智客信息 · 2026-09-08
Qwen发布自动驾驶领域视觉语言模型Qwen-Drive-1.0-4B
Qwen推出了一款针对自动驾驶领域的视觉语言模型Qwen-Drive-1.0-4B。该模型基于预训练的视觉语言模型(VLM),集成了3D感知、视觉问答和运动规划功能。其鸟瞰图(BEV)感知模块可实现3D目标检测、语义占用预测和地图分割,同时…
智客专题 开源旗舰专题
DeepSeek / Qwen / Llama / Mistral 等开源旗舰模型的技术解析、推理性能、部署实践与生态横评,覆盖权重、推理框架与下游微调。
· 2026年9月15日 #开源模型#开源AI#DeepSeek#Qwen#Llama#Mistral · 30 / 1602 篇内容
智客信息 · 2026-09-08
Qwen推出了一款针对自动驾驶领域的视觉语言模型Qwen-Drive-1.0-4B。该模型基于预训练的视觉语言模型(VLM),集成了3D感知、视觉问答和运动规划功能。其鸟瞰图(BEV)感知模块可实现3D目标检测、语义占用预测和地图分割,同时…
智客信息 · 2026-09-08
ishamf.dev发布了一款名为LLM Attention Visualization的工具,用于可视化大语言模型(LLM)的注意力机制。该工具旨在帮助研究人员和开发者更好地理解模型内部决策过程,提升模型的可解释性。通过直观的可视化界面,…
智客前沿 · 2026-09-08
法国AI实验室Mistral宣布完成30亿欧元(约合32亿美元)的D轮融资,估值达到210亿欧元。此轮融资由三星、Scaleup Europe和PSG Equity领投,标志着主权AI(sovereign AI)领域的快速发展。主权AI强调…
智客信息 · 2026-09-08
DeepSeek宣布其最新版本DeepSeek Flash 4.1进入内部测试阶段。该版本采用全新架构设计,支持原生多模态处理能力,并在性能、速度和成本方面实现了显著优化。用户可通过指定模型名称访问该版本,当前定价与DeepSeek Fla…
智客信息 · 2026-09-08
Cortexist团队发布了一款名为Little Gemma的开源语音对话引擎,该引擎专为CUDA设备优化,能够在NVIDIA RTX PRO 4500 Blackwell和Jetson Orin系列等硬件上高效运行。Little Gemm…
智客信息 · 2026-09-08
Open-Fabrica是一款由Mark Dr-Hue团队开发的开源本地AI构建工具,旨在为开发者提供简单易用、功能强大的AI开发环境。该工具支持多种AI模型训练、部署与优化功能,强调本地化部署以确保数据隐私与安全。其设计理念是降低AI开发…
智客信息 · 2026-09-08
DeepSeek宣布其最新版本DeepSeek V4.1 Flash进入内部测试阶段。该版本采用全新架构设计,支持原生多模态处理能力,并在性能、速度和成本方面实现了显著优化。测试用户可通过指定模型名称访问该版本,当前定价与DeepSeek …
智客信息 · 2026-09-08
阿联酋的Falcon AI公司发布了一款开源的NSFW(不适合工作内容)分类器,该模型在性能上跻身全球顶级开源AI模型行列。该分类器旨在为开发者提供高效、准确的内容审核工具,尤其适用于处理大规模用户生成内容(UGC)的场景。Falcon A…
智客前沿 · 2026-09-08
LlamaIndex推出了LiteParse Server,这是一款开源的本地化文档解析与OCR解决方案,旨在解决传统云端API在文档处理中的延迟、成本和隐私问题。该工具支持多种文档格式,包括PDF、Word、Excel、图像等,并提供结构…
智客前沿 · 2026-09-08
LlamaIndex发布了一款名为ParseFlow的开源工具,用于构建文档处理管道。该工具基于四个核心原语——解析、提取、分类和分割——并提供可视化工作流设计、异步执行和实时结果流功能。ParseFlow通过拖拽式界面简化复杂文档处理流程…
智客信息 · 2026-09-08
来自Reddit用户Potential_Low_1183及其研究团队开源了一款名为EmbedFlow的工具,旨在解决大语言模型(LLM)嵌入向量迁移中的效率问题。传统方法在处理数十亿文档时可能需要数月时间,而EmbedFlow通过从旧索引中…
智客信息 · 2026-09-08
Reddit用户SEBADA321开源了一个名为BadAppleRNN的小型循环动态系统,该系统能够仅通过单个初始状态(h_0, c_0)自主生成完整的《Bad Apple》视频(6500帧)。该系统采用LSTM风格的循环神经网络和双线性上…
智客前沿 · 2026-09-07
OpenWAM团队推出OpenWAM-α,这是一款开源的世界-动作模型(WAM),通过分解设计空间为模块化组件并基于6400小时的第一人称人类和机器人数据进行了预训练。该模型在模拟和真实世界基准测试中表现优异,展示了其在单臂、双臂操作及灵巧…
智客前沿 · 2026-09-07
LlamaIndex发布了LiteParse v2.0,这是一款基于Rust重构的文档解析工具,能够从PDF和办公文档中提取结构化文本。与上一版本相比,LiteParse v2.0在性能上实现了最高100倍的提升,并支持多语言环境,包括Py…
智客前沿 · 2026-09-07
LlamaIndex推出了LiteParse v2.1,这是一款开源、无需依赖大模型的PDF转Markdown工具,在多个基准测试中表现优异。该版本通过优化PDF解析算法和引入Markdown输出支持,显著提升了文档转换的速度与准确性。Li…
智客信息 · 2026-09-07
DeepSeek发布了其最新版本的多模态AI模型——DeepSeek-V4-Flash-Vision-Exp,该模型集成了先进的视觉处理能力,能够高效生成和优化游戏世界。通过自动生成和修正游戏模型、修复视觉瑕疵、编写动画脚本以及进行游戏测试…
智客信息 · 2026-09-07
Rejourney推出了一款名为“Leaks”的用户流失检测平台,通过创新的启发式算法和数学模型,精准识别用户在应用或网站中的流失点。该平台不仅能捕捉常见问题,还能发现潜在的非主流问题,并按影响范围、收入影响等维度进行优先级排序。与依赖AI…
智客信息 · 2026-09-07
DeepSeek V4 Flash 是一款针对大语言模型服务优化的最新版本,其性能、成本效益及缓存策略在14家供应商平台上进行了全面测试与对比分析。该版本在推理速度、延迟优化以及成本控制方面表现优异,尤其在多供应商环境下展现了出色的适配性与…
智客前沿 · 2026-09-07
LlamaIndex推出了LiteParse gRPC服务器,为其文档解析工具集增加了基于gRPC的接口。该服务器支持通过Protocol Buffers进行类型化通信,并提供高效的二进制数据帧处理方式,适用于服务间调用。相比现有的REST…
智客信息 · 2026-09-07
Yayster团队在GitHub上发布了El Yayster,这是一款专为Emacs编辑器设计的大语言模型(LLM)集成工具。El Yayster能够常驻于Emacs环境中,为开发者提供实时文本生成、代码补全以及文档处理等智能功能。其开源特…
智客信息 · 2026-09-07
VStorm Co在GitHub上开源了Agenticos平台,该平台旨在为企业提供一站式解决方案,用于构建、运行和管理AI智能体。Agenticos集成了多种AI工具和框架,支持复杂任务处理和智能体协作,简化了企业AI应用的开发和部署流程…
智客信息 · 2026-09-07
OpenBMB正式发布MiniCPM5-2B,这是一款参数规模为2B的轻量级开源大语言模型,在Artificial Analysis Intelligence Index v4.2测试中取得了15分的优异成绩,成为4B参数及以下开源模型中的…
智客信息 · 2026-09-07
Optuna团队发布了一款名为Rustuna的高性能Rust实现版本,旨在为AI优化任务提供更高效、更低内存占用的解决方案。Rustuna保持了与Optuna兼容的API设计,同时消除了Python依赖,降低了供应链攻击风险,并通过Rust…
智客前沿 · 2026-09-07
Kimi团队发布了其最新的大语言模型Kimi K3,这是全球首个开源的3T级模型,具备2.8万亿参数,支持原生多模态能力以及百万级token上下文窗口。Kimi K3在长时编程、知识工作和推理任务中表现出色,尤其在复杂软件开发和科学计算领域…
智客信息 · 2026-09-07
Mara发布了一本关于Rust并发编程的书籍《Rust Atomics and Locks》,深入探讨了Rust语言在原子操作和锁机制方面的实现与应用。该书旨在为开发者提供系统化的并发编程知识,帮助他们更好地理解Rust在多线程环境下的性能…
智客前沿 · 2026-09-07
Anthropic首席执行官Dario Amodei发表公开声明,明确反对美国政府对开源权重模型实施全面禁令。他强调,开源模型在非危险领域是公共资源,能为商业、科研等领域创造价值。同时,他指出美国应关注更紧迫的安全问题,如限制先进芯片出口和…
智客信息 · 2026-09-07
一位数据科学家Ashkingz开源了一个基于FastSpeech2和HiFi-GAN的端到端语音合成(TTS)模型。该模型在LJSpeech-1.1数据集上训练,实现了从强制对齐到声学模型再到声码器的完整流程,并引入了基于CTC对齐间隙的自…
智客前沿 · 2026-09-07
Kimi团队发布了最新开源模型Kimi K2.5,该模型在视觉与文本联合预训练的基础上,显著提升了视觉编码和智能体协作能力。Kimi K2.5引入了先进的智能体群(Agent Swarm)技术,能够协调多达100个子智能体并行执行任务,显著…
智客前沿 · 2026-09-07
Kimi团队在发布Kimi K2.6模型的同时,开源了Kimi Vendor Verifier (KVV) 项目。该工具旨在帮助用户验证开源模型的推理实现准确性,解决开源生态中因部署渠道多样化和参数误用导致的性能偏差问题。KVV通过嵌入社区…
智客前沿 · 2026-09-07
Moonshot推出了新一代开源智能体推理模型Kimi K2 Thinking,该模型在推理、工具调用、编码和写作等关键领域取得了显著性能提升。Kimi K2 Thinking能够执行200-300次连续工具调用,并在多个基准测试中刷新了记…