Arthur Mensch@arthurmensch同事件AI 评分6565今天，我们发布了全新改进版 Le Chonk 的权重，推进智能体编程与网络安全领域的开放前沿。 💻 为构建而生：Le Chonk 在 @cognition 的 FrontierCode 上于开放模型中排名第一，并在 @artificialanalysis 上树立了帕累托效率的新基准。 🛡 为防御而生：网络防御领域的顶尖水平，已通过全球领先网络安全厂商的检验，包括 @CrowdStrike、@cloudflare、@rubrik、@zscaler 等。 为主权而构建：让它成为你的。在 @huggingface 上下载权重，使用 Mistral Forge 进行定制，并部署到你需要的任何地方。 阅读我们团队和客户的更多内容 👇：
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》
人工智能实验室 DiffuSpace（扩散智能）发布 Clover 系列首个成员 Clover-35B-A3B-Preview，以 Apache 许可开源。该模型采用 MoE 架构，通过多轮迭代实现从模糊到具体的全局思维，在多项基准测试中性能超过同规模自回归模型 Qwen3.6-35B-A3B，尤其擅长智能体编程与工具使用任务，同时保持更快生成速度。
Infini-AI-Lab 发布开源 harness 适配器框架 Hermit（v0.1.0，Apache-2.0），在模型和 harness 均冻结的情况下训练外部适配器，用 RL 式训练循环迭代适配器版本，可部署到 Codex、Claude Code 或 Pi 并导出为插件。
英伟达于 10 月 28 日发布开放权重语音转录模型 Nemotron 3.5 Transcribe，并公开训练数据管线 Granary v2。
MiniMax 于 2026 年 10 月 28 日以 MIT 许可开源 MCode Stack，共 2 套栈、17 个 SKILL.md 技能（15 个来自 Ronny、2 个来自 Jiachen）和 5 份清单，是 MiniMax Code 团队日常构建所用的实际工作流。
NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe，现已在 Hugging Face 和 ModelScope 提供，单一模型支持 40 种语言转写、31 种语言翻译、13 种语言说话人分离和音频问答，可处理最长一小时、最多 8 个说话人的录音。
面壁智能发布并开源 MiniCPM-OCR 系列。MiniCPM-OCR 1.0（1.3B）在 Real5-OmniDocBench 取得 93.68 分、OCRBench v2 取得 54.7 分的 SOTA，经 DSpark 加速后吞吐达 1.217 页/秒，端到端效率提升 55%。
推荐理由：原文给出双 SOTA 得分、吞吐实测与免检比例数据，并首次引入独立的解析结果判别模型，可用于评估文档解析落地方案。
摩尔线程宣布开源大模型训练基础设施项目 Megatron-MUSA-Titan，基于其全功能 GPU，面向万卡级集群的万亿参数 MoE 模型训练，覆盖预训练与强化学习两大场景。
OpenBMB@OpenBMBAI 评分5454Acaban de lanzar un modelo OCR open-source de solo 1.300 millones de parámetros. Se llama MiniCPM-OCR 1.0 y viene acompañado de MiniCPM-OCR Jev, otro modelo que evalúa la fiabilidad de los resultados. Ambos desarrollados por OpenBMB y ModelBest. Entre ambos permiten: → Extraer texto, tablas y fórmulas de documentos → Procesar PDFs y páginas escaneadas o fotografiadas → Trabajar con documentos inclinados o curvados → Incluir una puntuación de confianza en los resultados para facilitar su revisión manual → Ejecutarse con vLLM, SGLang y Ollama MiniCPM-OCR 1.0 ha conseguido 93,68 puntos en Real5-OmniDocBench, según sus benchmarks oficiales. Pero lo más interesante es Jev. En lugar de corregir los errores automáticamente, evalúa la fiabilidad de los resultados extraídos e incluye una puntuación de confianza para facilitar su revisión. Además, MiniCPM-OCR 1.0 incorpora KIE (Key Information Extraction), una funcionalidad para extraer información clave de los documentos. Y sí, los pesos de ambos modelos son abiertos. 🔗 GitHub: https://github.com/OpenBMB/MiniCPM-OCR 🤗 Hugging Face: https://huggingface.co/openbmb/MiniCPM-OCR-1.0 Más recursos y demo en el primer comentario 👇
蚂蚁百灵 10 月 27 日发布灵光 2.0，升级为能主动跟进任务、持续管理复杂事务的个人 AI 助理，并开源了 Ling-3.1-flash-base 与 Ling-3.1-flash-1019。
Rohan Paul@rohanpaul_aiAI 评分6565SoMark 开源 1.3B 参数文档解析模型 OXR-1.0，可将 PDF 和页面图像转为 Markdown 或 JSON，权重已上架 Hugging Face 并提供免账号免费 API。
OpenBMB@OpenBMBAI 评分6161面壁智能 OpenBMB 发布开源 MiniCPM-OCR 套件，含 1B 的 MiniCPM-OCR 1.0 和 2B 校验模型 MiniCPM-OCR Jev。
Rohan Paul@rohanpaul_aiAI 评分5757https://x.com/i/article/2113242613214048257
百度开源 3.34B 参数的 OCR 模型 Unlimited OCR 2，MIT 许可，可单次请求解析数百页文档。核心是 SR-SWA 稀疏参考滑动窗口注意力，用 512 token 固定参考集加 128 token 局部窗口使每步解码开销基本不随页数增长。
Tencent Hy@TencentHunyuanAI 评分5757腾讯混元于10月26日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与实时音色克隆，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。
清华大学与 CUHK 研究者开源 AKV，一个构建在 SGLang 上的 KV cache 工程服务系统，让智能体通过 Drop 和 Repos（RoPE 旋转重定位）操作丢弃或重排 KV 条目而不改写文本历史。
Nvidia GEAR 实验室开源机器人视频标注数据引擎 Flora，由三个微调 Qwen3.5 模型组成，覆盖动作分段、执行评分和结果判定三类标注，模型已上架 Hugging Face，并已用于 GR00T 训练，在 512 块 GB300 GPU 上每天可标注 20 万小时视频。
Microsoft Research 开源了 Agensh，一个去中心化的多智能体编码 harness，移除了中心编排器，由每个 worker 自行认领子任务、共享发现并将代码合并到共享 Git 仓库。
Cognition 发布免费开源的 Devin Vulnerability Fixes 插件，包含三个 MIT 许可的 Agent Skills（fix-php-vuln、fix-node-vuln、fix-gitlab-vuln）。
蚂蚁 inclusionAI 在 Hugging Face 发布 Ling-3.1-flash-base，即 Ling-3.1-flash 的基座检查点，总参数 560B、每 token 激活 25B。
Kyutai 发布开源因果扩散表征自编码器 CADRE，面向动作条件化的交互世界模型，1.2B 世界模型在单张 H100 上以 20 fps 运行、动作延迟低于 230 ms。
HumanLayer 宣布在 github.com/humanlayer/humanlayer 以 Apache 2.0 开源核心代码，与 HumanLayer Cloud 运行的是同一套代码。
MiniMax (official)@MiniMax_AI同事件AI 评分6868minimax 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
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》
MiniMax (official)@MiniMax_AI精选AI 评分6969MiniMax 宣布 M3.1 Flash 权重公开，总参数 428B、每 token 激活 23B，提供 Hugging Face 和 ModelScope 下载。
MiniMax M3.1 Flash：太空级性能 + 兔子级速度 🚀🐰 没错，Space Bunny——曾以 200T+ tokens 登顶全球排行榜——正是 M3.1 Flash 的早期版本。 💰重新定义智能体 AI 的性能经济学。M3.1 Flash 在 Cowork（Automation-Bench：62%；ALE：30%）、编程（DeepSWE：74%）和视觉推理（BabyVision：91%）等关键任务上达到前沿级智能水平，成本仅为 M3 的 1/3，速度提升 3 倍。 API 定价（统一费率）：每 1M 输入/输出 tokens 分别为 $0.15 / $0.60，缓存读取为 $0.015 / 1M tokens。 模型权重将于 10 月 23 日发布。 API：http://platform.minimax.io M Plan：https://www.minimax.io/m-plan MiniMax Code 桌面版：https://agent.minimax.io/download
推荐理由：官方公布权重开放和关键基准分数，并说明稀疏注意力等效率设计，可据此评估其在智能体与编码任务上的性价比。
Modal 发布开源、Tinker 兼容的训练服务器 Spindle，可在自己的 Modal 工作区部署，按 GPU 时间而非 token 计费，支持全参数训练与 multi-LoRA，可同时运行数百个训练任务。
clem 🤗@ClementDelangueAI 评分4949Vercel 开源 durable-harness，通过持久日志记录每次模型和工具调用，使编码智能体会话在崩溃或超时后可从新函数恢复，已完成的调用从日志读取、不会重复计费。
Baseten 研究实验室 Base Labs 发布开源决策模型 mammoth-1（27B）和 elephant-1（9B），基于 Qwen3.5-27B 和 Qwen3.5-9B 在 621 万决策样本上后训练而成。
NVIDIA 推出 Kumo Forecast 多变量时序预测模型，基于 MOMENT-1-large 骨干，约 3.4 亿参数编码器加可训练预测头，编码器权重冻结。
X.PIN@thexpinAI 评分7272DeepSeek 宣布将内部推理框架 DeepInfer 完全开源，代码位于 github.com/deepseek-ai/DeepInfer。
🚀 隆重推出 DeepInfer，我们自研的推理框架，现已完全开源！ 以高吞吐量和低延迟大规模支撑 DeepSeek-V4.1-Flash。我们分享生产环境技术栈，帮助社区降低计算成本、减少能源消耗，让 AI 更可负担。 🔗 http://github.com/deepseek-ai/DeepInfer 1/4
蚂蚁集团与 vLLM 社区开源通用高性能量化推理内核库 Humming，仓库为 github.com/vllm-project/humming。
推荐理由：原文给出统一量化表示加 JIT 编译的内核设计和多项基准数字，读者可以据此评估不同 GPU 上的量化推理方案选择。
DeepSeek 在 X 上宣布以 Apache License 2.0 开源内部推理框架 DeepInfer，该框架支撑其 V4.1-Flash 模型的大规模快速推理。
