站在2026年科技十字路口，雷軍預測L3/L4自動駕駛將迎來爆發，同時具身智能大模型也將真正起步。他今年兩會提交5份建議，聚焦人形機器人、智能駕駛和科技公益，認爲中國科技產業正處關鍵發展期。
榮耀發佈Magic8系列手機及MagicOS 10系統，標誌其向AI終端生態公司轉型。該系列以“自進化”爲核心，旨在突破AI手機同質化競爭，搶佔2025年市場爆發先機。
奇瑞墨甲機器人技術實現L2到L3級飛躍，加速智能機器人佈局，未來將拓展多行業應用。董事長尹同躍強調以汽車高標準打造，確保價格親民、質量可靠，推動機器人進入千家萬戶，服務全球各行業，助力公司開啓“第二增長曲線”。
聯想在AI Partner百業大會上發佈百應智能體2.0，作爲國內首個L3級AI服務智能體，該產品實現AI服務能力的重大突破，爲中小企業數字化轉型提供強勁動力，推動智能化辦公成爲現實。
bartowski
這是對zerofata的L3.3-GeneticLemonade-Opus-70B模型進行量化處理的版本，旨在優化模型在不同硬件上的運行效率和性能。通過使用特定的量化工具和方法，生成了多種量化版本的模型，以滿足不同用戶的需求。
Doctor-Shotgun
基於Llama 3提示格式的70B參數大語言模型，專為角色扮演和創意寫作優化，提供GGUF量化版本
zerofata
這是一個基於Llama 3.3的70B參數大語言模型，經過SFT+DPO微調，專注於角色驅動的對話和創意內容生成
基於Llama-3.3-70B-Instruct構建的Magnum最終迭代版本，合併多個rsLoRA微調版本，模擬Claude 3 Sonnet/Opus系列模型的文風和質量。
Strangedove
這是基於多個70B參數模型的合併改進版本，主要調整了嵌入層尺寸以匹配標準L3 70B模型規格。
yamatazen
基於mergekit工具融合的8B參數語言模型，採用直通式(Passthrough)融合方法生成
ddh0
本項目提供了 Steelskull/L3.3-Electra-R1-70b 模型的多種 GGUF 矩陣量化版本，有效提升模型在不同硬件環境下的運行效率和性能表現。
mradermacher
L3.1-Pneuma-Allades-8B的GGUF量化版本，融合了Llama3、Pneuma、Allades等多個模型的優勢，適用於故事創作、角色扮演、指令跟隨等多種文本生成場景。
基因檸檬水釋放版是一款專為角色扮演（RP）和創意寫作設計的70B參數大語言模型，通過融合多個優秀模型實現寫作風格、創造力和智能水平的平衡。
Steelskull
基於Llama3架構的70B參數大語言模型，經過特殊優化處理
該模型頁面主要展示了精美的UI設計，但未提供具體的模型信息。
FiditeNemini
基於TIES方法合併的70B參數大語言模型，以Steelskull/L3.3-MS-Nevoria-70b為基礎模型融合了DeepSeek-R1-Distill-Llama-70B模型
ReadyArt
基於Llama 3.3架構的70B參數大語言模型，融合了多個優秀模型的特性，專注於故事敘述、場景描述和對話交互能力。
基於Steelskull/L3.3-MS-Nevoria-70b模型的量化版本，使用llama.cpp進行imatrix量化，支持多種量化級別，適用於不同硬件環境。
一個基於Llama 3.3架構的70B參數大語言模型，通過合併多個優秀模型組件實現增強的故事敘述、場景描述和散文細節能力
DavidAU
基於LLama3的專家混合模型，整合八種8B模型版本形成47B參數強大模型，擅長創意寫作、小說創作和角色扮演，輸出生動多樣且非AI化。
基於Llama3架構的專家混合模型，融合四個8B模型形成25B參數的強大模型，擅長創意寫作和角色扮演。
Sao10K
基於Llama 3.3 Instruct訓練的70B參數大語言模型，專注於對話生成和創意內容創作
L3.1-Instruct-Guru-8B-GGUF是一款基於Llama3.1的全功能指令模型，擁有128k的最大上下文長度。它由多個頂級指令模型組合而成，具備出色的寫作和角色扮演能力，在多種場景下都能穩定運行。
基於Llama 3.2架構的7B參數無審查創意寫作模型，支持128k上下文長度，專為小說創作、情節生成和角色扮演優化
Gguf%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)
