前OpenAI首席技术官Mira Murati领导的团队推出“在线策略蒸馏”技术，仅用80亿参数的小模型即可达到32B大模型70%的性能，训练成本降低90%，效率提升50-100倍，让中小企业和个人开发者能以低成本获得高性能模型。
Thinking Machine团队推出在线策略蒸馏训练法，让小模型在特定任务上训练效率提升50-100倍。该方法融合强化学习与监督学习，解决传统AI训练中强化学习低效、监督学习不灵活的难题，打造"AI教练"新模式。成果获OpenAI前CTO转发，引发业界高度关注。
视觉中国在线上会议披露AI业务进展，已与多家AIGC企业合作研发“可商用+可溯源”视觉创意大模型，并获阿里、微软等合规数据服务订单。公司定位为AI模型训练提供高质量、版权合规数据资源，拥有超7亿条内容数据用于视觉训练。
清华大学联合多家机构开源MOSS-TTSD语音对话生成模型，基于Qwen3-1.7B-base训练，支持中英双语超长语音生成。创新采用XY-Tokenizer技术，实现1kbps低比特率下保留语音质量，具备零样本音色克隆和声音事件控制能力。在中文指标上优于MoonCast等开源模型，支持最长960秒语音生成，避免拼接不自然。已开放模型权重、API及在线Demo，适用于播客、有声书等场景，未来将优化多说话人切换和情感表达。
Alibaba
$6
Input tokens/M
$24
Output tokens/M
256
Context Length
$8
$240
52
$2
-
Moonshot
$4
$16
Baidu
32
Chatglm
128
Iflytek
$0.5
Huawei
Tencent
28
Google
$1.6
4
Stepfun
$12
Openai
$3.5
$10.5
16
mlfoundations-cua-dev
OLGA是基于Qwen3-VL-30B-A3B-Instruct构建的在线强化学习定位代理，采用33亿激活参数的专家混合模型。通过结合现有数据集、新数据收集、自动过滤和在线强化学习的新数据配方进行训练，在开源模型中实现了先进的定位性能。
worstcoder
这是一个基于DiffusionNFT方法对SD3.5-Medium进行微调的LoRA模型，采用创新的在线强化学习范式，在文本到图像生成任务上表现出色，显著提升了生成质量和训练效率。
chrisrtt
这是一个基于GBERT模型微调的德语仇恨言论多类别分类模型，专门用于识别和分析德语在线期刊中的仇恨言论内容。该模型整合了多个数据集进行训练，能够可靠地将评论分类为无仇恨言论、其他仇恨言论、政治仇恨言论、种族主义仇恨言论和性别歧视仇恨言论等类别。
MilaNLProc
该模型是MilaNLP团队为SemEval-2023任务10（可解释在线性别歧视检测）训练的领域适配模型，基于DeBERTa-v3-large进行Reddit和Gab语料的领域适应训练
nghuyong
文心健康是一款基于中文生物医学领域文本预训练的语言模型，训练数据来源于脱敏处理的在线医患对话、电子病历及医学教材等专业文本。
%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)
