Hugging Face

Desert Ant Labs 发布设备端填充词检测模型 Uhm

Desert Ant Labs 在 Hugging Face 发布音频分类模型 Uhm，用于在设备端检测并定位音频中的“uh”“um”“hmm”等填充词，精度可达 20ms 帧级。模型支持 iOS、macOS、tvOS、visionOS，提供 Core ML、ONNX、LiteRT 等多种格式，并基于 distilhubert 微调。该模型以英语训练，通过声

Desert Ant Labs 发布端侧标题生成模型 Title

Desert Ant Labs 在 Hugging Face 发布名为 Title 的端侧文本标题与摘要生成模型，基于 IBM Granite 4.0 350M 微调，采用 6-bit 量化权重，仅支持 Apple 平台并通过 MLX 在 GPU 上运行。官方称其在 GPU 上生成文本比 Neural Engine 快 5.7-8.3 倍，Core ML 版

Desert Ant Labs 发布 Shapes 设备端单笔画形状识别模型

Desert Ant Labs 在 Hugging Face 发布 Shapes 模型，这是一个用于设备端单笔画形状识别的轻量模型，可将手绘笔迹转换为矩形、椭圆、箭头等 13 种规整形状。模型体积不足 1MB，可在数毫秒内于设备本地运行，支持 iOS、Android、浏览器、Node 等多平台，并提供 Swift、Kotlin、JavaScript SDK。

Desert Ant Labs 发布端侧多语言 emoji 推荐模型 Emo

Desert Ant Labs 在 Hugging Face 发布多语言端侧 emoji 推荐模型 Emo v0.7.0，支持 22 种语言，覆盖 iOS、Android、Windows、浏览器和 Node 等平台。模型与分词器合计约 5MB（Core ML）或 11MB（LiteRT），端侧推理耗时低于 2ms，并提供 Swift、Kotlin、JavaS

Desert Ant Labs 发布端侧多语言 PII 脱敏模型 redact

Desert Ant Labs 在 Hugging Face 发布名为 redact 的端侧 PII 检测与脱敏模型，支持 27 种语言，可在 iOS、Android、浏览器、Node 等平台本地运行。该模型由 token 分类器与规则层组成，将姓名、邮箱、银行卡号等替换为占位符，便于把脱敏文本发给 LLM 后再还原原值。模型体积仅 11.6MB（4-bit

移动端轻量模型集合发布：Qwen3 与 GLM Edge 量化版

Hugging Face 上出现了一个名为 'good and small models' 的模型集合，由用户 flyingfishinwater 发布，旨在为移动设备提供轻量级 AI 模型。该集合包含 Qwen3-4B-Instruct-2507、Qwen3-4B-Thinking-2507 和 GLM Edge 4B Chat 等模型的 GGUF 量化版

llama.cpp 发布 b12015 版本

llama.cpp 发布 b12015 版本，主要变更是删除 common 模块中的 fs path to utf8() 函数，由 Hugging Face 的 Adrien Gallouët 提交。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVI

Google DeepMind 发布 Gemma 4 12B Unified 开源多模态模型

Google DeepMind 在 Hugging Face 发布 Gemma 4 12B Unified 开源模型，采用 Apache 2.0 许可，属于 Gemma 4 系列。该模型采用无编码器（encoder-free）架构，将图像块和音频波形通过轻量线性层直接投影到 LLM 嵌入空间，原生支持文本、图像、音频输入，上下文窗口达 256K，面向消费级设

CCORE 发布 Qwen3.5-4B-3D-Coder 早期预览

独立开发者 CCORE 基于 Qwen/Qwen3.5-4B 微调发布 Qwen3.5-4B-3D-Coder 早期预览版，聚焦通用代码生成与 Three.js 交互式 3D 场景生成。该模型提供 FP16 Safetensors 及 Q4 K M、Q8 0 GGUF 权重，GGUF 版本可搭配原版 Qwen3.5-4B 视觉投影器接受图像输入，实现图生 3

Qwen3.8-Flash-Next Coder cut240：48GB Mac 的 MLX 部署

开发者 Schiltmans 在 Hugging Face 发布了 Qwen3.8-Flash-Next-Coder-cut240，这是一个面向 48GB Apple Silicon Mac 的 MLX 部署方案。该方案基于 ISTA-DASLab 的 IQ1 M Coder GGUF，从 12,288 个路由专家中移除 768 个（每层平均保留 240 个

mlx-community 发布 Qwen3.8-27B 4-bit 混合精度量化版

mlx-community 发布了 Qwen3.8-27B 的 4-bit 混合精度 MLX 量化版本，基于 mlx-optiq 工具链，通过 KL 散度敏感度分析将敏感层保留为 8-bit、其余层用 4-bit，磁盘占用 19.0 GB。该量化模型支持在 Apple Silicon 上本地运行文本与图像输入，并附带 MMLU 84.1%、GSM8K 96.

koboldcpp/imgmodel：KoboldCpp 图像生成模型仓库

Hugging Face 上出现 koboldcpp/imgmodel 仓库，提供若干简易图像生成模型。用户可通过 KoboldCpp 加载 Stable Diffusion 1.5、SDXL、SD3 或 Flux 模型，其中 SD3 和 Flux 还需额外 Clip 与 T5-XXL 模型。该仓库通过 --sdmodel 参数及启动器图像标签页提供加载入口

parakeet.cpp 的 GGUF 格式 Parakeet 语音识别模型合集

开发者 mudler 在 Hugging Face 发布 parakeet-cpp-gguf 仓库，将 NVIDIA NeMo Parakeet 系列语音识别模型（含 tdt ctc-110m、ctc/rnnt/tdt 0.6b 与 1.1b、实时流式 EOU 模型等）转换为 GGUF 格式，供 C++/ggml 实现的 parakeet.cpp 在 CPU

内在分布匹配：提升少步文本到图像生成

该论文提出 Intrinsic Distribution Matching（IDM），在分布匹配蒸馏（DMD）基础上加入对生成器 EMA 特征的均值与逐坐标标准差的显式矩约束，无需外部特征编码器。研究在 Z-Image-Turbo 6B 和 Qwen-Image 20B 上以全参数和 LoRA 微调验证，2 次网络评估下在 LongText-Bench 中英

基准即难度上的经验测度：诊断失配与覆盖缺口

该论文将基准评测形式化为难度上的经验测度，识别出测度失配与覆盖缺口两种核心失效模式，并提出两个带理论保证的诊断指标。作者对覆盖7个领域的25个流行基准进行实证分析，发现许多基准隐式偏重某些难度区间，导致排行榜结论需谨慎解读，另一些则存在明显覆盖缺口。论文进一步提出BenchFill，一种面向难度的题目改写算法，用于在覆盖不足的难度区域生成新样例以缩小局部缺口

llama.cpp b12000 发布：新增 OCP FP8 E4M3 支持

llama.cpp 发布 b12000 版本，核心变更是为 ggml/gguf 转换与推理链路加入 OCP FP8 E4M3 量化格式支持，包括转换脚本修复、CPU 快速 F8 E4M3 kernel、Metal 后端暂时黑名单 FP8，以及针对 Qwen3-Next、NVFP4 等模型转换问题的修复。该更新提升了 llama.cpp 对 FP8 压缩权重模

FuriosaAI 发布 EXAONE-4.0-32B-FP8 的 RNGD 运行包

FuriosaAI 在 Hugging Face 发布 furiosa-ai/EXAONE-4.0-32B-FP8 仓库，将 LG AI Research 的 EXAONE 4.0 32B 多语言模型以 FP8 量化形式打包为 Furiosa Executable Bundle，可在 FuriosaAI RNGD 加速卡上通过 Furiosa-LLM 运行。

VibeGame：提示词到游戏开发，AI原生引擎与自进化对抗智能体团队

研究团队提出 VibeGame 框架，通过 AI 原生游戏引擎和由八个专用智能体组成的对抗式智能体团队，从自然语言提示（可选参考图）生成完整可玩的 2D 游戏项目，并引入免训练的自进化机制，将已验收项目蒸馏为可复用的骨架、模块与协作契约。在 GameCraft-Bench 的 30 个任务上，VibeGame 在 P2G 设置下分别以 GPT-5.6-Lun

另有 1 家信源报道

mradermacher 发布 Qwen3.5-9B-Coder 的 GGUF 量化版本

开发者 mradermacher 在 Hugging Face 上发布了 Qwen3.5-9B-Coder 的 GGUF 静态量化版本，基于 armand0e/Qwen3.5-9B-Coder 模型转换而来。该仓库提供从 Q2 K 到 f16 的多种量化档位（含多模态 mmproj 补充文件），采用 Apache-2.0 许可，便于本地推理部署。其训练数据涉

KittenML 发布 1500 万参数开源 TTS 模型 Kitten TTS Nano 0.8

KittenML 在 Hugging Face 发布开源文本转语音模型 Kitten TTS Nano 0.8，参数量 1500 万、文件约 50MB，采用 Apache-2.0 许可，基于 StyleTTS 2 架构。模型提供 8 种音色，可在无 GPU 环境下生成 24kHz 音频，并给出 pip 安装与 Python 调用示例。