 tok/s。该模型在智能体规划与长程任务上树立小模型新标杆。

    引用SGLang@sgl_project

    The king of small models is back! Qwen3.8-27B from @Alibaba_Qwen is open source, and Day-0 support is live in SGLang: - 206.1 tok/s decode on a single RTX 5090, with our NVFP4 plus DSpark - 38.28 tok/s decode on DGX Spark Qwen3.8-27B raises the bar again for what a small model can do on agentic planning and long-horizon tasks. Long live the (small model) king! Run it locally with SGLang 👇

8月14日周五
  1. Qwen50

    通义千问发布 Qwen3.8-Max，已作为 Day 0 首发合作伙伴上线 Together AI。该开源权重 MoE 模型拥有 2.4T 总参数、95B 激活参数和 1M 上下文窗口，具备强大的编程与智能体能力。

    引用Together AI@togethercompute

    Qwen3.8-2.4T-A95B is live on Together AI. The Qwen team’s new open-weight MoE packs 2.4T total parameters with 95B active, a 1M context window, and strong coding & agent capabilities. Start building: https://www.together.ai/models/qwen3-8-max