Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 7.4 亿。

Google 发布 EmbeddingGemma 2，称多模态嵌入基准超越两倍规模竞品

Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为数值向量。该模型 7.4 亿参数，在 Massive Text Embedding Benchmark（Code）上得分 78.68，比前代 68.76 提升近 10 分，Google 称其表现超过规模两倍的竞品。

OpenBMB@OpenBMBAI 评分3232

社区为 MiniCPM5-2B 构建了 EXL3 4-bit 量化版本，量化后模型权重仅 1.61 GB，在 NVIDIA Tesla T4 上实测约 68–70 tokens/s。该版本采用 4.0 bpw EXL3 量化，支持通过 ExLlamaV3 和 TabbyAPI 进行本地推理。

巴西 Supersonic Labs 发布 144.3M 参数开源决策模型 Julia 1，可在 CPU 上运行

巴西 AI 实验室 Supersonic Labs 发布 144.3M 参数的开源决策模型 Julia 1，权重以 Apache 2.0 协议托管在 Hugging Face，可在普通 CPU 上运行，不生成文本，只对 2 到 20 个候选答案输出选择和概率。

Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言 drafter 模型，边缘端解码最高提速 3.13 倍

Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark drafter 模型，参数约 280M，仅增加 8.9% 参数量。GPU 上解码吞吐最高提升 2.66 倍、边缘设备 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍；模型已上架 Hugging Face，支持 llama.cpp、SGLang 和 MLX-VLM。

高通携手 PrismML 发布 1-bit Bonsai 视觉模型，可在骁龙 AR1 Gen 1 智能眼镜上本地运行

在 2026 骁龙峰会上，高通与 PrismML 发布 1-bit 量化 Bonsai 视觉语言模型，基于 Bonsai 1.7B 构建，可在骁龙 AR1 Gen 1 智能眼镜平台本地运行 20 亿参数模型。官方称相同内存下可容纳约 4 倍参数，内存占用约为传统 4-bit 模型的 1/4，文本 Token 生成速度翻倍，识图、翻译、环境问答等交互可离线完成，同时降低功耗、改善续航与发热。

高通携手阶跃等为第六代骁龙 8 超级至尊版端侧适配 300 亿参数 StepEdge-Omni 30B-MoE 模型

2026 骁龙峰会上，高通宣布携手阶跃、无量火及江波龙，基于第六代骁龙 8 超级至尊版端侧适配阶跃 StepEdge-Omni 30B-MoE 模型，并现场演示智能体助手。

中国电信开源全栈国产轻量级智能体大模型 Xing4.0-29B-A4B

中国电信于 9 月 17 日发布并开源新一代星辰大模型 Xing4.0-29B-A4B，总参数量 29B、激活参数 4B，原生支持 256K 上下文、可扩展至 512K，官方称是国内首个基于国产算力与国产框架完成训练的百亿参数大模型。

PrismML 发布 Ternary Bonsai 2 27B：5.93 GB 三值权重模型保留 Qwen3.8 27B 98.2% 的性能

PrismML 发布 Ternary Bonsai 2 27B，将 Qwen3.8 27B 转为三值权重，模型仅 5.93 GB（FP16 为 53.80 GB），Apache 2.0 开源，官方称在 20 个基准上保留母模型 98.2% 的平均分，支持文本与图像输入和 262K token 上下文。

PrismML 发布三值量化 Bonsai 2 27B，以不到 1/9 内存保留 Qwen3.8 27B 98.2% 性能

PrismML 宣布推出三值量化版本的 Bonsai 2 27B，基础模型升级至 Qwen3.8 27B，以不到 1/9 的内存占用在综合基准测试中达到基础模型 98.2% 的分数，整体表现好于 Qwen3.6 27B。

PrismML 发布 Ternary Bonsai 2 27B：体积缩小 9 倍以上，保留 98.2% 基准性能

PrismML 发布 Ternary Bonsai 2 27B，基于 Qwen3.8 27B，采用三值权重加 FP16 分组缩放，有效每权重 1.76 bit，模型体积 5.9GB，比全精度模型小 9 倍以上，基准综合得分 83.9，保留全精度模型 98.2% 的性能。

PrismML 发布 Bonsai 2 27B：将 Qwen3.8 27B 压缩至 5.9 GB 可跑在 PC 上

AI 实验室 PrismML 发布 Bonsai 2 27B，将阿里开源模型 Qwen3.8 27B 压缩到 5.9 GB，内存较原版减少 9 到 10 倍，可放进 PC 甚至高端智能手机。

外部团队基于 MiniCPM-o 4.5 开源全模态交互智能体 Gander，让 Agent 边干活边对话

浙江大学等高校的外部研究者以 MiniCPM-o 4.5 为基座后训练，开源了端到端全模态交互智能体 Gander，论文、数据、代码和模型全部开放。

vivo 发布四款蓝心大模型，推出系统级蓝心 Harness

vivo 在 2026 开发者大会上发布四款蓝心大模型，包括端到端 MoE 架构的 BlueLM-RealTime、30 亿参数的 BlueLM-Nano 和搭载自研 Agentic 引擎的 BlueLM-Flash / Pro。同时推出系统级蓝心 Harness，深入原系统内核层，已增加 6000 多项原子技能，支持超万种任务，并预研蓝心 30B MoE 端侧大模型。

OpenBMB@OpenBMBAI 评分6161

面壁智能转发用户实测，MiniCPM5-2B 已可在 Android 上通过 llama.cpp 加载 GGUF 完成推理，全程数据不离开手机。

OpenBMB@OpenBMBAI 评分5757

面壁智能 OpenBMB 宣布 MiniCPM5-2B 登上 Hugging Face 趋势榜第一，并在 Artificial Analysis Intelligence Index 中位列全球 4B 参数以下开放权重模型第一名。

OpenBMB@OpenBMBAI 评分6161

面壁智能 OpenBMB 发布 MiniCPM5-2B，登顶 Hugging Face 趋势榜，并在 Artificial Analysis Intelligence Index 4B 参数以下开源权重模型中排名第一。

面壁智能 MiniCPM5-2B 登顶 Hugging Face Trending，开放权重与训练数据

面壁智能 MiniCPM5-2B 登顶 Hugging Face Trending，在 AA Intelligence Index V4.1.1 评测中位居全球 4B 以下开放权重模型首位，34 项基准平均得分 53.9。

Robbyant@robbyant_brainAI 评分6363

Robbyant 蚂蚁灵波开源实时交互世界模型 LingBot-World 2.0，完整设置下可达 720p/60fps，支持持续数小时的交互世界，可响应攻击、施法、射击、召唤风暴等操作，并通过 AI 智能体持续演化。

Desert Ant Labs 发布 18 个可在设备上运行的专用小模型

欧洲 AI 实验室 Desert Ant Labs 正式成立并上线首批 18 个端侧专用模型（12 个稳定版、6 个 beta），覆盖音频、视觉和文本任务，通过 Swift、Kotlin 和 JavaScript 的统一 SDK 提供，在 GitHub 和 Hugging Face 开放。

面壁智能联合 OpenBMB 开源 MiniCPM5-2B，AA 榜单 4B 以下开源基座模型第一

面壁智能联合 OpenBMB 开源 2B 端侧基座模型 MiniCPM5-2B，在 AA 榜单获 23 分，居全球 4B 以下开源基座模型第一，Agentic Index 达 20 分，同级模型如 LFM2.5-2.6B、Granite 4.2 3B、Mistral 3 3B 仅 2 分。

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。

OpenBMB@OpenBMBAI 评分6262

OpenBMB 发布 MiniCPM5 端侧模型，采用 Apache 2.0 协议，1B 与 2B 版本支持 128K 上下文、编码、推理和智能体工具调用。

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。

OpenBMB 发布 MiniCPM5-2B：2.52B 稠密模型，34 项基准平均 53.9，面向端侧运行

OpenBMB 发布 MiniCPM5 系列第二个 checkpoint MiniCPM5-2B，2.52B 稠密模型，原生 131,072 token 上下文，Apache 2.0 权重，采用标准 LlamaForCausalLM 架构，可通过 vLLM、SGLang、llama.cpp、Ollama 等主流引擎直接运行。

OpenBMB@OpenBMBAI 评分5656

面壁智能 OpenBMB 宣布 MiniCPM5-2B 就绪，可通过 SGLang 部署，SGLang 提供首日（day-0）服务支持。SGLang 配方覆盖 NVIDIA RTX PRO 6000、RTX 5090、DGX Spark 和 Hopper 卡，在 5090 上启用 DSpark 后编码任务 bs=1 下单用户解码速度超过 250 tok/s。

OpenBMB@OpenBMBAI 评分6262

MiniCPM5-2B 在 Artificial Analysis Intelligence Index v4.2 得分 15，为 4B 总参数以下开源权重模型最高，比 Granite 4.2 3B（11）高 4 分。

OpenBMB@OpenBMBAI 评分5858

面壁智能（OpenBMB）开源 2B 参数端侧语言模型 MiniCPM5-2B，在 Artificial Analysis Intelligence Index 上以 23 分位列 4B 以下开源模型第一，Agentic Index 得分 20。

OpenBMB@OpenBMBAI 评分5353

面壁智能（OpenBMB）开源 2B 参数端侧语言模型 MiniCPM5-2B，在 Artificial Analysis Intelligence Index 上以 23 分位列 4B 参数以下开源模型第一，Agentic Index 得分 20。

科大讯飞开源词元星火 X2.5-4B 和 1.7B 端侧模型，原生支持 100 万 Token 上下文

科大讯飞旗下词元星火发布并开源星火 X2.5-4B 和 X2.5-1.7B 两款端侧通用大模型，原生支持最长 100 万 Token 上下文窗口。

Google DeepMind 发布 SL2T 手语转文本模型，落地 Gboard 与 Live Transcribe

Google DeepMind 发布多语言手语转文本模型 SL2T，在 Gboard 和 Live Transcribe 中为 Pixel 11 提供手语听写功能，首发支持美国手语（ASL）转英文。

Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型

Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的多模态模型，采用无编码器统一架构，视觉和音频输入直接进入 LLM 主干。该模型在标准基准上性能接近 26B MoE 模型，内存占用不到其一半，可在 16GB 显存或统一内存的设备上运行，并首次在中型模型中支持原生音频输入。