Meta 正式发布开源大语言模型 Llama 3，Hugging Face 全面集成上线
Meta 正式发布开源大语言模型 Llama 3，提供 8B 和 70B 两个尺寸的基础版与指令微调版，并同步推出安全模型 Llama Guard 2。模型在超过 15 万亿模型 token 上训练，词表扩展至 128,256，上下文窗口为 8k context，8B 版本增加了分组查询注意力（GQA）。
推荐理由：原文梳理了模型架构参数与词表变化，并给出了在开源框架下进行推理部署和单卡微调的完整代码。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
最新精选
第 161–180 条 · 共 195 条Hugging Face精选AI 评分9696
Hugging Face精选AI 评分7474 Hugging Face 发布 8B 视觉语言模型 Idefics2
Hugging Face 发布开源多模态模型 Idefics2，参数量为 8B 并采用 Apache 2.0 协议开源。该模型在原生分辨率与长宽比下处理图像，增强了 OCR 与图表文档理解能力，在视觉问答基准测试中表现可比拟更大体量的模型。
推荐理由：该模型在保持 8B 轻量参数的同时公开了完整的多模态微调数据集，为社区微调多图与文档理解应用提供了完整可复用的技术路径。
Hugging Face精选AI 评分7373 Google 联合 Hugging Face 发布开源代码模型 CodeGemma
Google 联合 Hugging Face 上线开源代码模型系列 CodeGemma，包含专攻代码填充的 2B 基础模型、7B 基础模型以及 7B 对话微调模型。
推荐理由：原文给出了 2B 与 7B 版本在代码补全与基准测试中的表现，开发者可直接参考其 FIM 提示词格式与消费级显卡部署方案。
OpenAI精选AI 评分6060 OpenAI 分享合成语音模型 Voice Engine 小规模预览经验
OpenAI 分享了用于生成自定义声音的模型 Voice Engine 的小规模预览经验，探讨合成声音带来的挑战与机遇。
Hugging Face精选AI 评分7575 BigCode 发布开源代码大语言模型 StarCoder2 与 The Stack v2 数据集
BigCode 联合开源了新一代代码大语言模型 StarCoder2 及代码预训练数据集 The Stack v2，并同步公开所有模型权重、数据集、处理与训练代码。
推荐理由：BigCode开源了代码大语言模型StarCoder2及高质量预训练数据集The Stack v2，覆盖从3B到15B参数规模并公开全部训练细节。
Hugging Face精选AI 评分8484 Hugging Face 宣布全面支持 Google 开源大模型 Gemma
Google 正式发布开源大语言模型家族 Gemma，Hugging Face 同步宣布全面集成并上线模型 Hub。Gemma 提供 2B 与 7B 两种参数规模，均包含基础模型与指令微调版本，支持 8K 上下文窗口且可在消费级硬件上运行。Transformers 4.38 已支持该系列模型的推理加速与 4-bit 量化，并提供 Google Cloud 一键部署和 TRL 单卡微调方案。
推荐理由：文章梳理了 Gemma 模型的参数规格与基准表现，并给出了在消费级显卡上通过 Transformers 和 TRL 部署微调的实现路径。
OpenAI精选AI 评分8787 OpenAI 推出 Sora：视频生成模型作为世界模拟器
OpenAI 推出视频生成模型 Sora，能够在不同时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型。Sora 采用处理时空 patch 的 Transformer 架构，可生成长达 1 分钟的高保真视频，表明扩展视频生成模型是构建物理世界通用模拟器的可行路径。
推荐理由：文章提出了将时空 patch 与 Transformer 结合的扩散架构，展现了通过规模扩展构建通用物理世界模拟器的技术路径。
Hugging Face精选AI 评分6262 Segmind 发布 SegMoE 框架并开源混合专家扩散模型
Segmind 发布开源框架 SegMoE，支持将多个预训练扩散模型组合为稀疏混合专家（MoE）架构，并同步推出 SegMoE-4x2、2x1 和 SD 4x2 三款模型。
推荐理由：该项目展示了如何通过混合专家架构拼接已有扩散模型，为无需从头训练而扩展图像生成能力提供了落地参考。
Hugging Face精选AI 评分6161 Hugging Face 开源非扩散文生图模型 aMUSEd
Hugging Face 开源了非扩散文生图模型 aMUSEd，采用掩码图像建模（MIM）架构并开源了完整代码与权重。该模型总参数量约 800M，推理步骤更少且原生支持零样本图像修复，已完整集成进 diffusers 库。模型在 8-bit Adam 和 float16 下微调显存低于 11GB，采用 LoRA 时可进一步降至 7GB。
推荐理由：原文提供了基于掩码图像建模的非扩散文生图方案与推理代码，便于开发者探索小参数量下的快速图像生成。
Hugging Face精选AI 评分8888 Hugging Face 全面集成并支持 Mistral 8x7B 开源 MoE 模型
Hugging Face 宣布全面集成 Mistral 发布的开源 MoE 模型 Mixtral 8x7B，并在 Hub、Transformers 及 TGI 中提供完整支持。
推荐理由：文章系统梳理了该 MoE 模型的显存配置要求与量化部署路径，为开源模型的低成本微调及工程落地提供了参考。
Hugging Face精选AI 评分8484 SDXL 借助 LCM-LoRA 实现 4 步快速图像生成
Hugging Face 联合团队发布 LCM-LoRA 并在 Diffusers 库完成集成，可将 SDXL 与 Stable Diffusion 的生成步数缩减至 4 到 8 步。
推荐理由：通过训练轻量 LoRA 即可将扩散模型步数缩减至 4 步，无需完整蒸馏即可直接套用至各种微调模型。
OpenAI精选AI 评分9595 OpenAI 在 DevDay 发布 GPT-4 Turbo 与多款开发者产品
OpenAI 在 DevDay 开发者大会上发布 GPT-4 Turbo，支持 128K 上下文窗口且调用价格更低。本次更新还同步推出了 Assistants API、具备视觉理解能力的 GPT-4 Turbo with Vision 以及 DALL·E 3 API 等多项开发者工具。
推荐理由：OpenAI 在 DevDay 发布支持 128K 上下文且价格更低的 GPT-4 Turbo 与 Assistants API，集中更新了模型与开发者工具。
Hugging Face精选AI 评分7373 Diffusers 正式支持 SDXL T2I-Adapter 并开源多条件控制权重
Hugging Face 与 T2I-Adapter 作者合作在 diffusers 中正式支持面向 SDXL 的 T2I-Adapter，并开源了线稿、素描、Canny、深度和 OpenPose 等条件控制权重。
推荐理由：原文详细对比了适配器与ControlNet的参数及计算差异，为轻量化图像生成控制提供了具体实现与配置参考。
Hugging Face精选AI 评分7878 TII 开源 1800 亿参数大模型 Falcon 180B 并上线 Hugging Face
TII 正式在 Hugging Face 推出开源大语言模型 Falcon 180B，包含基础版与聊天版，拥有 1800 亿参数。该模型基于 RefinedWeb 等 3.5 万亿 token 预训练，规模达 Llama 2 的 2.5 倍，在 MMLU 等基准测试中超越 Llama 2 70B 与 GPT-3.5。
推荐理由：文章提供了 180B 超大开源模型的评测基准成绩以及量化部署所需的显存配置细节。
Hugging Face精选AI 评分8383 Code Llama 开源发布并全面集成至 Hugging Face 生态
Hugging Face 宣布在 Hub、Transformers 4.33 和 TGI 等生态组件中全面支持 Meta 发布的代码大模型 Code Llama。
推荐理由：文章梳理了代码大模型 Code Llama 的规格特性与填充机制，并提供了在开源框架下量化部署与调用的具体范式。
Hugging Face精选AI 评分7474 Hugging Face 开源视觉语言模型 IDEFICS
Hugging Face 推出开源视觉语言模型 IDEFICS，该模型是对 DeepMind 闭源 Flamingo 的公开复现，支持图文交错序列输入并输出连贯文本。
推荐理由：该模型完整复现了闭源 Flamingo 的图文交错输入能力并开源训练数据，为多模态模型研究提供了透明的基础底座。
Hugging Face精选AI 评分9696 Meta 开源大语言模型 Llama 2，Hugging Face 提供全面集成支持
Meta 发布开源大语言模型家族 Llama 2，涵盖 7B、13B 和 70B 参数版本并开放商用许可，Hugging Face 同步提供全生态集成支持。该系列在初代基础上增加了 40% 预训练 token 并将上下文拓展至 4k tokens，经 RLHF 优化的 Llama 2-Chat 在多项基准上接近 ChatGPT 表现。
推荐理由：材料梳理了新模型相比初代的上下文与训练量升级，并提供了基于开源生态的推理部署与微调路径。
Hugging Face精选AI 评分8282 BigCode 推出开源代码大模型 StarCoder 与 StarCoderBase
Hugging Face 与 ServiceNow 联合发起的 BigCode 项目正式发布 15B 参数的代码大语言模型 StarCoderBase 以及面向 Python 微调的 StarCoder。
推荐理由：原文详细披露了 15B 代码模型的训练数据清洗流程与评测对比，为开发者构建开源代码补全与技术助手提供了可迁移基准。
OpenAI精选AI 评分9494 OpenAI 正式发布多模态大语言模型 GPT-4
OpenAI 宣布推出大型多模态模型 GPT-4，支持图像和文本输入并生成文本输出。官方表示该模型是其深度学习扩展工作的最新里程碑，虽然在许多真实世界场景中表现仍不及人类，但在各项专业和学术基准测试中展现出人类水平。
推荐理由：OpenAI 推出支持图文输入的多模态模型 GPT-4，其在专业和学术基准上的表现展示了扩展深度学习的能力边界。
OpenAI精选AI 评分9090 OpenAI 推出 GPT-4
OpenAI 推出 GPT-4。该模型支持在创意与技术写作任务中与用户协同生成、编辑和迭代，涵盖创作歌曲、编写剧本以及学习用户的写作风格。