智源研究院发布Emu3.5多模态世界模型，首次引入自回归式“下一状态预测”技术，推动AI从感知理解迈向智能操作。该模型能在复杂环境中规划执行跨模态任务，实现多模态AI质的飞跃。
蚂蚁集团开源dInfer框架，专用于扩散大语言模型高效推理。该框架将推理速度提升10倍，在保持同等模型性能下超越传统自回归模型。自回归模型逐字生成文本速度受限，扩散模型通过去噪过程实现更高效推理，推动自然语言处理技术发展。
苹果与俄亥俄州立大学联合推出FS-DFM模型，仅需8轮迭代即可生成媲美传统模型上千轮迭代的长文本，写入速度提升高达128倍，突破长文本生成效率瓶颈。该模型采用离散流匹配技术，区别于ChatGPT等逐字生成的自回归模型。
10月13日，蚂蚁集团开源业界首个高性能扩散语言模型推理框架dInfer。基准测试显示，其推理速度较英伟达Fast-dLLM提升10.7倍；在HumanEval代码生成任务中，单批次推理速度达1011Tokens/秒，首次在开源社区实现扩散模型单批次推理速度超越自回归模型，证明扩散语言模型具有显著效率潜力。
新一代自回归图像生成模型，提供多模态输入和高级图像编辑功能。
高性能的英文学术基准语言模型
高效率自回归视频生成模型
大规模视频生成的自回归扩散模型
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。
inclusionAI
Ming-UniVision是一个多模态大语言模型，首次将连续视觉表征集成到下一令牌预测框架中，在单一自回归范式下统一了视觉和语言，无需离散量化或特定模态的头部。该模型支持联合图像理解与生成，在视觉语言训练中收敛速度更快，还支持多轮上下文视觉任务。
JetLM
SDAR是一种新型大语言模型，集成了自回归和离散扩散建模策略，结合了AR模型高效训练和扩散模型并行推理的优势。在通用任务上与SOTA开源AR模型相当，在科学推理任务上表现出色，成为最强大的扩散语言模型。
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。
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。
CypressYang
SongBloom是一个创新的全长歌曲生成框架，采用自回归草图绘制和基于扩散的细化交错范式，结合了扩散模型的高保真度和语言模型的可扩展性，能够生成高质量的全长歌曲。
showlab
Show-o2 是一个改进的原生统一多模态模型，利用自回归建模和流匹配技术，支持文本、图像和视频模态的统一理解和生成。
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。
Franklin0
ReasonGen-R1是一个融合思维链推理的自回归图像生成模型，通过SFT和RL提升图像生成的逻辑性和质量。
rp-yu
Dimple是首个结合自回归与扩散训练范式的离散扩散多模态大语言模型（DMLLM），在LLaVA-NEXT相同数据集上训练后，以3.9%的优势超越LLaVA-NEXT-7B。
Multiverse4FM
Autoregressive-32B是基于自回归建模构建的Multiverse-32B基线模型，为文本生成任务提供了强大的支持。
Multiverse-32B是基于Multiverse构建的首个开源、非自回归模型，在AIME测试中表现优异，具有重要的学术和应用价值。
TuKoResearch
AuriStream-1B是一个受生物启发的GPT风格自回归Transformer模型，专门用于在长语音上下文中预测耳蜗标记。该模型使用约20秒（4096个标记）的长上下文窗口，在LibriLight数据集（约60000小时）上训练了约500000步，能够学习丰富的时间对齐表示并生成语音续写。
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。
facebook
XGLM-564M 是一个多语言自回归语言模型，包含5.64亿参数，基于30种语言的平衡语料库训练，总计5000亿子词。
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。
该项目展示了使用Claude和模型上下文协议(MCP)进行端到端机器学习工作流的线性回归模型训练。用户只需上传CSV数据集，系统即可自动完成数据预处理、模型训练和评估(RMSE计算)全流程。
%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)
