开源模型

JetBrains 发布 Apache 2.0 许可的 Mellum2.1，一个 12B 总参数、2.5B 激活参数的 MoE 思考模型，通过在真实代码仓库中的强化学习，将 SWE-bench Verified 得分从 2.0 提升到 47.0。

Perplexity 推出 pplx-embed-v2-late 嵌入模型，提供 0.6B 边缘版和 9B 索引版，均以 MIT 许可开源，最高在 MADQA 上得分 92.4%，最低在 ViDoRe v3 Markdown 上为 61.2%。

Hugging Face 上出现的一种典型现象：当现成模型无法满足特定需求，开发者选择自己训练、微调或组装一个。这背后是开源 AI 生态正在发生的结构性变化。

一位开发者用 AI 模型 Opus 构建开源版 Creative Cloud 替代品，目标直指 Adobe，但项目远未完成。这背后是 AI 生成软件对传统创意工具商业模式的试探性冲击。

Liquid AI 开源 d1-3B 与 d1-omni-600M 两款多模态决策模型，它们不生成文本，而是在单次前向传播中直接输出校准后的结构化答案，零输出 token。

Hugging Face 上出现面向边缘设备的多模态开放决策模型 D1，试图把感知与决策能力压缩到端侧运行。这释放出一个信号：决策智能的竞争正从云端大模型转向可落地的边缘部署。

Mistral 称其新模型 Le Chonk 在保持开放权重的前提下，能力可对标顶级闭源模型。这一表态把「开放权重能否追平闭源前沿」的争论再次推到台前。

Musubi 发布轻量级决策模型 PolicyLM-1.7B，主打实时内容审核并开放权重，意味着审核能力正从大模型推理转向专用小模型。

Google DeepMind 推出 EmbeddingGemma 2，一款开放、轻量的多模态嵌入模型，把文本与图像映射到同一向量空间，为检索与 RAG 场景提供新的开源选择。

谷歌推出开源嵌入模型 EmbeddingGemma 2，7.4 亿参数即可将文本、图像、视频、音频与代码统一转为向量，端侧运行仅需约 191MB 内存，官方称其性能超过部分体量翻倍的竞品。

Google DeepMind 推出 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，可将五种输入类型映射到统一的 768 维向量空间，进一步压低多模态检索的部署门槛。

Mistral AI 推出 Mistral Large 4（代号 Le Chonk），1.05 万亿参数 MoE、激活 49B、原生图像输入与 100 万 token 上下文，基于 3800 块 NVIDIA Grace Blackwell 在自有欧洲数据中心训练。API 已上线，开放权重定于 2026 年 10 月底。