NVIDIA 发布表格基础模型 Kumo Tabular，支持在无需训练、微调和特征工程的情况下，仅通过单次前向传播完成分类与回归预测。该模型完全在合成因果数据上预训练，提供 28M 至 215M 三种参数规模，并在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个基准上取得第一名。模型代码与权重已基于 OpenMDW-1.1 协议开源，允许商用。
推荐理由：原文展示了免微调的表格上下文学习机制与基准评测，为表格预测替代传统梯度提升树提供了可落地的参考。
Hcompany 正式发布 Holo4 系列智能体模型，推出 27B 稠密与 35B-A3B 混合专家两种规格，并同步更新了基于 Nemotron 的轻量模型 Holotron4 Nano。
推荐理由：该模型通过同一套权重打通了图形界面、代码沙箱与 MCP 工具调用，为低成本运行全流程桌面智能体提供了实用方案。
Liquid AI 正式发布适用于视觉语言模型 LFM2.5-VL-3B 的实验性投机解码草稿模型 LFM2.5-VL-DSpark。该草稿模型仅有 280M 参数，在增加 8.9% 显存开销的前提下，在设备端实现最高 3.13x 的解码加速与 2.62x 端到端提升，在 H100 上解码加速达 2.66x。
NeoMME 推出 260M 与 800M 参数的多模态原生多语言编码器，放弃传统独立视觉塔与自回归解码器架构，使用单一双向 Transformer 统一处理文本与图像 Patch。
推荐理由：该模型采用单塔双向编码器同时输出稠密与后期交互向量，在保持高检索质量的同时大幅压低了多模态文档的索引存储开销与计算成本。
Liquid AI 针对 LFM2.5 系列的 1.2B-Instruct、2.6B 和 8B-A1B 模型发布 DSpark 投机解码草稿模型权重，在输出质量完全一致的前提下实现 GPU 最高 3.18 倍、端侧最高 2.87 倍的推理吞吐提速。
NVIDIA 开源多语言文本转语音模型 Magpie TTS Multilingual，参数量为 364M 并开放模型权重与生产级 NIM 容器。该模型支持普通话、韩语和阿拉伯语等 12 种语言，在 B200 GPU 上的单流首包音频延迟可达 32ms。技术上采用双帧堆叠与局部 Transformer 架构兼顾吞吐量与音质，旨在帮助开发者在自有基础设施上构建低延迟语音智能体。
推荐理由：该开源模型通过双帧堆叠与局部注意力降低了首包音频延迟，适合需要自建低延迟多语言语音流水线的团队参考。
Meta 推出专为本地智能体设计的开源多模态模型 Muse Glimmer-30B，采用 Apache 2.0 协议开源并已上线 Hugging Face。该模型由 2B 视觉编码器和 28B 文本解码器构成，支持视频理解、多模态工具调用与 DFlash 投机解码加速。
推荐理由：该模型展示了 30B 级别端侧多模态模型通过智能体指令实现自我量化、云端部署与推理自优化的工程实践。
NVIDIA 推出面向手术机器人的实时动作条件生成式仿真模型 Cosmos-H-Dreams，支持人类或控制策略进行闭环交互控制与策略评估。
推荐理由：该工作将手术世界模型蒸馏为自回归因果架构，使原本耗时的物理手术仿真能在单卡上实时闭环交互。
Thinking Machines 推出开源原生多模态 MoE 模型 Inkling 及轻量版 Inkling-Small，原生支持文本、图像与音频输入并具备 1M 上下文窗口。
推荐理由：原文系统梳理了万亿参数原生多模态架构设计与基准表现，并提供了覆盖主流推理框架的开源部署及量化适配方案。
PaddleOCR 推出新一代通用 OCR 模型家族 PP-OCRv6 并上线 Hugging Face，提供 tiny、small 和 medium 三种规格，参数量涵盖 1.5M 至 34.5M。
推荐理由：新模型将参数量控制在1.5M至34.5M并统一覆盖50种语言，为端侧设备到服务端管道的低成本OCR落地提供了灵活选型参考。
智谱推出新一代旗舰开源模型 GLM-5.2，采用 MIT 协议完全开源，原生支持 1M token 上下文，主打面向长流程（long-horizon）的软件工程与智能体任务。
推荐理由：GLM-5.2 将实用工程评测与 1M 上下文推理架构结合，为需要长时间自主运行的编码智能体提供了兼顾开源与高吞吐的落地参考。
NVIDIA 正式发布多模态安全模型 Nemotron 3.5 Content Safety 及开源训练数据集，将多模态输入联合评估、自定义策略与审计推理整合至单次推理。
推荐理由：该方案把多模态审查、自定义规则与紧凑推理集成在 4B 模型中，为企业构建低成本且可审计的内容风控提供了实践参考。
H company 发布 Holo3.1 系列电脑操作模型，涵盖 0.8B、4B、9B 及 35B-A3B 四种尺寸，重点提升桌面、网页和移动端的跨环境鲁棒性与本地执行能力。新版本在 AndroidWorld 移动基准上表现提升明显，并新增对函数调用的原生支持；同时官方推出了 FP8、NVFP4 和 Q4 GGUF 等量化权重，支持在消费级硬件或本地网络中纯离线运行。
推荐理由：该系列通过量化权重和轻量尺寸将电脑操作智能体扩展至本地端侧，为注重隐私与低延迟的自动化工作流提供了可落地的开源模型方案。
JetBrains 正式发布开源混合专家模型 Mellum2，总参数量为 12B 且每个 token 仅激活 2.5B 参数，专注于文本与代码任务。该模型基于 Apache 2.0 许可证开源，官方测试称其比同尺寸模型推理速度提升 2 倍以上，适用于路由编排、RAG 流水线、子智能体及私有化部署等高吞吐工作负载。
推荐理由：该模型通过低激活参数量和高推理速度降低部署成本，为复杂系统中高频调用的路由与子智能体任务提供了轻量解法。
地球观测模型家族 OlmoEarth v1.1 正式推出，通过优化 token 序列长度与预训练方案，在保持与 OlmoEarth v1 相当性能的同时将计算成本最高降低 3 倍。该系列模型能显著加速微调与推理过程，让大范围卫星图像处理更加经济高效。目前官方已公开 Base、Tiny 与 Nano 模型的权重及训练代码。
Hugging Face 发布开源重排序模型家族 Ettin Reranker，覆盖从 17M 到 1B 共 6 种参数规模，并同步开源约 1.43 亿条训练数据与完整训练代码。
推荐理由：该系列展示了点式 MSE 蒸馏与无填充注意力结合的工程收益，为检索排序系统的低延迟选型提供了详实参考。
IBM 发布采用 Apache 2.0 协议的 Granite Embedding Multilingual R2 多语言嵌入模型，包含 97M 与 311M 两个版本并基于 ModernBERT 架构重构。
推荐理由：模型将上下文扩展至32K并支持代码检索，为多语言长文档检索与低成本向量检索提供了轻量级开源替代方案。
IBM 宣布以 Apache 2.0 协议开源 Granite 4.1 系列稠密大语言模型，包含 3B、8B 和 30B 三种尺寸，支持最高 512K 上下文。
推荐理由：技术报告详述了五阶段退火预训练与四阶段强化学习流程，为端侧与企业级小参数稠密模型的构建提供了完整工程参考。
Overworld 正式发布实时视频世界模型 Waypoint-1.5，模型权重已在 Hugging Face 开源上线，主打消费级硬件本地实时交互。在 RTX 3090 至 5090 显卡上可实时生成最高 720p 60 FPS 环境，并提供适配游戏本及 Apple Silicon 的 360p 规格。
推荐理由：原文给出了消费级硬件本地运行世界模型的具体分级与训练细节，读者可以了解端侧实时交互环境生成的落地可能。
Google DeepMind 正式发布开源多模态模型 Gemma 4 家族，采用 Apache 2.0 协议，支持文本、图像与音频输入，并在 Hugging Face 实现生态同步上线。
推荐理由：Gemma 4 覆盖 2.3B 到 31B 多个尺寸并支持端侧多模态与扩散文本生成，为本地部署提供了开源基座与多推理引擎支持。
阿联酋技术创新研究院（TII）发布 0.6B 参数的早期融合视觉模型 Falcon Perception，以及 0.3B 参数的端到端文档解析模型 Falcon OCR。
推荐理由：材料验证了单骨干早期融合架构在开放词表分割与超轻量 OCR 中的可行性，为端侧密集视觉任务提供了极具参考价值的极简设计路线。
IBM 在 Hugging Face 开源轻量级视觉语言模型 Granite 4.0 3B Vision，采用 Apache 2.0 协议发布，主打企业级复杂文档、表格与图表信息抽取。
推荐理由：该模型采用基于密集语言模型的LoRA外挂架构，让同一套企业部署能按需在纯文本与多模态图表解析间灵活切换。
H Company 正式发布多模态计算机操作模型 Holotron-12B，基于 NVIDIA 开源模型后训练构建并已上线 Hugging Face。该模型采用混合 SSM 与注意力架构以减少显存占用，在单张 H100 搭配 vLLM 运行且并发达到 100 时吞吐量达到 8.9k tokens/s，并在 WebVoyager 基准测试中取得 80.5% 的表现。
推荐理由：该模型结合混合状态空间模型架构优化并发推理，展现了降低显存占用并提升智能体长上下文吞吐量的方法。
Overworld 推出实时交互视频扩散模型 Waypoint-1，支持根据文本提示词、键盘和鼠标输入实时生成可交互的游戏世界画面，其 2.3B 参数的 Waypoint-1-Small 模型权重已上线 Hugging Face Hub。
推荐理由：原文给出了交互式视频扩散模型的训练方法与配套推理库设计，读者可以了解控制信号输入和低延迟流式生成的具体实现路径。
NVIDIA 发布面向物理 AI 的开源推理视觉语言模型 Cosmos Reason 2，登顶 Physical AI Bench 和 Physical Reasoning 榜单。
推荐理由：原文给出了模型参数规模与上下文窗口升级细节，读者可以据此评估其在机器人规划与端云部署上的适配度。
阿联酋技术创新所（TII）发布阿拉伯语大语言模型家族 Falcon-H1-Arabic，推出 3B、7B 和 34B 三种参数规模，采用 Mamba 与 Transformer 融合的混合架构。
ServiceNow 开源了 8B 参数的安全护栏模型 AprielGuard，用于检测大语言模型及 Agent 系统中的 16 类安全风险和提示词注入等对抗攻击。
推荐理由：模型将内容安全与智能体对抗防御统一到单模型中，为复杂工作流提供了可解释推理与低延迟双模式落地方案。
ServiceNow AI 推出 Apriel-H1 混合架构推理模型系列与训练框架 Fast-LLM，通过将 15B 模型的注意力层逐步替换为 Mamba 层实现最高 2.1 倍吞吐提升且推理能力几乎无损。
推荐理由：原文给出了将现有注意力模型分阶段蒸馏为 Mamba 混合架构的具体方法与数据发现，读者可以据此评估有限算力下提升推理吞吐的方案。
WRITER 推出 Palmyra-mini 系列三款 1.5B 至 1.7B 参数的开源模型，包括基础模型 palmyra-mini 以及经过思维链训练的推理优化变体 thinking-a 与数学增强变体 thinking-b。
Google 正式发布面向端侧场景的轻量多语言嵌入模型 EmbeddingGemma，拥有 308M 参数与 2K 上下文窗口，量化后内存占用低于 200MB。
推荐理由：材料详细展示了基于 Gemma 3 改造的双向编码架构与 MRL 维度裁剪特性，读者可以据此评估其在端侧小显存环境下的检索替换可行性。
Arm 推出面向移动图形与游戏开发的 AI 超采样方案 Neural Super Sampling（NSS），支持在移动设备上实现低算力消耗的高清实时渲染。在演示案例中，NSS 将 540p 画面超采样至 1080p 仅耗时 4ms，降低了 50% 的 GPU 负载。该方案已通过插件集成至 Unreal Engine 和 Vulkan ML 扩展，并同步开放了实验性数据集供开发者测试。
OpenAI 正式发布开源开放权重模型家族 GPT OSS，包含 117B 参数的 gpt-oss-120b 和 21B 参数的 gpt-oss-20b 两款 MoE 架构纯文本推理模型，采用 Apache 2.0 许可证。
推荐理由：原文详细梳理了该系列模型的量化方案、显存门槛以及在主流推理框架中的适配方法，适合需要本地部署或微调的开发者参考。
NVIDIA 的 AI-Q 深度研究智能体在 DeepResearch Bench 的搜索增强大语言模型榜单中取得 40.52 的总分，位列完全开源架构榜首。
推荐理由：文章呈现了开源大模型结合检索架构在深度研究基准上的实测表现，为构建本地可部署的智能体工作流提供了参数选型与评测参考。
Hugging Face 推出 Ettin 模型套件，包含 17M 至 1B 参数量的成对 Encoder 与 Decoder 模型，两者均采用完全相同的 2T tokens 开源数据和三阶段训练配方。
推荐理由：该套件在完全相同的开源数据与配放下成对训练编码器和解码器，为严格对比两种架构在判别与生成任务上的本质优劣提供了对齐基准。
Numina 与 Kimi 团队联合发布形式化定理证明模型 Kimina-Prover-72B 及其 8B、1.7B 蒸馏版本，在 miniF2F 基准测试中取得 92.2% 的通过率。模型基于 Qwen 架构并通过 Kimi k1.5 强化学习流程训练，引入测试时强化学习搜索框架以自主递归生成和复用引理。此外，系统集成了针对 Lean 报错信息的错误修复机制，显著提升了多轮证明迭代中的样本效率。
Hugging Face 正式发布完全开源的 3B 规模模型 SmolLM3，包含基础模型与支持双模式推理的指令微调版本，并同步公开了完整训练配方。该模型在 11.2T token 上训练完成，支持英法德意西葡 6 种语言，并利用 NoPE 和 YaRN 将推理上下文扩展至最高 128k。
推荐理由：原文完整公开了小模型三阶段预训练与双模式推理的工程配方，为轻量端侧模型的复现与训练优化提供了可迁移参考。
Hugging Face 推出 450M 参数的开源机器人视觉-语言-动作模型 SmolVLA，可直接在消费级硬件及 CPU 上运行。该模型完全基于 LeRobot 社区开源数据集预训练，结合 SmolVLM2 与流匹配动作专家架构，并通过视觉 token 压缩和层跳过优化推理延迟。
推荐理由：该模型展示了基于轻量架构与低成本社区数据训练机器人策略的路径，显著降低了具身智能的硬件门槛。
Meta 发布 12B 稠密多模态安全模型 Llama Guard 4 及两款 Prompt Guard 2 模型，相关模型权重已上线 Hugging Face Hub。
推荐理由：原文给出了模型剪枝架构、审核基准测试对比以及使用代码，读者可直接参考其多模态审核流水线设计。
Meta 正式推出原生多模态 MoE 架构模型 Llama 4 Maverick（~400B）与 Scout（~109B），Hugging Face 同步在 Hub、transformers 和 TGI 中提供全面集成支持。
推荐理由：文章详细梳理了交替分块注意力等长文本架构细节，并提供了在 transformers 中加载调用的完整代码。
Hugging Face 梳理了新上架的 DeepSeek-V3 0324 模型，该版本改用 MIT 协议并在数学、代码与指令遵循能力上获得显著提升。基准测试中 AIME 提高至 59.4，LiveCodeBench 提高至 49.2，同时显著改善了前端开发与中文检索表现。
推荐理由：原文汇总了新版模型在数学与代码上的评测表现，同时梳理了主流推理框架部署方案与开源运行安全规范。