智谱联合华为开源图像生成模型GLM-Image，这是首个在国产芯片上完成全流程训练的SOTA多模态模型。其创新采用“自回归+扩散解码器”混合架构，实现了图像生成与语言模型的深度融合，在知识密集型任务中表现出色，能精准理解全局指令。
vLLM团队推出首个“全模态”推理框架vLLM-Omni，将文本、图像、音频、视频的统一生成从概念验证变为可落地的代码。该框架采用解耦流水线架构，包括模态编码器（如ViT、Whisper）、LLM核心（沿用vLLM自回归引擎）和模态生成器（如DiT、Stable Diffusion），支持多模态输入与输出。开发者可通过GitHub和ReadTheDocs获取，并立即pip安装使用。
人工智能初创公司Inception重获新生，完成5000万美元融资，由Menlo Ventures领投，微软M12、英伟达等参投。公司创始人Mustafa Suleyman曾于2024年将公司售予微软，如今再度复活。Inception正押注新型扩散语言模型（dLLM），该架构区别于传统自回归大模型（LLM），有望带来技术突破。
斯坦福教授Stefano Ermon创立的AI初创公司Inception完成5000万美元种子轮融资，获Menlo Ventures领投，微软、英伟达等巨头跟投，吴恩达等AI大咖天使投资。公司以颠覆性架构突破当前自回归模型竞争格局，引发行业关注。
Anthropic
$105
Input tokens/M
$525
Output tokens/M
200
Context Length
Xai
$1.4
$10.5
256
Bytedance
$4
$16
128
Google
-
Openai
$0.7
$2.8
1k
$0.35
131
Stepfun
$38
$120
16
$1
$2
32
Shanghai-ai-lab
8
$1.05
$4.2
Baidu
4
allenai
Olmo 3 32B Think SFT是基于Transformer架构的自回归语言模型，在长链思维推理方面表现出色，特别擅长处理数学和编码等复杂推理任务。该模型在Dolma 3数据集上进行预训练，并在Dolci数据集上进行监督微调。
nvidia
NVIDIA-Nemotron-Nano-VL-12B-V2-FP4-QAD 是 NVIDIA 推出的自回归视觉语言模型，基于优化的 Transformer 架构，能够同时处理图像和文本输入。该模型采用 FP4 量化技术，在保持性能的同时显著减少模型大小和推理成本，适用于多种多模态应用场景。
radicalnumerics
RND1是一个实验性的扩散语言模型，拥有300亿参数，采用稀疏专家混合架构。该模型从预训练的自回归基础模型转换而来，支持基于扩散的文本生成，每个标记仅激活30亿参数，在计算效率和模型容量之间取得平衡。
NVIDIA Qwen3-14B FP4 模型是阿里云 Qwen3-14B 模型的量化版本，采用优化的 Transformer 架构，是一个自回归语言模型。该模型使用 TensorRT Model Optimizer 进行量化，将权重和激活量化为 FP4 数据类型，可在 NVIDIA GPU 加速系统上实现高效推理。
NVIDIA Qwen3-8B FP8 是阿里巴巴Qwen3-8B模型的量化版本，采用优化的Transformer架构，属于自回归语言模型。该模型通过FP8量化技术优化，可在NVIDIA GPU上实现高效推理，支持商业和非商业用途。
NVIDIA Qwen3-8B FP4 模型是阿里巴巴Qwen3-8B模型的量化版本，采用优化的Transformer架构的自回归语言模型。该模型使用FP4量化技术，在保持性能的同时显著减少内存占用和计算需求，适用于AI智能体系统、聊天机器人、RAG系统等应用场景。
NVIDIA DeepSeek-R1-0528-FP4 v2是DeepSeek R1 0528模型的量化版本，采用优化的Transformer架构，是一个自回归语言模型。通过FP4量化优化，减少了磁盘大小和GPU内存需求，同时保持较高推理效率。
NVIDIA Qwen3-30B-A3B FP4模型是阿里云Qwen3-30B-A3B模型的量化版本，采用优化的Transformer架构，是自回归语言模型。该模型使用TensorRT Model Optimizer进行FP4量化，将每个参数的比特数从16位减少到4位，使磁盘大小和GPU内存需求减少约3.3倍，同时保持较高的性能表现。
NVIDIA Qwen3-235B-A22B FP4 模型是阿里云 Qwen3-235B-A22B 模型的量化版本，基于优化的 Transformer 架构，是一个自回归语言模型。该模型使用 TensorRT Model Optimizer 进行量化，将权重和激活值量化为 FP4 数据类型，显著减少了存储和计算需求。
NVIDIA Qwen3-235B-A22B FP4模型是阿里云Qwen3-235B-A22B模型的量化版本，采用优化的Transformer架构，是一种自回归语言模型。该模型通过FP4量化技术将参数从16位减少到4位，使磁盘大小和GPU内存需求减少约3.3倍，同时保持较高的准确性和性能。
NVIDIA Qwen3-235B-A22B FP8模型是阿里云Qwen3-235B-A22B模型的量化版本，采用优化的Transformer架构，是一个自回归语言模型。该模型通过FP8量化技术显著减少了磁盘空间和GPU内存需求，同时保持较高的推理精度，适用于各种AI应用场景。
vladinc
这是一个基于DistilBERT架构的回归模型，能够根据英文自由文本预测大五人格特质（开放性、责任心、外向性、宜人性和神经质），输出为0.0到1.0之间的连续值。
DeepSeek AI 公司的 DeepSeek R1 0528 模型的量化版本，基于优化的 Transformer 架构的自回归语言模型，可用于商业和非商业用途。
bene-ges
基于BERT架构的非自回归俄语字形到音素（G2P）转换模型，用于预测国际音标（IPA）格式的音素。
Skywork
SkyReels V2是首个采用自回归扩散强制架构的开源视频生成模型，支持无限长度电影生成，在公开模型中实现了最先进的性能表现。
SkyReels V2是一个无限长度电影生成模型，采用自回归扩散强制架构，支持高质量视频生成。
SkyReels V2是一款无限长度电影生成模型，采用自回归扩散强制架构，支持高分辨率视频生成。
SkyReels V2是一个无限长度电影生成模型，采用自回归扩散强制架构，支持文生视频和图生视频任务，能够生成高质量的长视频内容。
SkyReels V2 是一个采用自回归扩散强制架构的开源视频生成模型，支持无限长度电影生成，在公开模型中实现了最先进的性能表现。
SkyReels V2是一个无限长度电影生成模型，采用自回归扩散强制架构，支持720P高清视频生成，在公开模型中达到SOTA性能。
%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)
