Holo4 系列智能体模型发布:27B 与 35B-A3B 两种规格开源
H 公司发布 Holo4 系列通用计算机使用智能体模型,含 27B dense 与 35B-A3B MoE 两种规格,并附带更新版 Holotron4 Nano。
推荐理由:模型可跨 GUI、代码、MCP 和 API 多种接口工作并开源权重与轨迹,读者可对比其与前沿模型的成本差异来判断适用场景。
H 公司发布 Holo4 系列通用计算机使用智能体模型,含 27B dense 与 35B-A3B MoE 两种规格,并附带更新版 Holotron4 Nano。
推荐理由:模型可跨 GUI、代码、MCP 和 API 多种接口工作并开源权重与轨迹,读者可对比其与前沿模型的成本差异来判断适用场景。
Hugging Face 推出 NeoMME 多语言多模态编码器家族,含 260M 和 800M 两个规模,用单个双向 Transformer 从头处理文本 token 和原始图像 patch,无需单独的预训练视觉塔或因果语言模型。
NVIDIA 发布 Magpie TTS Multilingual 开放权重模型,参数量 364M,新增现代标准阿拉伯语、韩语和巴西葡萄牙语,共支持 12 种语言,并提供生产级 NIM 部署容器。
推荐理由:原文给出TTFA延迟数据和架构改进细节,读者可据此评估自部署级联语音方案相对一体化语音模型的取舍。
Meta 于今日发布 Muse Glimmer,一个从 Muse 蒸馏而来的 30B 多模态开源模型,采用 Apache 2.0 许可,面向本地隐私敏感的 Agentic 场景如编码、文档分析和个人助手。
推荐理由:官方介绍可帮助读者了解这个 30B 本地多模态模型在 Agentic 基准上的表现与本地部署路径。
DharmaOCR 在巴西葡萄牙语 OCR 基准上以 0.925 的得分领先新模型 Mistral OCR4(0.798)和 Unlimited-OCR(0.7587),证明领域专精的优势依然成立。该模型先通过葡萄牙语文档监督微调对齐词汇与文档结构,再用 DPO 从偏好数据中学习以降低输出退化率和推理成本。专项化训练使全部参数集中于单一语言,这一结构性取舍构成了对多语言模型的可量化优势。
Google Research 发布面向表格数据分类与回归的基础模型 TabFM,将表格预测建模为上下文学习问题,无需手动训练、调参和特征工程,单次前向传播即可对未见表格生成预测。