Open R1 更新：介绍 DeepSeek-V3-0324 新特性及安全指南
Hugging Face 博客介绍了 DeepSeek-V3-0324 模型，该版本采用 MIT 许可证，在 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 等基准测试中显著提升性能。
推荐理由：原文汇总了 DeepSeek-V3-0324 的基准测试提升数据、MIT 许可证变更及多种部署方式，并提供了模型安全使用的通用建议。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
最新精选
第 141–160 条 · 共 221 条Hugging Face Blog精选AI 评分7272
OpenAI News精选AI 评分7575 OpenAI 推出 GPT-4o 原生图像生成功能
OpenAI 在 2025 年推出了 GPT-4o 的原生图像生成功能。该更新带来了更强的文本渲染能力和指令遵循表现，用户可通过 ChatGPT Images 2.5 体验。
推荐理由：官方确认GPT-4o原生支持图像生成，并强调文本渲染与指令遵循能力的提升。
OpenAI News精选AI 评分6565 OpenAI 发布新模型
OpenAI 官方宣布发布一款新模型。该更新标志着 OpenAI 在模型能力上的进一步演进，具体技术细节和基准表现需参考官方完整文档。
推荐理由：OpenAI官方发布新模型，读者可据此了解其最新能力边界及在生成任务中的潜在应用价值。
OpenAI News精选AI 评分6262 OpenAI 发布新模型
OpenAI 官方新闻页面发布了新的模型更新。
Hugging Face Blog精选AI 评分7777 NVIDIA GTC 2025 发布 Cosmos Transfer、Physical AI Dataset 和 Isaac GR00T N1 等开源物理AI资源
NVIDIA 在 GTC 2025 大会上发布了三项面向物理 AI 开发的开源成果：Cosmos Transfer 世界基础模型、Physical AI Dataset 数据集以及 NVIDIA Isaac GR00T N1 人形机器人推理模型。
推荐理由：原文汇总了NVIDIA在GTC 2025发布的三款开源物理AI资源，涵盖世界模型、数据集及人形机器人基础模型，为开发者提供了具体的技术入口。
Mistral AI精选AI 评分7777 Mistral AI 发布 Mistral Small 3.1 开源多模态模型
Mistral AI 发布 Mistral Small 3.1，这是一款 Apache 2.0 许可的开源模型，支持 128k tokens 上下文窗口和多模态理解。该模型推理速度达 150 tokens/s，可在单张 RTX 4090 或 32GB RAM Mac 上运行，目前已上线 Hugging Face 和 La Plateforme API。
推荐理由：官方公布小参数模型在文本、多模态及长上下文维度的性能数据与硬件适配细节，为端侧部署提供具体参考。
Hugging Face Blog精选AI 评分9292 Google 发布 Gemma 3：支持多模态、140+语言及128k上下文的开源大模型
Google 发布新一代开源多模态大模型 Gemma 3，包含 1B、4B、12B 和 27B 四种参数规模。除 1B 版本仅支持文本外，其余版本均支持图像输入，上下文窗口最高达 128k tokens，并支持 140 多种语言。
推荐理由：原文详细列出了Gemma 3各尺寸参数、上下文长度及多语言支持，并提供了在Hugging Face生态中的具体部署与推理代码示例。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral OCR：支持多模态文档理解与结构化输出
Mistral AI 推出 Mistral OCR，这是一款专为文档理解设计的 API，能够以高准确率解析文本、表格、公式及图像等元素。该模型在多项基准测试中表现优于 Gemini-1.5-Pro 和 GPT-4o，支持原生多语言处理，单节点每分钟可处理高达 2000 页文档。
推荐理由：官方发布了针对文档理解的专用 OCR 模型，提供了详细的基准测试数据对比和 API 定价策略，适合需要处理复杂多模态文档的开发者评估。
Hugging Face Blog精选AI 评分6565 Cohere For AI 发布 Aya Vision 8B/32B 开源多模态模型
Cohere For AI 推出 Aya Vision 8B 和 32B 两款开源权重视觉语言模型（VLM），旨在解决多模态模型的多语言性能挑战。该系列基于 SigLIP2 视觉编码器和 Aya Expanse 语言模型，采用动态图像分块、Pixel Shuffle 降采样以及多模态模型合并等技术，支持 23 种语言的图像描述、视觉问答及 OCR 等任务。
推荐理由：Cohere For AI 发布 Aya Vision 系列开源多模态模型，通过合成标注与模型合并技术提升23种语言下的视觉理解能力。
Hugging Face Blog精选AI 评分7878 Hugging Face 发布 SmolVLM2 系列模型，支持全设备视频理解
Hugging Face 发布 SmolVLM2 系列模型，包含 2.2B、500M 和 256M 三种参数规模，旨在让视频理解能力在所有设备上运行。SmolVLM2 2.2B 在 Video-MME 基准测试中表现优于现有 2B 级模型，而 500M 和 256M 版本则提供了极小的内存占用。
推荐理由：原文给出了三种参数规模的视频理解模型及端侧部署方案，读者可以据此评估小模型在本地设备上的实际可用性。
Hugging Face Blog精选AI 评分6868 Google 发布 PaliGemma 2 Mix 指令微调视觉语言模型
Google 发布 PaliGemma 2 Mix 系列模型，这是基于 SigLIP 和 Gemma 2 架构的预训练 PaliGemma 2 模型的指令微调版本。
推荐理由：原文给出了PaliGemma 2 Mix在多种视觉语言任务上的表现对比及推理代码，读者可以据此评估其在下游任务微调中的实际效果。
Mistral AI精选AI 评分8282 Mistral AI 发布 Mistral Small 3：24B 参数 Apache 2.0 开源模型
Mistral AI 发布 Mistral Small 3，这是一款基于 Apache 2.0 许可证的 24B 参数低延迟优化模型。该模型在 MMLU 上准确率超过 81%，推理速度达 150 tokens/s，比同硬件上的 Llama 3.3 70B 快 3 倍以上。
推荐理由：原文给出了24B参数模型的Apache 2.0许可、3倍于竞品的推理速度及本地部署门槛，读者可据此评估其在低延迟场景下的替代价值。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 SmolVLM-256M 与 SmolVLM-500M 超小型视觉语言模型
Hugging Face 推出 SmolVLM-256M 和 SmolVLM-500M，其中 256M 版本号称是全球最小的视觉语言模型（VLM）。新模型采用更小的 SigLIP base patch-16/512 视觉编码器以支持更大图像分辨率，并优化了 tokenization 策略，在 transformers、MLX 和 ONNX 中可直接加载运行。
推荐理由：官方发布了256M和500M参数的SmolVLM，展示了在极小参数量下保持多模态性能的技术权衡与优化路径。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布高速静态嵌入模型 static-retrieval-mrl-en-v1 和 static-similarity-mrl-multilingual-v1
Hugging Face 发布两款新的静态嵌入模型 sentence-transformers/static-retrieval-mrl-en-v1（英语检索）和 sentence-transformers/static-similarity-mrl-multilingual-v1（多语言相似度）。
推荐理由：官方发布了在CPU上比主流模型快100至400倍的静态嵌入模型，并公开了完整的训练策略与脚本，为端侧部署提供了高效方案。
Mistral AI精选AI 评分6565 Mistral AI 发布 Codestral 25.01 编码模型
Mistral AI 发布 Codestral 25.01，采用更高效架构和改进的 tokenizer，代码生成与补全速度约为原版的 2 倍。该模型在 FIM（fill-in-the-middle）用例中达到 SOTA，上下文长度扩展至 256k，并在 HumanEval 等基准测试中领先于同量级模型。
推荐理由：原文给出了新模型的架构改进、速度提升及多语言基准数据，读者可据此评估其在代码补全场景下的实际性能优势。
Hugging Face Blog精选AI 评分6363 Hugging Face 发布 vdr-2b-multi-v1 多语言视觉文档检索模型
Hugging Face 联合 LlamaIndex 发布 vdr-2b-multi-v1，这是专为多语言视觉文档检索设计的嵌入模型，支持将文档页面截图编码为密集向量而无需 OCR。
推荐理由：原文给出了无需 OCR 的多语言视觉文档检索方案，读者可以据此评估其在跨语言场景下的效率与精度。
Hugging Face Blog精选AI 评分8282 Answer.AI 与 LightOn 联合发布 ModernBERT：BERT 的现代替代方案
Answer.AI 和 LightOn 发布 ModernBERT，这是一系列基于 Transformer++ 架构的 state-of-the-art 编码器模型，旨在全面替代 BERT。
推荐理由：ModernBERT 将 LLM 架构改进引入编码器，提供 8k 上下文和代码理解能力，为检索和分类任务带来显著效率提升。
Hugging Face Blog精选AI 评分6868 IBM 等机构发布 Bamba-9B 混合 Mamba2 模型
IBM、普林斯顿大学、卡内基梅隆大学和伊利诺伊大学香槟分校联合推出 Bamba-9B，这是一款完全使用开放数据训练的混合 Mamba2 模型。在 vLLM 框架下，该模型相比标准 Transformer 实现了 2.5 倍吞吐量提升和 2 倍延迟加速。目前模型已支持 transformers、vLLM、TRL 和 llama.cpp，并公开了包含有状态数据加载器在内的训练与微调配方。
推荐理由：IBM 联合高校发布基于开放数据训练的混合 Mamba2 模型，提供显著推理效率提升及完整训练复现资源。
OpenAI News精选AI 评分7676 OpenAI 发布新模型
OpenAI 官方新闻源发布了一条关于新模型的公告，具体型号及详细能力参数未在标题或摘要中明确列出。
Hugging Face Blog精选AI 评分7070 TII 发布 Falcon3 系列开源大语言模型
Technology Innovation Institute (TII) 发布了 Falcon3 系列开源大语言模型，包含 1B、3B、7B、10B 以及 Mamba-7B 五个基础模型版本。
推荐理由：原文详细列出了Falcon3系列各尺寸模型的基准测试得分及训练创新点，读者可据此评估其在小参数规模下的性能表现与开源许可适用性。