跳到正文
#多模态
  1. Hugging Face Blog72

    Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧决策模型

    Liquid AI 发布 d1 决策模型系列中的 d1-3B 与实验性 d1-omni-600M。d1-3B 在 Decision Index 0.2.1 上得分 48.57，超过所有 4B 和 9B 模型及 Decider 35B-A3B。

    推荐理由：Liquid AI 开源两款端侧决策模型，给出跨设备延迟与基准对比，可据此判断其在边缘场景的可用性。

  1. Google DeepMind76

    Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型

    Google DeepMind 推出 EmbeddingGemma 2，基于 Gemma 4 架构、Apache 2.0 许可，740M 参数，原生将文本、代码、图像、视频和音频映射到统一嵌入空间。

    推荐理由：原文给出参数规模、模块化配置、量化内存和上下文窗口等具体指标，读者可据此判断其端侧多模态检索的适用性。

  1. Mistral AI85

    Mistral 发布 Mistral Large 4 预览版

    Mistral 官方发布 Mistral Large 4（ML4）预览版，可于 Mistral Studio 调用预览 API，权重将于本月底开放。这是其迄今最大、能力最强的模型，为万亿参数原生多模态架构，520 亿激活参数，在欧洲自有数据中心用 3800 块 NVIDIA Grace Blackwell GPU 训练。

    推荐理由：官方发布万亿参数多模态模型并给出编码、安全、推理等基准表现，可据此判断其在开源模型中的竞争力。

已经到底了