#部署/工程
#部署/工程
HuggingPapers@HuggingPapersAI 评分
SemiAnalysis_@SemiAnalysis_精选AI 评分 我们此前在 WAIC 2026 总结中报道过真武 M890，当时更仔细地看了这款芯片的版图。真武 M890 芯片采用 4 组 HBM3E 12-Hi，配备 2 个计算 die。(2/3)
推荐理由：编辑精选：SemiAnalysis 报道给出真武 V900 的显存、互连规格及计划出货时间，便于跟踪国产 AI 算力进展；三倍性能属于厂商宣称，仍需独立实测验证。
TechCrunch · AIAI 评分AWS 发布开源决策模型 Strands Decider 2B，对标 TypeSafe 的 Jev
AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，可在本地运行，用于在预设选项中快速做出选择并给出置信度评分。该模型由 AWS 杰出工程师 Marc Brooker 受 TypeSafe 的 Jev 启发开发，曾在同尺寸模型的 Jevbench 排名中登顶。
ViggleAI@ViggleAIAI 评分 
The DecoderAI 评分Cloudflare 发布 Clef 与 Clef-flash 决策模型，主打低延迟智能体决策
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，返回带概率的简短分类而非长文本，用于路由工单、触发升级或转交人工。
Hugging Face BlogAI 评分
Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型，加速视觉语言模型推理
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，解码速度在设备端最高提升 3.13x、H100 上最高 2.66x，端到端最高提升 2.62x 和 2.27x。该草稿模型约 280M 参数，仅增加 8.9% 参数量，首日支持 llama.cpp、MLX-VLM 和 SGLang，输出质量不变。
Simon WillisonAI 评分 TypeSafe AI 发布 Jev：只输出浮点决策的 System One 模型
TypeSafe AI 发布 Jev，这是其称为 System One 的新类别模型，输入文本后不输出文本，而是返回类别、是/否判断、评分及对应置信度的浮点数。
MiniMax_AI@MiniMax_AIAI 评分
Alibaba_Qwen@Alibaba_QwenAI 评分 一个高性能 125B 模型现在仅用 75GB RAM 即可本地运行！感谢 @UnslothAI 的 day-0 支持。🥳
IBM 发布 Granite 4.2 推理模型家族：3B、8B、30B 三档
IBM Granite 团队发布 Granite 4.2，这是其首个稠密 decoder-only 推理模型家族，包含 3B、8B、30B 三个规模，全部以 Apache 2.0 许可开源。
Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2 倍
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，通过投机解码在 GPU 上最高提升 3.18 倍吞吐、端侧最高 2.87 倍，且不改变输出质量。
推荐理由：Liquid AI 给出三款 LFM2.5 草稿模型的实测吞吐与函数调用延迟数据，可据此判断端侧推理的可用性。
OpenAI News精选AI 评分 OpenAI 下调 GPT-5.6 在 Luna 和 Terra 上的价格
OpenAI 宣布下调 GPT-5.6 在 Luna 和 Terra 上的价格，并介绍其更高效的模型如何帮助企业规模化部署 AI 工作流。
推荐理由：OpenAI 下调 GPT-5.6 在 Luna 与 Terra 上的价格，读者可据此重新估算企业级 AI 工作流的部署成本。
Mistral AI精选AI 评分
Mistral 发布 OCR 4，支持边界框、块分类与置信度分数
Mistral 发布 OCR 4，在提取文本之外新增边界框、块类型分类和逐页逐词置信度分数，支持 170 种语言，可单容器自托管部署。该模型在 OlmOCRBench 上取得 85.20 分，OmniDocBench 上为 93.07 分，官方称独立标注者在 600 多份文档的盲评中平均偏好率约 72%。
推荐理由：OCR 4 把文档解析从纯文本扩展到带边界框和块分类的结构化输出，读者可据此判断它是否适合接入现有 RAG 或智能体流程。
PP-OCRv6 上线 Hugging Face：1.5M 到 34.5M 参数、支持 50 种语言
PaddleOCR 发布新一代通用 OCR 模型家族 PP-OCRv6，已在 Hugging Face 上线，提供 tiny、small、medium 三档，参数量从 1.5M 到 34.5M，其中 small 和 medium 支持 50 种语言。
推荐理由：原文给出三档模型参数、检测与识别指标及多后端接入方式，便于按部署场景选型。
H Company 发布 Holo3.1 系列 Computer Use Agent 模型
H Company 发布 Holo3.1 系列 Computer Use Agent 模型，基于 Qwen 家族，覆盖 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF 和 NVFP4 量化权重。
推荐理由：原文给出跨环境、跨框架与本地量化部署的具体数据，可据此判断端侧 Computer Use Agent 的落地条件。
JetBrains 发布 12B MoE 模型 Mellum2，Apache 2.0 开源
JetBrains 发布 Mellum2，一个从零训练、覆盖自然语言与代码的 12B 参数 MoE 模型，每个 token 仅激活 2.5B 参数，以 Apache 2.0 许可开源。官方称其在相近规模模型中基准表现有竞争力，推理速度超过 2 倍，可用于路由、RAG、摘要、子智能体和高吞吐编码场景。模型已在 Hugging Face 提供下载，技术报告发布在 arXiv（2605.31268）。
推荐理由：JetBrains 开源 12B MoE 模型，每 token 仅激活 2.5B 参数，读者可据此判断它在多模型系统中的定位。
H Company 发布 Holotron-12B 计算机操作智能体模型
H Company 发布 Holotron-12B，一个基于 NVIDIA Nemotron-Nano-2 VL 后训练的多模态计算机操作模型，已在 Hugging Face 上线，采用 NVIDIA Open Model License。
推荐理由：原文给出混合 SSM 架构带来的吞吐对比数据与 WebVoyager 提升幅度，可据此判断计算机操作智能体的部署成本。
Overworld 发布实时交互视频扩散模型 Waypoint-1
Overworld 发布实时交互式视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，权重已上传 Hugging Face Hub，先开放 Waypoint-1-Small，Medium 版本即将推出。
推荐理由：Waypoint-1 把实时交互式视频扩散模型和推理库一并开源，读者可据此了解世界模型从控制输入到消费级硬件落地的路径。
Mistral 发布 OCR 3 文档解析模型
Mistral AI 发布 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上相对 Mistral OCR 2 的整体胜率为 74%。
推荐理由：官方给出与 Mistral OCR 2 的胜率对比、每千页定价和自托管选项，便于评估文档解析成本与合规。
Mistral 发布代码嵌入模型 Codestral Embed
Mistral AI 发布首款专为代码设计的嵌入模型 Codestral Embed，在真实代码数据检索任务上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AI 发布 Mistral Medium 3，主打低成本企业部署
Mistral AI 发布 Mistral Medium 3，定位兼顾 SOTA 性能与更低成本，定价为每百万 token 输入 0.4 美元、输出 2 美元。
推荐理由：官方给出 Mistral Medium 3 的定价、对标模型与部署门槛，便于判断企业自部署的性价比。
Mistral 发布区域语言模型 Mistral Saba，24B 参数支持阿拉伯语和印度语系
Mistral AI 发布 Mistral Saba，这是其首个专门面向区域语言的模型，24B 参数，基于中东和南亚地区精选数据集训练。官方称其回答比体积超过自身 5 倍的模型更准确相关，速度更快、成本更低，可在单 GPU 系统上部署，响应速度超过 150 tokens per second，支持阿拉伯语和多种印度语系语言，在泰米尔语等南印度语系上表现尤其突出。
推荐理由：Mistral 首个区域语言模型给出 24B 参数、单 GPU 部署与 150 tokens/s 速度，可对照其区域化路线。
Mistral AI 发布 Codestral 25.01 代码模型，生成速度提升约 2 倍
Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，生成与补全代码速度约为原版 Codestral 的 2 倍，上下文长度从 32k 提升到 256k。
推荐理由：官方给出 Codestral 25.01 的架构与 tokenizer 变化、256k 上下文和多项基准对比，可据此判断它在代码补全场景的位置。
Llama 3.1 发布：8B、70B、405B 三尺寸，支持 128K 上下文与多语言
Meta 发布 Llama 3.1 系列，包含 8B、70B、405B 三个尺寸的 base 与 instruct 版本共六个开放权重模型，均支持 128K token 上下文和英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语、泰语 8 种语言，并新增工具调用能力。
推荐理由：Hugging Face 官方梳理了 Llama 3.1 三个尺寸的显存需求、量化方案与微调路径，可据此估算部署成本。
Mistral AI 发布开源稀疏 MoE 模型 Mixtral 8x7B
Mistral AI 发布 Mixtral 8x7B，一个采用 Apache 2.0 许可、开放权重的稀疏混合专家模型（SMoE）。该模型总参数量 46.7B，但每个 token 只使用 12.9B 参数，因此在同等速度与成本下运行，推理速度比 Llama 2 70B 快 6 倍，并在多数基准上匹配或超过 GPT3.5。
推荐理由：官方给出 Mixtral 8x7B 的稀疏 MoE 架构与推理成本数据，可据此判断开源模型的性价比取舍。
Mistral AI 发布 7.3B 参数开源模型 Mistral 7B
Mistral AI 发布 7.3B 参数的 Mistral 7B，采用 Apache 2.0 许可，可无限制使用并支持本地、云端（AWS/GCP/Azure）及 HuggingFace 部署。
推荐理由：Mistral 7B 以 Apache 2.0 开源并给出与 Llama 2 系列的逐项对比，读者可据此判断小参数模型的性价比位置。