NVIDIA 发布开源表格预测基础模型 Kumo Tabular
NVIDIA 发布开源表格预测基础模型 Kumo Tabular,给定带标签的表格行和待预测行,单次前向推理即可返回类别概率或数值预测,无需训练、调参和特征工程。
NVIDIA 发布开源表格预测基础模型 Kumo Tabular,给定带标签的表格行和待预测行,单次前向推理即可返回类别概率或数值预测,无需训练、调参和特征工程。
Lightricks 在 Hugging Face 开源了针对 LTX 2.5(22b)的两款 LoRA,分别面向视频放大与老素材修复。Refine 用于把 HD 画面推到 8K,在贴近原始内容的前提下补出 8K 应有的细节;Restore 可把 540p 片段升到 4K,增强色彩并带来干净锐利的现代数码摄影机质感。
ornith-ai 在 Hugging Face 发布三个 DFlash 草稿模型检查点,为 Ornith-1.5-9B、Ornith-1.5-397B 和 Ornith-1.5-35B-A3B 提供投机解码加速。DFlash 草稿模型并非独立语言模型,须与目标模型在支持 DFlash 的推理环境中配合运行,仓库同时附带 serving 配置。
NeoMME 发布,这是一个包含 260M 和 800M 两个版本的多语言多模态编码器家族,用单个双向 Transformer 同时处理文本 token 和原始图像 patch,不依赖预训练视觉塔或因果语言模型。
Meta 发布开源多模态模型 Muse Glimmer,30B 参数、Apache 2.0 许可,面向本地智能体场景。模型由 2B 视觉编码器与 28B 文本解码器组成,并附带 DFlash 投机解码草稿模型,transformers、llama.cpp、vLLM 与 Inference Endpoints 均已提供 day-0 支持。
推荐理由:30B 多模态模型以 Apache 2.0 开放并在多智能体基准上与同级模型对比,可供本地部署的选型参考。
Google 发布 TabFM,一个面向表格数据分类与回归的零样本基础模型,把表格预测重构为上下文学习问题,单次前向即可出预测,无需模型训练、超参调优和特征工程。
Google DeepMind 发布实验性开源模型 DiffusionGemma,采用文本扩散方式并行生成整块文本,在专用 GPU 上推理速度最高提升 4 倍。
推荐理由:原文说明 DiffusionGemma 与 Gemma 4 的分工,前者面向低并发本地推理,并列出速度与质量上的取舍。
Mistral 发布 Mistral Medium 3.5,这是一个 128B 稠密模型,以开源权重、修改版 MIT 许可发布,并成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由:把编码智能体迁到云端并以 128B 开源权重模型驱动,读者可据此判断自托管部署与异步并行任务的成本变化。
Mistral AI 发布首个文本转语音模型 Voxtral TTS,4B 参数,支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语 9 种语言,已通过 API 提供,定价 $0.016 / 1k 字符。
推荐理由:官方给出了 4B 模型在 9 种语言上的延迟、单价以及和 ElevenLabs 的人评对比口径,便于判断语音 Agent 的选型与成本。