Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型

Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重将于本月放出。

Aleph Alpha 发布 Kolibri 开源权重模型，主打欧洲 AI 主权

Aleph Alpha 发布 Kolibri，一个德语和英语双语模型，总参数 78B，通过 MoE 架构每 token 激活约 3B。公司称 Kolibri 在两种语言的质量与运行成本上处于帕累托前沿，德语基准得分 71%，解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B 等同类模型。

NASA 与 IBM 发布开源月球基础模型，基于 17 年轨道器数据

NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。

Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

NVIDIA 发布开源表格基础模型 Kumo Tabular，在 TabArena 等四项基准排名第一

NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签表格做单次前向推理即可完成分类和回归，无需训练、调参或特征工程。

InternLM 推出 ResOPD：稀疏在线策略蒸馏的尾部残差化方法

上海人工智能实验室 InternLM 项目发布 ResOPD，一种仅用教师模型 Top-k 概率和学生采样 token 概率即可估计全词表 reverse-KL 梯度的稀疏在线策略蒸馏方法，教师传输量和前向次数与稀疏 OPD 持平。

Thomas Wolf@Thom_WolfAI 评分5555

@classiclarryd 通报 Deven Pzak 将 NanoGPT 训练纪录从 67.6 秒压缩至 39.9 秒，PR 为 KellerJordan/modded-nanogpt#360。核心思路是在单个 flop 层面按价值取舍而非只优化 matmul，包括采样 softmax（约 8 秒）、ngram 嵌入的稀疏更新与优化器状态、分片稀疏通信、手写 64 维 head 的 flash attention、最后 300 步 EMA 与新优化器 Anvil2（约 1 秒）等。稀疏嵌入参数扩到 65B，贡献该 PR 约 25% 的收益；Thomas Wolf 转发并称 impressive，附上与 Deven 访谈整理的技术复盘 https://hyperstition.cc/training-nanogpt-in-39-9-seconds。

Rohan Paul@rohanpaul_aiAI 评分4646

VoiceArena 推出 Monsoon，一个覆盖 50 种语言、基于 23 国无脚本对话构建的语音数据集。

BottleCap AI 发布 ThinkingCap-Qwen3.8-27B：思考 token 减少 37.2%，精度仅降 0.86pp

BottleCap AI 发布 ThinkingCap-Qwen3.8-27B，这是基于 Qwen3.8-27B 的微调模型，在 12 个基准上平均减少 37.2% 思考 token，宏观精度从 86.65% 降至 85.79%。

elvis@omarsar0AI 评分7777

小米发布开放权重模型 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 得分 46，为开放权重模型中最高，较前代 MiMo-V2.5-Pro 的 26 大幅提升，并以每任务 $0.13 的成本落在智能与成本帕累托前沿。

小米发布 MiMo-V2.6 系列，Pro 登顶开源模型榜，Anthropic 指其借 Claude 蒸馏数据

小米发布 MiMo-V2.6 系列，旗舰 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 得 46 分，居开源模型之首，价格为每百万输入 token $0.435、输出 $0.87。

小米发布 MiMo-V2.6-Pro 1T-A42B 开源全模态模型，训练成本约 300 万美元

小米发布 MiMo-V2.6 系列，包含原生全模态模型 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash，并推出输出速度最高提升 20 倍的 MiMo-V2.6-Pro-UltraSpeed。

Nathan Lambert@natolambertAI 评分6767

小米 MiMo-V2.6 系列发布，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活，MiMo-V2.6-Flash 为 310B 总参数、15B 激活。推文称其为 Artificial Analysis 上的开源模型榜首，并附 RL dashboard 和技术报告。报告称该全模态系列通过扩展 RL 算力追求模型自我改进，异步训练每步消耗 1,568 个样本、2.7~3.7B token，上下文最长 1M，并开源训练动态、RL 环境和 RL 框架。

SenseTime@SenseTime_AIAI 评分5757

商汤发布 SenseNova U1.5 技术报告，推出开源 8B-MoT 原生统一模型，通过共享注意力连接理解与生成。模型采用 Pixel Shuffle 加 3×3 空间卷积实现原生 4K 生成，WISE 从 0.70 提升至 0.81，VBVR-Pro-Bench 达 68.2%，高于 Nano-Banana-Pro（56.4%）和 GPT-Image-2（50.7%）。

OpenAI 前 RLHF 研究者 Diogo Almeida 创办 TypeSafe AI，发布不生成文本的结构化决策模型 Jev

TypeSafe AI 于 9 月 16 日发布 System One 模型 Jev，不生成文本，仅输出 Choice、Score、Noul 三类结构化决策，输入词元定价每百万 0.042 美元，输出词元免费。

Knowledgator 发布 GLiFormer：575M 参数编码器不生成 token 实现 91.10 F1 嵌套 JSON 提取

Knowledgator Engineering 发布 schema 条件化编码器框架 GLiFormer，单个模型可在推理时按标签和 schema 完成 NER、分类、关系抽取、嵌套 JSON 结构化和文本嵌入。

Rohan Paul@rohanpaul_aiAI 评分7272

Institute of Foundation Models（IFM）发布 K2 Horizon，共 6 个开源模型，参数规模从 0.9B 到 375B，覆盖端侧小模型到面向推理、编码和 Agent 的大模型。

Cognition 发布 SWE-2 编码模型，以更低成本逼近前沿

Cognition 发布最先进编码模型 SWE-2，基于 2.8T 参数的 Kimi K33 后训练，在 FrontierCode 1.1 Main 取得 50.0%，仅比 Fable 5.1 低不到一分且便宜 64%。

Genspark 与 Fireworks Lab 将 MiniMax M3 后训练为 Gen-1 Slides，以约 1/17 成本比肩 Opus 5

Genspark 与 Fireworks Lab 合作，通过 RL 后训练将开源多模态模型 MiniMax M3 打造成 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。

IBM 发布 Granite Time Series PatchTST-FM-r2，采用 Apache 2.0 与 OpenMDW 1.0 双许可

IBM 发布 Granite Time Series PatchTST-FM-r2，约 385M 参数，支持最长 8,192 上下文、99 分位数概率预测和缺失值插补。

LG AI Research 发布表格基础模型 EXAONE Tabular，纯合成数据预训练

LG AI Research 发布面向结构化表格数据的分类与回归基础模型 EXAONE Tabular，完全基于 SCM 合成数据预训练，未使用任何真实表格数据，通过上下文学习免重训直接预测。

智元发布GE-Act 2.0，首次验证原生世界—动作模型预训练与Scaling路径

智元发布原生世界—动作模型GE-Act 2.0，所有参数从随机初始化在具身操作数据上从头训练，不针对评测任务微调或示范。

OpenBMB@OpenBMBAI 评分5858

面壁智能（OpenBMB）开源 2B 参数端侧模型 MiniCPM5-2B，在 Artificial Analysis Intelligence Index 上得分 23，为 4B 以下开源模型第一，Agentic Index 得分 20，34 项基准平均 53.9。

面壁智能联合 OpenBMB 开源 MiniCPM5-2B，AA 榜单 4B 以下综合第一

9 月 8 日，面壁智能联合 OpenBMB 开源 2B 端侧基座模型 MiniCPM5-2B，支持工具调用、深度搜索、代码生成。

科大讯飞发布星火 X2.5 模型：293B-A30B MoE 架构，全国产平台训练

科大讯飞 9 月 7 日正式发布星火 Spark X2.5 多语言文本生成模型，基于全国产平台训练，采用 MoE 框架，参数为 293B-A30B，支持 256K 上下文。模型全面提升代码和智能体能力，覆盖 200 余种语言，已在讯飞星辰 MaaS 平台上线，输入定价 1.6 元/百万 Token（缓存命中 0.24 元），输出 6 元/百万 Token。

小米发布并开源表格结构化数据大模型 Xiaomi-TabLDM，回归登顶 OpenML-CTR23

小米发布通用表格数据基础大模型 Xiaomi-TabLDM，以单一预训练模型和统一默认配置直接适配不同表格数据集，完成分类与回归预测，模型权重与代码已开源。模型基于结构因果模型生成的合成数据预训练，架构引入双流特征分组、轻量级注意力残差和稀疏混合专家，并探索 Test-Time Scaling。

IFM 发布 K2 Horizon 六款开源模型，覆盖 0.9B 到 375B-A23B 并开放完整训练生命周期

IFM 发布 K2 Horizon 模型系列，共六个模型：375B-A23B、36B-A4B、32B、7B、3.7B 和 0.9B，均以 Apache 2.0 开源，其中 0.9B、3.7B 和 7B 宣称在其规模上达到 SOTA，36B-A4B 采用新提出的稀疏注意力架构 MoVA。

Tencent Hy@TencentHunyuanAI 评分6767

腾讯混元发布 Hy4 preview，770B 总参数、49B 激活、1M 上下文，定位生产力场景，开源并保持稳定低价，提供 HuggingFace 和 GitHub 入口。作者补充称 Hy4 preview 在 AI 研究中自主发现推理瓶颈，通过算子融合与通信优化将端到端吞吐提升 31.8%，且在不同上下文长度和并发下保持稳定。

腾讯混元 Hy4 preview 轻量版发布开源：1.5TB 压至 214GB，支持异构设备联合推理

腾讯混元团队 9 月 1 日发布并开源 Hy4 preview 轻量版，将模型权重从接近 1.5TB 压缩至约 214GB。

Google DeepMind 发布 WeatherNext 气旋预报模型并开源

Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均为预报员多争取一天预警时间，三天预报精度相当于此前模型的两天水平。