Hugging Face

CrowdGPT 发布社区分布式模型 Crowd-v1

CrowdGPT 在 Hugging Face 发布其首个社区分布式语言模型架构 Crowd-v1，参数量约 10 亿，采用 Transformer、GQA、RoPE、SwiGLU 与权重共享设计，目前仅训练 290 亿 token 且仍在预训练中。该发布提供部分训练权重与确定性初始化（seed 42）及 BF16/FP32 二进制格式，供 CrowdGPT

miceworks 发布 Mark-SLM-V3-150M 稀疏语言模型

研究者 miceworks 在 Hugging Face 发布 Mark-SLM-V3-150M，一个 150M 参数、基于 deepseek2 架构的稀疏语言模型，采用 MLA 与细粒度 MoE，并导出为 IQ4 NL 量化的 GGUF 文件。模型在 3.47M token 的课程数据上训练，在 Open SLM Leaderboard 上取得 16.36

nphSi 发布基于 Z-Image 的人物 LoRA 模型

用户 nphSi 在 Hugging Face 上发布了一个名为 Z-Image-Lora 的 LoRA 模型，基于 Tongyi-MAI/Z-Image 与 Z-Image-Turbo 构建，用于文生图任务。该模型通过 vrtlxxxx 触发词生成特定人物形象，并在 2026 年更新中新增了大量人物名单。页面还提供了 LoRA 索引、预览与社区讨论入口，属

Qwen3.8 Flash CIRU Strix Orca v6.0.0 运行时更新

OrcaRouter 将 Qwen3.8 Flash 研究检查点转换为紧凑专家格式，并发布适配 AMD Strix Halo 与 CIRU v5 运行时的 GGUF 版本。v6.0.0 运行时修复了长提示中图像输入失效的问题，多槽位服务速度提升数倍，并支持可选的磁盘提示缓存；模型权重、草稿模型与投影器均未改动。

Ornith-1.5-35B-A3B 去审查版 ICE GGUF 量化发布

开发者 gbuzhf 在 Hugging Face 发布了 Ornith-1.5-35B-A3B 的 GGUF 量化版本，基于 huihui-ai 的 abliterated（去拒答）检查点，采用 Sangreal 重要性矩阵与 ICE 1.6/2.0 量化配方，提供 12G 至 25G 五档文件并保留 MTP 草稿层。作者给出各档相对 BF16 的 KL

英伟达发布 Nemotron-3.5-Super-VL-120B NVFP4 量化模型

NVIDIA 在 Hugging Face 发布 Nemotron-3.5-Super-VL-120B-A12B-NVFP4，这是其视觉语言模型 Nemotron 3.5 Super VL 的 NVFP4 量化版本，通过量化感知蒸馏从 BF16 版本压缩而来，以降低显存需求。模型采用 Mamba-2、MoE 与注意力混合架构，搭配 C-RADIO 视觉编码器

蚂蚁灵波开源触觉预训练模型LingBot-Touch

蚂蚁灵波开源了面向灵巧操作的触觉预训练基础模型LingBot-Touch，可统一处理压阻式、视触觉、磁触觉等不同传感器信号并编码为可复用的触觉Token。该模型用4983小时真实触觉数据自监督预训练，在Sharpa Wave和XHand1两款灵巧手、四种策略模型上完成26项真机任务，平均成功率普遍提升，其中LingBot-VLA在Sharpa Wave上从4

另有 2 家信源报道

DeepMind 发布 Gemini Robotics 2.5，奔驰产线试点分拣成功率达 96%

Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5，称其相比自家此前基线在多种任务上成功率提升 30% 至 100%，完成任务速度提升 20% 至 30%。该模型与 Apptronik 的 Apollo 2 人形机器人、梅赛德斯-奔驰合作，在匈牙利和德国的在产装配线上完成金属零件分拣试点，报告成功率达 96%。D

社区发布 Molmo2-8B INT8 量化包，作 MiniMax H3 编码器

开发者 Alissonerdx 在 Hugging Face 发布社区量化包，将 allenai 的 Molmo2-8B 量化为 INT8 ConvRot 权重（约 9.29GB），作为实验性的 MiniMax H3 文本/视觉编码器，并提供 MolmoPoint-8B 点跟踪模型用于视频分割。该包非 Ai2 或 MiniMax 官方发布，需使用自带 loa

八国与顶级AI实验室在巴黎宣言中同意关停机制

在巴黎和平论坛前夕，法国总统马克龙召集八国代表、OpenAI、Anthropic、微软、Mistral AI等公司及AI先驱Yoshua Bengio签署《巴黎AI安全与安全呼吁》，承诺共享高能力模型评估流程、公开非敏感测试结果、支持独立审计，并为受控模型设置关停机制。该声明目前只是政治性自我承诺，未建立有约束力的国际监督体系，也未设定期限或制裁。与此同时，

LeFeujitif 发布基于 Illustrious-XL 的 LoRA 混合模型 sandbox

Hugging Face 用户 LeFeujitif 发布了一个名为 sandbox 的文本到图像 LoRA 模型，基于 Liberata/illustrious-xl-v1.0 基础模型，权重以 Safetensors 格式提供下载。该模型描述仅为「Just a mix of lora」，未提供更多技术细节或使用说明。

Greko 2.4：基于 Qwen3-VL-2B 的离线手机助手

开发者 George 在 Hugging Face 发布 Greko 2.4，一个基于 Qwen3-VL-2B-Instruct 微调、以 GGUF 格式分发的离线手机 AI 助手，配套 Android 应用 2.25-beta。它支持看图、读文档、生成 Word/Excel 文件，以及通过 Agent 模式设置闹钟、日历、发短信和打电话，全程在设备端运行。

中国电信发布Xing4.0-29B-A4B智能体MoE模型

中国电信人工智能科技有限公司发布星系列新一代大模型Xing4.0-29B-A4B，采用MoE架构，总参数29B、每token激活4B，原生支持256K上下文并可扩展至512K。该模型面向智能体任务优化，支持多步规划、工具调用与结构化输出，在SWE-bench Verified上得分75.0，并以Apache 2.0协议开放BF16、FP8、GGUF等权重。模

NVIDIA 发布 Nemotron-3-Diarization 开源说话人日志模型

NVIDIA 在 Hugging Face 发布开源权重说话人日志（diarization）模型 Nemotron-3-Diarization，支持流式与离线推理，最多可区分 8 位说话人。模型采用 Sortformer 架构与 Streaming Sortformer 的 AOSC 缓存和 FIFO 队列机制，单检查点最低输入缓冲延迟 80ms，推荐配置

蚂蚁灵波开源触觉基础模型LingBot-Touch

蚂蚁灵波科技于11月10日开源触觉基础模型LingBot-Touch，该模型基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类传感原理，可将不同信号转化为统一触觉表征。在26项真机测试中，接入该模型后四种动作模型的任务成功率提高约14至26个百分点，并已接入LingBot-VLA。模型和代码已在Hugging Face、GitHub和魔搭社

另有 2 家信源报道

蚂蚁灵波开源触觉基础模型 LingBot-Touch

11月10日，蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，与同日发布的 Claude Fable 5.2 形成对照。该模型基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类传感原理，将不同信号统一为触觉 Token，并已接入 LingBot-VLA。在26项真机测试中，接入后四种动作模型的任务成功率提高约14至26个百分点。C

另有 2 家信源报道

多智能体系统中的福利关怀

该论文研究多智能体系统中的「福利关怀」现象，即模型是否将其他模型视为可受益或受损的实体。作者在七个多智能体环境中测试了 Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3 和 Kimi K3 五个模型，发现 Opus 4.8 的福利关怀表现最强，其次是 Kimi K3，且 Opus 4.8 与 Gemini 3.1

WorldFoundry：面向世界智能的统一基础设施

该论文提出 WorldFoundry，一个面向生成式世界模型的开源基础设施，支持视频、3D/4D、具身动作和交互系统的可复现推理与评估。作者将生成式世界模型定义为能维护持久、以历史为条件的环境表示，并响应动作或干预更新该表示、生成时间一致轨迹的预测动力系统，据此构建了涵盖感知基础、持久状态建模、可控变换、动力感知预测和闭环交互的框架。WorldFoundry

基于LTX-2.3的蒸馏图生视频模型10 Eros发布

Hugging Face 用户 ibyteohdear 发布了基于 Lightricks LTX-2.3 的蒸馏版图生视频模型 Lightricks-LTX-2-DISTILLED-10-Eros（又称 Sulphur 2 / 10 Eros），支持文生视频与图生视频，并附带提示词增强器与 DMD LoRA 使用说明。该模型为无审查视频生成模型，采用 LTX

Lightricks 发布 LTX-2.5 多模态生成模型

Lightricks 发布了 LTX-2.5 模型，支持图像/文本/音频到视频及音频的生成，并强调可自托管部署。该模型采用社区许可协议，提供 API 演示和 GitHub 资源，旨在提供全面的视频、音频和世界模拟能力。