百度开源基座模型 ERNIE 5.5 Flash Base:2800 亿参数 MoE 架构
11 月 5 日,百度正式开源基座模型文心 5.5 Flash Base(ERNIE 5.5 Flash Base)。模型采用 MoE 架构,总参数量 2800 亿,每个 Token 激活 140 亿参数,使用 33.5 万亿个 Token 完成预训练。预训练上下文长度最高 128K,微调与推理阶段支持最长 100 万 Token 上下文。
11 月 5 日,百度正式开源基座模型文心 5.5 Flash Base(ERNIE 5.5 Flash Base)。模型采用 MoE 架构,总参数量 2800 亿,每个 Token 激活 140 亿参数,使用 33.5 万亿个 Token 完成预训练。预训练上下文长度最高 128K,微调与推理阶段支持最长 100 万 Token 上下文。
百度于11月5日开源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),采用 MoE 架构,总参数量2800亿、每 Token 激活140亿,预训练使用33.5万亿 Token,预训练上下文最长128K,微调与推理支持最长100万 Token。
11月5日,百度正式开源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),采用MoE架构,总参数量2800亿,每Token激活140亿参数,使用33.5万亿Token预训练,预训练上下文最长128K,微调与推理支持最长100万Token上下文。
招商局狮子山人工智能实验室发布MoE架构具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,总参数约35B,每个Token仅激活约3B参数,在十项公开基准上全部指标正向提升,等权综合均分65.29,多项成绩超过参数量更大的模型。
Pika 发布 MiniMax H3 衍生模型 Pika H3 Flex,开放适配器权重与推理代码,通过六步去噪联合生成画面和声音,支持文本、首尾帧和多模态参考输入。
商汤开源 SenseNova Loop-9B-Preview,采用 Looped Transformer 架构,通过循环计算扩展有效计算深度,以 9B 参数媲美 27B 模型。
中国 AI 制药公司觅深知源(Molence Bio)发布首个生物分子基础模型 Mol-1。该模型在基础结构预测、超大复合物组装和纳米抗体从头设计等方面表现突出,据称已追平 DeepMind、反超 Anthropic,进入 AI 制药第一梯队。
SoMark 团队开源 1.3B 文档解析模型 OXR,在 OmniDocBench(97.18)、olmOCR-Bench(87.84)和 DocParsingBench(87.76)三个榜单均排名第一。
推荐理由:原文拆解了OXR靠RSI自进化训练做到1.3B参数登顶三榜的细节,以及可插拔架构与免费API,读者可以据此评估是否接入现有解析流程。
Mistral 开源了 Mistral Large 4(内部代号 Le Chonk)的权重,模型有 1 万亿参数,原生支持多模态。报道称其为开放权重阵营中体量最大的模型,从零开始在欧洲基础设施上训练,并称在开放权重模型中编码能力最强,引用 Cognition 的私有基准 FrontierCode 2.0 测试端到端代码质量作为依据。
推荐理由:报道给出 Mistral Large 4 的参数规模、多模态能力和编码基准表现,可作为开源模型竞争格局的参照。
Mistral 发布万亿参数开源权重模型 Mistral Large 4(ML4,昵称 Le Chonk),企业、政府可自行下载部署,权重提供在 Hugging Face 并可通过 API 使用。
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe,支持 40 种语言转录、31 种语言与英语互译、13 种语言说话人识别,可处理最长 1 小时、最多 8 名说话人的录音。
Nvidia 发布免费开源权重语音转写模型 Nemotron 3.5 Transcribe,支持最多 40 种语言,可处理最长一小时的录音并区分最多 8 位说话人。该模型有 30 亿参数,可运行在从 Jetson AGX Thor、DGX Spark 到 Blackwell 数据中心芯片上,但目前仅支持录制音频而非实时流;Nvidia 同时发布了开源语音数据集 Granary 2。
10月28日,扩散智能(DiffuSpace)发布并开源扩散模型 Clover-35B-A3B-Preview。该模型采用 MoE 架构,总参数 350 亿、激活 30 亿,参数规模增至 5 倍的同时保持「10倍速」。
10月28日,蚂蚁集团百灵大模型正式开源 Ling-3.1-flash-1019,在 Artificial Analysis Intelligence Index v4.3.2 中获得44分,较上一版提升3分。
百度发布并开源文心 Unlimited OCR 2,宣称全球首次实现任意页数文档解析,将 OCR 处理上界从几十页推到"无限",并称达到 SOTA。实测显示一次性解析累计超过 3600 页的书籍时仍保持较高精度和效率;文中提到多页文档解析基准 MPDocBench,但 feed 未提供完整数字。
百度正式开源新一代文档解析模型文心Unlimited OCR 2,为上一代开源模型升级版,时隔4个月发布。上一代模型曾获LeCun转发推荐,下载量达1,000万。
SoMark 团队开源文档解析模型 OXR(1.3B 参数),在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准分别取得 97.18、87.84、87.76 分位列第一。
Hi3D正式开源Hi3D V1.0模型代码,基于Sparc3D架构、约200万个筛选3D资产训练,已上线GitHub和Hugging Face。其多视图保真度和细节丰富度分别达0.75和0.841,切片成功率90%。最新的Hi3D V3.0为业界首个可商用超高精度国产自研AI 3D模型,配合Hi3D Agent支持生成、修改、动画处理与3D打印,还可通过MCP接入外部应用。
百度发布并开源文心Unlimited OCR 2,可连续解析整套《哈利·波特》3600+页等超长文档。
百度于10月27日发布并开源文心 Unlimited OCR 2,宣称全球首次实现任意页数文档解析,实测可一次解析《哈利·波特》全系列超过3600页。模型在 MPDocBench 和 MarathonDocBench 上分别得分84.6和77.1,达到端到端 SOTA。
月之暗面于 10 月 24 日上线 Kimi K3.1 Pro 及速度快的 Highspeed 版本,承诺 11 月 4 日前放出完整模型权重。
量子位实测讯飞最新模型 Spark-X2.6,该模型采用 MoE 架构,总参数量 293B,每次激活约 30B,支持 1M 上下文,现已上架星辰 MaaS 平台,API 六折后每百万输入 tokens 0.9 元。
岩山科技旗下岩芯矩阵联合港科大、CMU发布并开源EdgeRock-4B,256K上下文下KV Cache固定72MiB,较源模型Qwen3.5-4B减少99.1%,单张80GB显卡可跑512路并发,输出吞吐12124 tokens/s、为源模型的6.42倍。
月之暗面于10月24日凌晨发布 Kimi K3.1 Pro,Artificial Analysis 将其智能指数排在全球第四,并判断若权重开放将登顶开放权重模型榜首,开源与闭源差距将从12分缩至3分。
Moonshot 发布 Kimi K3.1 Pro,2.8T 总参数、104B 激活参数的 MoE 模型,支持 1M token 上下文,承诺 2026 年 11 月 4 日开放权重,Highspeed 版本输出速度快 2-3 倍但价格翻倍。
推荐理由:汇总了 K3.1 Pro 的独立评测、定价与部署细节,读者可借此区分厂商宣传与第三方实测的差异。
Kimi 发布新一代旗舰模型 K3.1 Pro,拥有 3 万亿级参数、支持 100 万上下文,计划 11 月 4 日前开放完整模型权重,并同步推出输出速度快 2-3 倍的 Highspeed 版本和可在线编辑 3D 模型的新功能 3D Make。
Kimi K3.1 Pro 上线 Kimi API,暂未开放权重,Moonshot 承诺 2026 年 11 月 4 日前放出完整模型权重。定价为输入 $2.00/百万 token、输出 $10/百万 token,与 GPT-6.1 Sol 持平,为 Claude Opus 5.5 的一半;另有速度快 2-3 倍、价格翻倍的 Highspeed 版本(输入缓存命中同价)。
高德与阿里ATH事业群发布基于开放世界行为的全身基座模型λ0,仅用人类行动数据即可让机器人学习移动、姿态与双手操作的全身协调。在SIMPLE仿真基准和真机评测中取得SOTA,采集效率约为主流方法3.4倍,真机任务成功率较最强基线提升22.5%;配套构建500小时HumanVerse-500数据集,硬件配置代码已在GitHub开源,数据样例上线HuggingFace。
模思智能与OpenMOSS团队开源5B参数DiT生图模型MOSS-Image,上线4天海外下载达130万次,登顶Hugging Face文生图趋势榜。模型剔除训练数据中的AI生成图像,LLTB文本覆盖率96.3%,支持JSON Layout与最长4096 tokens的Prompt;社区已出现8步、4步加速和量化版本,API同步上线。
MiniMax 将 M3.1 Flash 权重开源,规格为 428B 总参数、23B 激活,上线 72 小时真实用户处理超过 100 万亿 Token。公告重点介绍推理效率优化,包括把前三个全注意力层替换为稀疏注意力以降低长上下文计算负担,以及 QAT 等三项优化(原文摘要未完整给出后两项细节)。
Recursive 发布首个语言模型 Flint,由 AI 系统 Eureka Machine 自动提出、运行和评估实验,覆盖架构选择、量化与推理调优。
中电信星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent,同步开放275万条训练语料、模型权重与推理镜像。模型统一意图识别与参数抽取,采用 USP 框架输出 JSON 结构化结果,平均输出几十个 token,时延百毫秒级。自建评测中总分 58,高于 18 款参评通用模型的最高分 49,并已应用于电信万号客服、智能家居音箱等场景。
AI 创业公司 Recursive 发布首个模型 Flint,一个可在笔记本上运行的免费编码模型,公司称其自动化研究系统 Eureka Machine 参与了从预训练到后训练和推理的几乎所有开发环节,小团队在不到四个月内从零完成。
NVIDIA 扩展开源模型家族以支持欧洲各行业构建本地化应用,新模型包括 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、Nemotron Retriever。
推荐理由:原文汇总了 NVIDIA 跨语言、机器人、生物和量子领域的开源模型家族及各行业落地情况,读者可据此了解欧洲主权 AI 的开源布局。
记忆张量开源MemT 1.0系列,含36B激活3B的MemT-1.0-Nano和288B激活17B的MemT-1.0-Flash,在选定Transformer模块中加入与注意力并行的记忆分支,将经验编码为内部动态状态并通过训练学习写入、更新和读取。
VAST 开源 Project Eden 系列中的实时生成式渲染器 EdenLive,交互规则由上游系统维护,模型负责实时渲染画面。
中电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent。该模型既能“做选择题”也能“做填空题”,同步开放275万条训练语料及模型权重。
蚂蚁百灵开源 Ming-3.0 语音系列,将「声音创作、长语音分析、业务语音转写」三类任务拆成三套模型、五款产品,开发者可按任务选型、按需组合。其中 Ming-3.0-tts 的亮点是「导演模式」,其 Voice Design 支持用文字描述目标音色,也支持参考音频定音色。
Nvidia 发布面向常驻 Agent 与边缘计算的开源权重模型。1200 亿参数的 Nemotron 3.5 Super VL 面向企业 Agent,官方称其在特定任务上后训练后完成速度可超过 Anthropic 和 OpenAI 的竞争模型,并列出 Skydance、EY、Ramp、Crowdstrike、Perplexity 和 Salesforce 等使用方。
爱范儿实测新版 DeepSeek V4.1 Flash 1017,用提示词生成「特斯拉能飞」动态 3D 网页耗时 35 分钟,消耗输入 3752 万 Token、输出 33 万 Token,缓存命中率 99.6%,成本约 4 元,而同样效果用 GPT-6.1 Sol 或 Claude 模型至少需 100 元。