小紅書開源自研 AI 基座模型
小紅書發布了 dots3-note preview，這是一款面向實際部署與開發者使用的開源多模態 MoE 模型。此舉顯示大型內容平台正打造自有模型基座，以支援搜尋、推薦、內容創作與智慧服務。
Search
Tag: #multimodal-model11 results
Qwen3.8-27B 將前沿級程式設計帶到本地端
Alibaba 以 Apache 2.0 授權發布 Qwen3.8-27B，提供可下載權重，並具備多模態理解、程式設計、推理與代理工作流程能力。其 4-bit 版本約需 17GB 記憶體，第三方評測顯示其表現可媲美部分專有前沿模型。
SenseNova U1.5-Lite 開源，支援原生 4K AI 生成
SenseTime 開源了 SenseNova U1.5-Lite-Preview，這是一款採用 NEO-Unify 架構的 8B-MoT 輕量級統一多模態模型。它支援原生 4K 輸出、精準影像編輯，以及在資訊圖表與創意內容中複製設計框架。
小米發布 38B 參數具身智慧模型 Xiaomi-Robotics-U0
小米推出了 Xiaomi-Robotics-U0，這是一個專為具身智慧設計的 380 億參數多模態基礎模型。該模型將場景生成、機器人互動影片生成以及通用圖像生成與編輯整合在單一框架中。
iFLYTEK 推出用於具身智能的統一多模態基礎模型
iFLYTEK-Embodied-Omni 是一個將視覺、語言和動作生成整合至單一框架的新型基礎模型。它採用「大腦-小腦」架構，旨在提升具身智能體對指令的理解能力與精確控制能力。
Brainμ 模型揭示記憶與睡眠的的神經機制
智源與清華大學合作的研究成果登上《Science》，利用多模態基礎模型 Brainμ 揭示了睡眠期間記憶重激活如何調控睡眠動態，為相關機制提供了新的實驗證據。
MiniCPM-V 4.6：1.3B 多模態模型單 RTX 4090 運行
OpenBMB 與清華大學開源 MiniCPM-V 4.6。此 1.3B 參數多模態模型可在單張 RTX 4090 上運行。在關鍵基準測試中匹敵更大競爭對手。
Sora向左，阿里向右：全能演技派模型登場千問APP
阿里巴巴的千問APP推出全新「全能演技派」AI模型，對標OpenAI的Sora。此更新為APP內AI內容創作帶來史詩級強化。
Granite 4.0 3B Vision 推出企業文件版
Hugging Face 發布 Granite 4.0 3B Vision，這是一款專為企業文件設計的緊湊多模態模型。它提供高效的視覺語言智能，適用於商業應用。該模型現已在 Hugging Face 平台上線。
小鵬推出直覺式第二代VLA衝刺L4
小鵬推出第二代VLA模型，具革命性架構，直接融合視覺、語言與動作，無需中間翻譯實現如人般直覺駕駛。跳過L3直奔L4自動駕駛，可應用於Robotaxi、飛行汽車及人形機器人。摩根士丹利等投行給予「買入」評級，視其具備與特斯拉競爭實力。