NVIDIA推出Nemotron3Embed嵌入向量模型系列，专为生产级RAG、智能体检索、代码检索和记忆场景设计。8B版本在RTEB基准测试中排名第一，成为性能最强的开源嵌入模型。系列包含三个开放检查点：精度优先的Nemotron-3-Embed-8B-BF16、轻量化的1B-BF16版，以及针对Blackwell架构优化的1B-NVFP4四比特版本，所有模型均采用双向注意力机制。
OpenAI最新动态：GPT-5.6开发进度全速推进，首批内部检查点已启动测试，预计下月正式亮相。Codex日志中已出现GPT-5.6调用记录，暗示其可能已进入秘密测试阶段，内部代码名尚未公开。
谷歌Gemini系列AI模型“Snow Bunny”内部泄露，该模型被描述为革命性检查点，能一次性构建完整应用，其强大功能引发业界关注。
Liquid AI 公司于2025年7月发布第二代 Liquid Foundation Models（LFM2），采用创新的“liquid”架构，旨在成为市场上最快的设备端基础模型。其高效的训练和推理能力使小模型能媲美云端大型语言模型。LFM2 最初提供350M、700M 和1.2B 参数的密集检查点版本。
自动版本控制和检查点管理，跟踪代码更改，创建即时检查点，恢复先前状态，保证代码安全。
最新多模态检查点，提升语音理解能力。
allenai
Olmo 3是由Allen Institute for AI开发的新一代语言模型家族，包含7B和32B的指令和思维变体。该模型在长链式思维方面表现出色，能显著提升数学和编码等推理任务的性能。所有代码、检查点和训练细节都将公开，推动语言模型科学发展。
EarthnDusk
Ktiseos Nyx九月检查点是一个基于LoRA融合技术的文本到图像生成模型，采用creativeml-openrail-m许可证。该模型基于OnomaAIResearch/Illustrious-xl-early-release-v0基础模型构建，使用EarthnDusk/XL_PDXL_Embeddings数据集进行训练，专注于高质量的图像生成任务。
OptimusePrime
Magistral-Small-2506-Vision 是一个基于 Mistral Small 3.1 进行 GRPO 训练的推理微调版本，具备视觉能力的实验性检查点。
AnonRes
首个针对3D医学影像数据的自监督学习全面基准研究模型，提供多种预训练检查点
google
ShieldGemma 2是基于Gemma 3的40亿参数IT检查点训练的模型，用于跨关键类别进行图像安全分类，接收图像并输出符合政策的安全标签。
lucadellalib
FocalCodec是一种基于聚焦调制技术的低比特率语音编解码器。它专为高效压缩语音信号而设计，能在保持较高语音质量的同时显著降低比特率。该模型在LibriTTS 960数据集上训练，提供16kHz和24kHz采样率的50Hz检查点，适用于需要低带宽传输的语音通信和存储场景。
cyberdelia
基于Illustrious-XL检查点的写实风格图像生成模型，擅长生成高度逼真的人像和编辑风格场景。
louistvc
这是为OMEGA Labs与Bittensor合作的任意到任意子网提供的模型检查点，旨在实现通用人工智能任务。
jimyoung6709
DRP 是一个专注于机器人运动规划的模型，在5M检查点下训练了7k周期（约7M步数）
XLabs-AI
基于FLUX.1-dev模型的IP适配器检查点，用于图像到图像的转换任务
由Xlabs AI开发的FLUX.1-dev深度ControlNet检查点的Diffusers版本，用于文本生成图像任务。
这是一个基于 FLUX.1-dev 模型的 Canny ControlNet 检查点的 Diffusers 版本实现，用于文本生成图像任务。
hugovntr
该LoRA检查点旨在提升FLUX.1 [schnell]模型的写实效果，适用于多种图像生成场景。
pablobonilla
这是一个基于Black Forest Labs FLUX.1-dev模型的LoRA写实风格检查点，专门用于文本到图像的生成，能够生成高质量、逼真的图像内容。
Omarito2412
基于FLUX.1D检查点的LoRA模型，专为强化黑暗幻想艺术风格而设计
为FLUX.1-dev模型开发的IP适配器检查点，支持图像生成任务
专为FLUX.1-dev模型设计的Hed ControlNet检查点，用于图像生成任务
FLUX.1-dev ControlNet是Black Forest Labs开发的深度ControlNet检查点，适用于1024x1024分辨率的图像生成任务。
FLUX.1-dev模型的Canny边缘检测控制网络检查点，适用于1024x1024分辨率的图像生成
针对FLUX.1-dev模型训练的真实感LoRA检查点，用于增强图像生成的真实感效果
wcgw是一个MCP服务器项目，集成了Shell和代码编辑工具，允许AI在本地机器上执行命令、读写文件、编辑代码等操作。它提供了多种模式（如架构师模式、代码编写模式等），支持任务检查点保存、终端交互、语法检查等功能，适用于代码开发、问题排查等场景。
一个将PyTorch Lightning框架通过结构化API暴露给工具、代理和编排系统的MCP服务器，支持训练、检查、验证、测试、预测和模型检查点管理等功能。
智能轻量级检查点MCP服务器，为Claude Code CLI提供项目状态自动备份、多文件快速恢复和完整撤销支持。
一个基于Spring Boot 3和Java 24的OAuth2授权服务器项目，支持GraalVM原生镜像、CRaC检查点恢复、本地AI模型测试及Docker部署。
Sequential Thinking Ultra是一个基于MCP协议的高级顺序思维服务器，集成了Ultra Think方法论，提供结构化的问题解决能力。核心功能包括分步处理、质量验证、偏差检测和资源管理，支持自动查询重写和元推理检查点，适用于复杂问题的逐步分析和优化决策。
一个将Claude转变为结构化面试官的MCP服务器，通过共享进化系统，每次对话都会让系统变得更智能。系统基于贝叶斯评分和社区使用模式，自动优化面试检查点和路径，实现集体知识进化。
%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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
