腾讯 Robotics X 与混元团队联合开源HY-Embodied-0.5-X多模态大模型，专为机器人具身任务优化。该模型基于MoT-2B架构，强化“看懂、想清、做到”能力，在精细操作、空间推理、动作预测和风险判断上表现突出。系列包含MoT-2B和MoE-32B两个版本，旨在提升机器人在真实环境的智能交互水平。
月之暗面创始人杨植麟在英伟达GTC2026大会上首次系统披露Kimi K2.5模型技术路线图，强调大模型发展已进入“后Scaling时代”，需重构底层逻辑，而非单纯堆砌算力。他指出，突破智能上限关键在于优化器、注意力机制及残差连接等核心技术的革新。
京东开源大模型JoyAI-LLM-Flash，参数48亿，激活参数3亿，经20万亿文本预训练，具备前沿知识理解、推理和编程能力。采用FiberPO优化框架，结合纤维丛理论与强化学习，使用Muon优化器和稠密多Token预测技术，解决了模型规模扩展的不稳定问题。
DeepSeek发布实验模型V3.2-exp，采用创新的“稀疏注意力”机制显著降低长上下文推理成本。该模型已在Hugging Face和GitHub同步上线，核心是通过“闪电索引器”和注意力机制优化处理效率。这一突破性技术有望推动AI在长文本处理领域的发展。
免费AI简历生成器与ATS检查器，快速打造专业优化简历。
ListifyAI是由AI驱动的Etsy列表优化器，可秒速生成SEO标题、描述和标签。
Banana Pro提供AI图像与视频生成，无水印，含提示优化器
为Firefox浏览器翻译功能优化的CPU加速神经机器翻译模型。
Google
$0.49
Input tokens/M
$2.1
Output tokens/M
1k
Context Length
Xai
$1.4
$3.5
2k
$0.7
$2.8
Alibaba
-
Moonshot
$4
$16
256
Baidu
32
Tencent
$1
Openai
$8.75
$70
400
$0.35
$0.63
$3.15
131
$15
Huawei
Bytedance
$0.8
$8
Deepseek
Iflytek
$2
128
$0.3
8
lightx2v
本仓库包含为HunyuanVideo-1.5优化的4步蒸馏模型，能够在不使用CFG（无分类器指导）的情况下实现超快速的4步推理，显著减少生成时间，同时保持高质量的视频输出。
amd
Llama-3.1-8B-onnx-ryzenai-npu是由AMD基于Meta的Llama-3.1-8B模型开发的优化版本，专门针对AMD Ryzen AI NPU进行优化部署。该模型通过Quark量化、OGA模型构建器和NPU专用后处理技术，在保持高质量文本生成能力的同时，显著提升了在AMD硬件上的推理效率。
Jackmin108
Moonlight是基于Muon优化器训练的16B总参数、3B激活参数的混合专家（MoE）模型，使用5.7T标记进行训练。该模型改进了当前的帕累托前沿，以更少的训练FLOP实现了更好的性能，在多个基准测试中表现优异。
minpeter
这是一个基于🤗 Transformers库构建的专门用于检测kozistr/pytorch_optimizer中Muon实现错误的训练模型。该模型能够识别和定位优化器实现中的潜在问题，帮助开发者改进代码质量。
yjoonjang
预排序器是一种基于交叉编码器的文本排序模型，旨在优化大语言模型的函数调用流程，通过缩小可用工具的语料库来提高效率。
John6666
基于Stable Diffusion XL优化的高质量动漫风格文本生成图像模型，支持V预测调度器
tim1900
基于BertForTokenClassification的文本分块器，适用于结构化和非结构化文本，特别优化用于RAG场景
本项目基于Meta-Llama-3-8B模型，采用Quark量化技术，结合OGA模型构建器，并进行后处理以适配NPU部署，可用于文本生成任务。该模型专为AMD NPU硬件优化，支持高效的推理部署。
meta-llama
基于Llama-3.2-11B微调的多模态内容安全分类器，专为检测图文混合有害内容优化
cl-nagoya
瑠璃重排序器是一个基于Transformer架构的日语文本重排序模型，专门用于优化检索结果的排序质量。
kenhktsui
基于FastText的轻量级分类器，用于评估网页内容的教育价值，优化CPU处理速度
Moritz-Pfeifer
专为中央银行通讯优化的微调大型语言模型，包含经济主体分类器和情感分类器
stabilityai
SD-XL 1.0优化器模型是Stability AI开发的图像生成模型，专为提升SDXL基础模型生成的图像质量而设计，特别擅长最终去噪步骤处理。
ibm-research
Re2G-NQ重排器是IBM开发的神经信息检索组件，专门用于对检索结果进行重排优化。该模型基于BERT-base架构，在MSMARCO数据集上训练，能够显著提升初始检索结果的质量，并支持合并来自不同检索方法（如DPR和BM25）的不可比分数结果，为自然语言生成系统提供更好的输入素材。
kinit
这是一个基于SlovakBERT的情感分析分类器，专为斯洛伐克语推文优化，可区分负面、中性和积极三种情感级别。
digitalepidemiologylab
基于BERT的零样本分类器，专门针对COVID-19相关推特内容分析而优化
M-FAC
该模型是基于BERT-tiny架构，在SST-2数据集上使用M-FAC二阶优化器进行微调的文本分类模型。
该模型是基于BERT-mini架构，在MNLI数据集上使用M-FAC二阶优化器进行微调的文本分类模型。
该模型是在SST-2数据集上采用M-FAC二阶优化器微调的BERT-mini模型，用于文本分类任务。
该模型是在QNLI数据集上使用M-FAC二阶优化器微调的BERT-tiny模型，相比传统Adam优化器展现出更好的性能表现。
MCP推理器是为Claude Desktop设计的增强推理能力的工具，提供波束搜索和蒙特卡洛树搜索两种算法，并新增实验性策略模拟层以优化复杂问题解决。
Gemini CLI编排器是一个基于Google Gemini AI的多步骤代码分析工具，通过结构化工作流引导开发者进行系统化分析，而非替代人工思考。它提供四大核心功能：分析规划、提示词优化、迭代分析和结果合成，适用于安全审计、性能优化等复杂场景。
USolver是一个模型上下文协议服务器，提供组合优化、凸优化、整数规划和非线性优化问题的求解工具，支持多种求解器如highs、ortools、cvxpy和z3。
一个通用的模型上下文协议(MCP)服务器，用于解决具有逻辑和数值约束的组合优化问题，支持多种求解器并提供统一的AI助手接口。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
