Hugging Face

ggml-org 发布 Gemma-4-26B-A4B-it GGUF 量化版

ggml-org 在 Hugging Face 发布了 google/gemma-4-26B-A4B-it 的 GGUF 量化版本，采用 Apache-2.0 许可，支持 image-text-to-text 任务，可通过 Llama 应用或 llama serve 命令直接运行。该模型由自动化转换工具生成，页面信息尚不完整，标注了待补充说明的 TODO。

Google 发布 EmbeddingGemma 2：统一多模态嵌入空间

Google 发布 EmbeddingGemma 2，这是一个基于 Gemma 4、采用 Apache 2.0 许可的紧凑型开放权重多模态嵌入模型，可在手机和笔记本等消费级硬件上运行。其核心特性是将文本、代码、图像、视频和音频映射到统一的 768 维嵌入空间，使开发者无需为不同模态维护互不兼容的嵌入空间。模型支持按需加载编码器，参数量从 2.7 亿（文本和代

ISTA-DASLab 发布 Qwen3.8-Flash-Next 专家剪枝量化 Coder 版

ISTA-DASLab 在 Hugging Face 发布 Qwen3.8-Flash-Next 的 GSQ-RCO Coder 压缩版本，通过移除 50% 的专家（512 个中保留一半）并将剩余权重以 3.5 bpw 量化，把模型从 354 GB 降至 58.4 GB，常驻内存仅 29.6 GB，可放入单张 32 GB 加速卡。该版本面向代码、智能体工具调

antirez 发布 DeepSeek-V4.1-Flash GGUF 量化权重

开发者 antirez 在 Hugging Face 发布了 DeepSeek-V4.1-Flash 的 GGUF 量化权重，专为 DwarfStar 的 Metal 实现校准，提供 Q2（340.60 GiB）和 Q4（482.98 GiB）两档语言模型及独立视觉编码器。该版本使用 IQ2 XXS/Q2 K 与 Q4 K 量化并保留原生 FP8 Engra

GPT-6-Astra 是否已实现具身智能？

该论文评估了 GPT-6-Astra 在机器人操作与导航任务中的具身智能表现，在 12 个基准上通过上下文学习取得前所未有的性能。研究指出，高层 System 2 推理器与低层 System 1 控制器的闭环协调虽成本高但有效。真实部署在 8 种机器人配置上暴露出演示数据采集昂贵、执行时间受物理约束等差距，结论是 GPT-6-Astra 已基本跨过具身能力门

DeepSeek-V4.1-Flash 去审查版 GGUF 量化模型发布

用户 Adolphsson 在 Hugging Face 发布了 DeepSeek-V4.1-Flash-UNCENSORED-GGUF，这是基于 dealignai 的 FP8 去审查版本转换并重新量化的 GGUF 模型，支持 1M token 上下文、视觉和工具调用，可在 llama.cpp 上 CPU 推理。该模型提供 Q2 K 至 Q8 0 多个量化

多智能体系统中涌现的歧视与极化

该研究从理论上探讨学习型智能体群体中歧视与极化如何涌现。每个智能体用自适应线性决策层将语言模型嵌入映射为二元观点，并维护对其他智能体的信任估计，通过基于贝叶斯规则的成对交互更新权重与信任；大语言模型的上下文学习实验定性复现了预测的观点与信任更新。作者为智能体分配任意群体标签并引入偏见强度，利用统计力学序参量发现四种集体状态：无歧视极化、有观点对齐的歧视、无观

嵌入表太贵？面向小型与三值语言模型的16MB冻结词表

该论文提出用一张冻结的16MB、512位二值码词表替代小语言模型中可训练的嵌入表，该词表由预训练嵌入经主成分投影和符号二值化一次性生成。在Gemma 3 270M同构模型上以相同数据对比训练，冻结词表模型在LAMBADA、HellaSwag、PIQA上表现持平或更好，仅ARC-Easy落后；配合三值BitNet主体后整模型仅46MB，笔记本CPU上生成速度达

多模态模型能否正确解析天文视觉问答数据集？

研究者构建了一个面向天文天空图像的领域特定VQA数据集，包含2001张部分合成图像（等分为等高线图、NASA SkyView真实望远镜图像和GMM生成的假天空图像）及47357个问题，每张图同时提供原始版本和模拟历史页面老化的退化版本。测试三种低成本专有LMM后发现，模型在高精度回答领域特定问题时经常失败；与104张经人工验证的历史期刊图像对比，角度范围中位

CarryOn：为长程智能体构建面向对象的上下文

论文提出 CarryOn，一种面向长程智能体的面向对象上下文运行时，以可复用的任务对象而非交互历史来组织上下文。它通过延续载体、补充执行上下文和近期交互的实时尾部构建上下文视图，并在历史折叠后基于绑定证据和环境检查增量修订载体记录。在 OSWorld 2.0 和 BrowseComp-Plus 上，性能分别提升 5.8% 和 7.0%，总 token 用量分

mradermacher 发布 Qwen3.8-27B 智能体模型 GGUF 量化版

开发者 mradermacher 在 Hugging Face 上发布了 Qwen3.8-27B-OBLITERATED-Mythos-Class-Agentic 模型的 GGUF 静态量化版本，提供从 Q2 K 到 Q8 0 以及多模态 mmproj 补充文件等多种量化格式，并附有下载列表与使用说明。该模型基于 medismera 的同名基座模型，采用 A

VAST开源实时世界模型EdenLive：单卡720P超24FPS

VAST 正式发布并开源实时世界模型 EdenLive，该模型采用「解耦世界状态与视觉渲染」路线，由上游交互系统维护状态与规则，EdenLive 负责实时生成精细画面。在单张消费级显卡 RTX 5090、720P 条件下，5B 模型生成速度超过 24FPS，端到端延迟为百毫秒级，并支持分钟级连续生成。VAST 同步开放模型权重、推理代码、技术报告与端到端 D

Anthropic 设立公益基金并承诺捐赠股份

Anthropic 宣布将部分公司股份投入新设立的 Anthropic Public Benefit Fund，初始承诺 5% 股份，并在公司估值每增长 50% 时由董事会酌情追加 2%。该基金为全资 LLC 结构，用于支持传统非营利捐赠或直接向特定人群分配等公益用途，且不用于游说或政治捐款。结合联合创始人及员工此前的股权捐赠承诺，约 20% 的 Anthr

Stellon Labs 发布 Kitten TTS 2 多语言 GGUF 包

Stellon Labs 在 Hugging Face 发布了 Kitten TTS 2 的多语言 GGUF 导出包，基于 KittenML/kitten-tts-2 权重，提供 BF16、Q8、Q4、NVFP4 和 TQ2 1 五种精度版本，支持语音合成与声音克隆，覆盖英语、中文、阿拉伯语等十种语言。该包面向 audio.cpp 推理，无需 Python

Veloxy AI 发布 Veloxy-Flash-15B Faz 11 GGUF 量化模型

Veloxy AI 在 Hugging Face 发布 Veloxy-Flash-15B Faz 11 的 GGUF 量化版本（i1-Q6 K，6.84 GB），基于 Qwen 架构，主打类 OpenAI o1/o3 的动态思维链与跨语言内部推理（内部用英语/逻辑符号，对外输出土耳其语），并支持 512K YaRN 上下文。模型以 Apache 2.0 许可

Meta 发布 Muse Spark Open 等模型，重塑开源前沿格局

Meta 发布开放权重模型 Muse Spark Open（816B 总参数/42B 激活参数，1M 上下文，原生多模态），成为当前最强的美国开源模型，显著缩小了美国与中国开源模型之间的差距。文章同时提到 Reflection 的 Beam 和 Mistral Large 4 等新模型，并分析 Meta 自定义许可证中的署名、营收门槛等限制可能影响采用。此外

llama.cpp 发布 b11711：修复 CUDA fattn 编译警告

llama.cpp 发布 b11711 版本，主要修复 CUDA 后端 fattn 向量分发中的 -Wtautological-compare 编译警告，由 Hugging Face 的 Adrien Gallouët 提交。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SY

llama.cpp b11709 新增 Kolibri-1 模型支持

llama.cpp 发布 b11709 版本，新增对 Aleph-Alpha 的 Kolibri-1 模型支持。Kolibri-1 是德英双语 MoE 推理模型，78B 参数、每 token 激活 3.46B，采用滑动窗口与全注意力交错、GQA 及专家偏置路由等结构。转换器复用 AfmoeModel 处理专家布局，FP8 检查点走通用路径，并注册了架构测试。

DeepSeek发布V4.1-Flash-1017新模型并开放自研搜索API

DeepSeek发布新模型DeepSeek-V4.1-Flash-1017，并同步更新网页端、APP与API。官方称该模型针对DeepSeek Harness专项优化，在代码与Agent任务基准上性能提升的同时，缩短任务运行时间、减少输出长度与token费用，称为“性能—费用的帕累托改进”。同时DeepSeek开放自研搜索Search和Fetch两个API，

另有 3 家信源报道

Fish Audio 发布 Drama 3 多说话人 TTS 模型

Fish Audio 发布新一代文本转语音模型 Fish Audio Drama 3，采用 35B 参数、每 token 激活 3B 的 MoE 文本主干与混合注意力，并配备 Codebook-MTP 音频解码器，支持最多 16 个说话人标签、声音克隆与自然语言控制。该模型发布首日即支持 SGLang-Omni 与 vLLM-Omni 部署，在单张 H200