NVIDIA 发布 Kumo Tabular 表格基础模型
NVIDIA 发布预训练表格基础模型 Kumo Tabular，支持分类与回归任务，可通过 pip install structured-data-models 安装推理，用带标注样本作为上下文预测新数据的类别概率。模型权重以 OpenMDW 1.1 许可发布。
全部 AI 动态
新闻、仓库与研究，按时间排列。
Hugging Face · 趋势模型AI 评分4646 Hugging Face · 趋势模型精选AI 评分7474 
humanizer-12B v2 发布：将 AI 稿改写为人类风格，支持中英文本地运行
jialinyyzz 在 Hugging Face 发布 12B 改写模型 humanizer v2（微调自 google/gemma-4-12B，Apache 2.0），用于把 AI 生成的邮件、论文、报告等草稿改写成人类风格，支持中英文并可本地运行。
推荐理由：作者给出与上一版在同一批草稿上的对照数据和分体裁检出率，可据此评估这版改写在事实保真和检测表现上的实际变化。
Hugging Face · 趋势模型精选AI 评分6868 pyannote 发布 speaker-diarization-community-1 说话人日志模型
pyannote 在 Hugging Face 发布说话人日志管线 speaker-diarization-community-1，改进说话人分配与计数，并新增独占式说话人日志输出，便于与转写时间戳对齐。
推荐理由：原文给出十多个学术基准上的说话人日志错误率对比，读者可据此量化该模型相对上一代的实际提升幅度。
Hugging Face · 趋势模型精选AI 评分7171 
MiniMax 开源全模态生成系统 MiniMax H3 权重
MiniMax 开源了 MiniMax H3 的 H3-Base 权重，该系统可统一理解文本、图像、视频与音频，并生成最长 15 秒、带 32 kHz 立体声的视频，768p 输出经 H3-Regenerate-2K 可达 2K。
推荐理由：原文给出 H3-Base 架构细节、权重拆分和 SGLang/vLLM/diffusers 部署命令，可据此自行本地部署复现。
Hugging Face · 趋势模型精选AI 评分7676 
Unsloth 发布 Qwen3.8-27B Dynamic v3.0 GGUF 量化版
Unsloth 在 Hugging Face 发布 Qwen3.8-27B 的 Dynamic V3.0 GGUF 量化版本，称同等体积下精度比其他所有 GGUF 提供方高出逾 10%。
推荐理由：原文给出了 Dynamic v3.0 量化在同等体积下与其他 GGUF 提供方的精度对比，以及 27B 密切模型的完整架构与部署参数。
Hugging Face · 趋势模型精选AI 评分8383 
智谱发布 GLM-5.3：与 GLM-5.2 同底座，编码与漏洞利用能力大幅提升
zai-org 发布 GLM-5.3 开放权重模型，称其与 GLM-5.2 使用同一 base 模型，全部提升来自后训练。
推荐理由：模型卡逐项列出各基准的评测脚注、采样参数与反作弊措施，并附完整对比表，读者可自行核对编码和漏洞利用成绩的可信度。
GitHub · 灵魂体仓库AI 评分4040 YuChen-06/awesome-speech-ai：语音 AI 资源精选列表
GitHub 仓库 awesome-speech-ai 精选语音 AI 资源，覆盖 TTS、ASR、Voice Cloning、Audio Enhancement、Speech LLM、数据集与论文等分类。
Hugging Face · 新模型：uncensoredAI 评分3131 burningfeet 发布 Qwen3.6-35B-A3B-Uncensored-Genesis-Final 的 SafeTensors BF16 重建版
burningfeet 在 Hugging Face 发布 Qwen3.6-35B-A3B-Uncensored-Genesis-Final 的 SafeTensors/BF16 重建版，由 MarMix 从 Q8_K_P GGUF 转换而来，非原始无损 BF16 权重，缺失的 vision/MTP 张量复制自 Qwen/Qwen3.6-35B-A3B。
Hugging Face · 新模型：uncensoredAI 评分2424 MarMix 发布 Qwen3.6-35B-A3B-Uncensored-Genesis-Final-Safetensors-MLX-4bit 量化模型
MarMix 在 Hugging Face 上架 Qwen3.6-35B-A3B-Uncensored-Genesis-Final-Safetensors-MLX-4bit，为 35B 参数模型的 MLX 4bit 量化版本，张量类型为 U32、BF16 与 F32。该模型目前未部署到任何 Inference Provider，月下载量为 12。
Hugging Face · 新模型：abliterated精选AI 评分6969 shefowl 发布 Qwen3.8-Flash-Next 混合精度 GGUF 量化版
shefowl 发布了 Qwen3.8-Flash-Next 的混合精度 GGUF，非专家张量取自 SC117 的 IQ3_XXS 档、路由专家张量取自 Q2_0 档，逐字节复制未重新量化，权重为上游已去拒绝的 abliterated 版本。
推荐理由：作者给出了与 IQ3_XXS 和 Q2_0 档在困惑度、解码速度和内存占用上的实测对比，可据此权衡这套混合量化的取舍。
Hugging Face · 新模型：abliteratedAI 评分2828 mradermacher 发布 Qwopus3.8-27B-Flash-V2-abliterated GGUF 模型
mradermacher 在 Hugging Face 上发布 Qwopus3.8-27B-Flash-V2-abliterated 的 GGUF 量化版本。
Hugging Face · 新模型：uncensored精选AI 评分5353 GLM-5.3-UNCENSORED 发布 EXL3 3.0bpw 量化版，附量化保真度与 Agent 评测数据
Ars14n 在 Hugging Face 发布 dealignai/GLM-5.3-UNCENSORED-FP8 的 EXL3 量化版（3.04 bpw，273 GiB），上游是对 zai-org/GLM-5.3 做权重编辑（非微调）的去对齐变体。
推荐理由：作者给出了量化前后的 KL 散度和 tau2-bench 对照数据，并指出 glm4_5 解析器会把字符串参数误转整数导致约七成工具调用失败。
Hugging Face · 新模型：uncensoredAI 评分1212 Hugging Face 模型页 Tmc369/image-editor-ia-uncensored 上线，README 内容暂为空
Hugging Face 上出现名为 Tmc369/image-editor-ia-uncensored 的模型页面，README 内容为空，未提供任何模型说明。该模型未部署到任何 Inference Provider，下载量未被统计，用户可申请提供商支持。
Hugging Face · 新模型：abliteratedAI 评分3434 Hugging Face 上架 moixx/Huihui-GLM-5.3-Flash-abliterated-GGUF 模型使用指南
Hugging Face 提供 abliterated 版 GLM-5.3-Flash 的 GGUF 量化模型（如 UD-Q4_K_XL）的多框架使用方法，涵盖 Transformers、llama.cpp、vLLM、SGLang、Ollama、Docker 等部署方式，并给出 OpenAI 兼容 API 的本地服务器启动与调用示例。
Hugging Face · 新模型：uncensoredAI 评分3434 
mradermacher 发布 Pyrex-8B-Instruct-Uncensored GGUF 静态量化版本
mradermacher 在 Hugging Face 上发布了 Pyrex-8B-Instruct-Uncensored 的 GGUF 静态量化版本，提供从 Q2_K（3.1GB）到 Q8_0（8.2GB）及 f16（15.3GB）等多种规格，其中 Q4_K_S 和 Q4_K_M 被标注为快速且推荐使用。加权/ imatrix 量化版本另行提供，模型页面附有量化质量对比图表和使用说明。
Hugging Face · 新模型：uncensoredAI 评分2121 mradermacher 发布 Pyrex-8B-Instruct-Uncensored i1-GGUF 量化版本
mradermacher 在 Hugging Face 上发布 Pyrex-8B-Instruct-Uncensored 的 imatrix 加权 i1-GGUF 量化版本，提供从 i1-IQ1_S（2.0GB）到 i1-Q6_K（6.4GB）的完整量化列表，其中 Q4_K_M 被标注为快速且推荐，Q4_K_S 兼顾体积、速度与质量。
Hugging Face · 趋势模型精选AI 评分6969 
NVIDIA 发布 Nemotron-3.5-Bolt-E4B-4GB 量化小模型
NVIDIA 在 Hugging Face 发布 NVIDIA-Nemotron-3.5-Bolt-E4B-4GB，从 Gemma-4-E4B-it 后训练而来，Q4_K_M 量化、总参数 8B（有效 4B），上下文最长 64K tokens，采用 OpenMDW-1.1 许可。模型主打低内存、低 TTFT 的本地语音助手、交互人格和嵌入式接口，支持多轮工具调用、指令遵循、可开关的思考模式与运行时思考预算，可搭配 DFlash drafter 做投机解码，llama.cpp 部署，10/23/2026 GA。
推荐理由：官方给出了 BF16 与 Q4_K_M 两档精度、多组同类小模型的同基准横向对比数据，读者可直接核对这个 4GB 级小模型的实际水平。
Hugging Face · 趋势模型精选AI 评分8181 
Qwen3.8-Flash-Next 开放权重发布：125B 参数激活 6B，原生 262K 上下文
Qwen 团队在 Hugging Face 开放 Qwen3.8-Flash-Next 权重，这是支撑 Qwen4 架构的实验性预览版本，总参数 125B、激活 6B，另有 51B n-gram 嵌入和 4B MTP。
推荐理由：官方模型卡给出了完整架构细节与多基准对比数据，读者可以据此评估新架构在长上下文和 Agent 任务上的实际表现。
Hugging Face · 趋势模型AI 评分4242 
GLiNER2.5-Decide：340M 参数专用文本分类模型
fastino 发布 GLiNER2.5 家族中的 GLiNER2.5-Decide，一个 340M 参数英文分类模型，可在调用时传入任意标签集，单次前向完成意图、路由、情感、优先级等分类，无需提示词模板、不生成 token。
Hugging Face · 趋势模型精选AI 评分8383 
ISTA-DASLab 发布 Qwen3.8-27B 的 GSQ-RCO 非均匀量化 GGUF 权重
ISTA-DASLab 发布 Qwen3.8-27B 的 GSQ-RCO 非均匀量化 GGUF 权重，提供 2.50 至 3.50 bpw 四个档位及 BF16 视觉投影器。
推荐理由：仓库给出各量化档位与 Unsloth Dynamic 的完整基准对比，并附可审计的逐张量分配文件，读者可据此评估是否采用。
Hugging Face · 趋势模型精选AI 评分5252 
pablodawson 发布 MiniMax-H3 360° 环绕镜头 LoRA
pablodawson 在 Hugging Face 发布面向 MiniMax-H3 FL2VA 变体的 LoRA，将单张照片生成首尾帧相同的冻结时间 360° 相机环绕视频，可无缝拼接更长镜头。
推荐理由：作者公开了 LoRA 权重、训练数据构成与完整超参数，还给出三种设置的对照视频，便于复现和评估效果。
Hugging Face · 趋势模型精选AI 评分8181 
ISTA-DASLab 发布 Qwen3.8-Flash-Next GSQ-RCO Coder 压缩版 GGUF 权重
ISTA-DASLab 发布 Qwen3.8-Flash-Next 的 GSQ-RCO Coder 压缩版 GGUF 权重，通过移除一半路由专家并将剩余权重存为 3.5 bpw，使 176.9B 参数模型的常驻显存从 354 GB 降至 29.6 GB，可装入单张 32 GB 加速卡。
推荐理由：原文给出压缩方法细节与 SWE-bench、LiveCodeBench 前后对比，读者可据此评估专家剪枝加量化的实际代价。
Hugging Face · 趋势模型精选AI 评分5858 BFS 面部与身体替换 LoRA 系列在 Hugging Face 发布
Alissonerdx 在 Hugging Face 发布 BFS（Best Face Swap）系列 LoRA，支持面部、头部和身体替换，覆盖 Qwen Image 2.1、Qwen Image Edit 2509/2511、Flux 2 Klein、Krea 2 和实验性 LTX-2 工作流。
推荐理由：BFS 面部与身体替换 LoRA 覆盖 Qwen Image、Flux 2 Klein 等多个基模型，且给出了各版本的输入顺序与强度等使用约定。
Hugging Face · 趋势模型AI 评分4646 Akatz Labs 发布 MiniMax H3 Character Swap LoRA：基于图像参考替换视频角色
Akatz Labs 发布实验性角色替换 LoRA MiniMax H3 Character Swap v1，训练 1,000 步，需搭配 H3 Ref2VA 运行时使用。本地对比显示其背景保留优于基座模型，但动作时序、表情和硬切换仍不可靠，约 4-5 秒短片效果较好；数据集含 94 个图像编辑三元组和 40 个无变化视频/音频样本，租用成本约 $11。
Hugging Face · 趋势模型精选AI 评分5252 Infatoshi 发布 GLM-5.3-UNCENSORED 的 EXL3 3.0bpw 量化版
Infatoshi 在 Hugging Face 发布 dealignai/GLM-5.3-UNCENSORED-FP8 的 ExLlamaV3 EXL3 3.0bpw 量化版，总参数 753B，体积 273 GiB，含 MTP 层可用作推测草稿模型。
推荐理由：作者附上了与 FP8 源权重的 KL 散度、困惑度对比和 tau2-bench 实测，还指出 glm4_5 解析器会破坏字符串参数导致工具调用失败。
Hugging Face · 趋势模型精选AI 评分8282 
DeepSeek-AI 发布 DeepSeek-V4.1-Flash：552B 多模态 MoE 模型，支持 1M token 上下文与 KV cache 压缩
DeepSeek-AI 在 Hugging Face 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，552B 骨干参数、每 token 预填充激活 8B、解码激活 16B，支持 1M token 上下文，MIT License 开放权重。
推荐理由：原文给出CED架构与CSA2等KV cache压缩设计细节，并附同框架基准分数，读者可自行对比它与V4-Flash及前沿模型的性价比。
Hugging Face · 趋势模型精选AI 评分6868 FermionResearch 发布 Phonon-2 语音识别模型，164 MB 平均词错率 5.21%
FermionResearch 在 Hugging Face 发布 Phonon-2，称其为 900 MB 以下英文识别最准确的开源模型，在 Open ASR Leaderboard 七个英文测试集上平均词错率 5.21%，164 MB 体积达到 2.5 GB 教师模型 parakeet-tdt-0.6b-v3 的精度，编码器每个权重以约 2.1 bit 存储。
推荐理由：原文给出七套英文测试集的平均词错率和多平台实时率数据，可以据此比较小体积语音识别模型之间的实际精度差距。
Hugging Face · 趋势模型精选AI 评分7878 Prism ML 发布 Ternary-Bonsai-2-27B 三值量化 GGUF 模型
Prism ML 在 Hugging Face 发布 Ternary-Bonsai-2-27B-gguf，将 Qwen3.8-27B 转为三值权重（1.72 bits/weight），语言模型体积从约 54 GB FP16 降至 5.95 GB（PTQ1_0）或 7.21 GB（PQ2_0）。
推荐理由：原文给出三值权重格式、14 项基准对比和跨平台吞吐数据，读者可以据此评估 1.72 bits/weight 量化在本地部署中的实际取舍。
Hugging Face · 趋势模型AI 评分4242 
SupersonicLabs 发布 Julia 1：144.3M 参数的决策模型
SupersonicLabs 发布 Julia 家族首个模型 Julia 1，参数量 144.3M，基于 JHU CLSP 的 mmBERT-small 编码器，将状态、问题与 2–20 个候选选项转为一个明确决策。
Hugging Face · 趋势模型精选AI 评分6161 TaichuAI 发布 9B 多模态基础模型 ZDTaichu5.0-9B
TaichuAI 在 Hugging Face 开放 ZDTaichu5.0-9B 权重，这是一个面向视觉理解、空间推理、Agent 工具调用与具身智能研究的多模态基础模型，采用 Qwen3.5-9B 语言骨干加 C-RADIOv4-H 视觉编码器，支持文本、单图、多图和视频输入，任意分辨率，上下文最长 128K tokens。
推荐理由：模型卡附完整基准表，把该模型与同规模开源及闭源 VLM 在空间、具身和 Agent 任务上逐项对比，便于按需选型。
Hugging Face · 趋势模型精选AI 评分6060 OrcaRouter 发布 OrcaSAQ2 27B Cyber Uncensored GGUF 量化权重
OrcaRouter 发布 OrcaSAQ-2-27B-Uncensored GGUF，将无对齐的 Qwen3.8-27B 从 54.7 GB BF16 压缩到 15.7 GB，PPL 仅 +0.80%，Top-1 agreement 94.4%，mean KLD 0.020。
推荐理由：原文给出了量化后与 BF16 基线的 PPL、Top-1 agreement 和 KLD 对照数据，可据此评估这类高压缩权重的保真程度。
Hugging Face · 趋势模型精选AI 评分7272 Viggle 发布 Qwen-Image-2.1 蒸馏加速版 turbo，6 步生成比 40 步基座快约 5 倍
Viggle 在 Hugging Face 发布 Qwen/Qwen-Image-2.1 的少步蒸馏版本 Qwen-Image-2.1-viggle-turbo，以 LoRA 形式实现 6 步生成替代 40 步，无需 CFG，端到端约快 5 倍，质量与基座接近。
推荐理由：原文给出蒸馏步数、速度倍数、各量化格式的 LPIPS 对比和已知短板，读者可据此判断该 LoRA 是否适合自己的部署场景。
Hugging Face · 趋势模型精选AI 评分7676 
ISTA-DASLab 发布 Qwen3.8-Flash-Next 的 GSQ-RCO 非均匀量化 GGUF
ISTA-DASLab 发布 Qwen3.8-Flash-Next 的 GSQ-RCO 非均匀量化 GGUF，提供 Q2_0、IQ2_XS、IQ3_XXS、IQ3_S 四档及多模态 mmproj 文件。
推荐理由：原文给出四个量化档位的实测跑分、吞吐与显存占用数据，读者可按内存预算与质量需求直接选型。
Hugging Face · 趋势模型精选AI 评分5252 
NVIDIA 开放 Nemotron-3-Diarization 说话人分离模型权重
NVIDIA 在 Hugging Face 发布开放权重模型 Nemotron-3-Diarization，用于判断真实音频中谁在何时说话，支持流式与离线推理，最多处理 8 个说话人。
推荐理由：模型卡给出与 diar_streaming_sortformer_4spk-v2.1 在多个基准和延迟档位下的 DER、SCA 与 RTFx 对比，读者可据此评估升级收益。
Hugging Face · 趋势模型精选AI 评分6868 
Contrastive-LM 发布开放权重模型 CLM-v0.1-8B（Apache 2.0）
Contrastive-LM 开源了 CLM-v0.1-8B 权重（Apache 2.0），这是一个基于冻结 Qwen3-8B 编码器加状态头与动作头的 System One 对比学习模型，用于快速决策打分。
推荐理由：原文给出了与 Jev 的延迟对比和 DeepSWE、Terminal-Bench 具体分数，读者可据此评估该快速决策模型的实际性价比。
Hugging Face · 趋势模型精选AI 评分6262 中国电信 Xing4.0-29B-A4B 的 GGUF 权重上线 Hugging Face
Venastine-Research 在 Hugging Face 发布 Xing4.0-29B-A4B 的 GGUF 权重与配置文件。
推荐理由：该 GGUF 仓库提供了 Xing4.0-29B-A4B 的权重与配置，兼容 vLLM、SGLang 等主流推理框架，部署参考价值具体。
Hugging Face · 趋势模型AI 评分3737 VisionHOPE 视觉骨干网络预训练权重在 Hugging Face 上发布
VisionHOPE 的官方预训练权重已在 Hugging Face 开放下载，提供 VisionHOPE-T/S/B 三档 checkpoints。权重覆盖 ImageNet-1K 分类、COCO 目标检测与实例分割（Mask R-CNN 1×/3×）及 ADE20K 语义分割（UPerNet），可通过 Hugging Face CLI 获取。
Hugging Face · 趋势模型精选AI 评分6666 
千问开源 Qwen-Image-2.1 文生图与图像编辑统一模型
千问（Qwen）开源 Qwen-Image-2.1，一个统一的文生图与图像编辑模型，视觉生成组件仅 7B 参数（32 层 Single-Stream DiT）。
推荐理由：官方发布页给出了架构规模、四项改进点和 diffusers 快速上手代码，读者可以直接评估生成与编辑能力是否匹配自己的用途。
Hugging Face · 趋势模型精选AI 评分7575 Qwen3.8-27B 开放权重发布：原生视觉语言稠密模型
千问（Qwen）在 Hugging Face 开放 Qwen3.8-27B 后训练权重，称其为 Qwen 开放模型家族迄今最强一代，基于 Qwen3.5 架构、27B 参数稠密模型，原生支持图像与视频理解。
推荐理由：原文给出与 Qwen3.6-27B、Qwen3.7-Plus、Muse Glimmer-30B、Opus4.6 Max 在编码、Agent 和视觉任务上的完整对照数据，读者可据此评估这个 27B 稠密模型在自家工作流中的实际取舍。
Hugging Face · 趋势模型精选AI 评分6767 Aleph Alpha 发布 MoE 推理模型 Kolibri 1，开放 Apache 2.0 权重
Aleph Alpha 开源了 MoE 推理模型 Kolibri 1，总参数 78B、每 token 激活 3.46B，专注德语和英语，支持显式推理模式与工具调用，原生上下文 262,144 tokens，可外推至 1,048,576 tokens，权重采用 Apache 2.0 许可。
推荐理由：模型卡附完整技术报告，给出训练配置、能耗数据与同设置下的德英双语评测对比，可据此评估其实际水平。