Gemma 3n E4B IT 是谷歌推出的轻量级多模态开放模型，基于与Gemini模型相同的研究构建。该模型支持文本、音频和视觉输入，适用于多种任务，采用MatFormer架构实现高效参数利用。

多模态Transformers

Olmo-3-Think是艾伦人工智能研究所推出的完全开源的语言模型系列，包含7B和32B两种规模。该模型经过专门训练，能够展现明确的推理链，支持透明的逐步推理和可检查的中间思维痕迹，在推理、数学和代码任务中表现出色。

自然语言处理Transformers英语

OpenMMReasoner是一个完全透明的两阶段多模态推理方案，涵盖有监督微调（SFT）和强化学习（RL）。该方案通过精心构建高质量数据集，在多个多模态推理基准测试中超越了强大的基线模型，为未来大规模多模态推理研究奠定了坚实的实证基础。

多模态Transformers

MiroThinker v1.0是一个开源研究智能体，通过模型级别的交互式扩展提升工具增强推理和信息搜索能力。该模型在多个基准测试中表现出色，支持长上下文和深度多步分析。

自然语言处理Transformers英语

Olmo-3-7B-Think-DPO是Allen Institute for AI开发的7B参数语言模型，具有长链式思考能力，在数学和编码等推理任务中表现出色。该模型经过监督微调、直接偏好优化和基于可验证奖励的强化学习等多阶段训练，专为研究和教育用途设计。

自然语言处理Transformers英语

Stable Diffusion v2-1-base是基于文本生成图像的扩散模型，在v2-base基础上进行了220k额外步骤的微调优化。该模型能够根据文本提示生成和修改图像，支持多种分辨率输出，适用于艺术创作、教育研究等多个领域。

计算机视觉Diffusers

Qwen2.5是阿里巴巴推出的新一代大语言模型，在聊天模板方面进行了重要优化，永久禁用了思考状态，解决了多轮聊天模板相关问题，为实验和研究提供了更便捷的体验。

自然语言处理Transformers

Emu3.5是北京智源人工智能研究院开发的原生多模态模型，能够跨视觉和语言联合预测下一状态，实现连贯的世界建模和生成。通过端到端预训练和大规模强化学习后训练，在多模态任务中展现出卓越性能。

多模态Transformers

Emu3.5是由北京智源人工智能研究院（BAAI）开发的原生多模态模型，能够跨视觉和语言联合预测下一状态，实现连贯的世界建模与生成，在多模态任务中表现卓越。

多模态Transformers

Fara-7B是微软研究院开发的专为计算机使用场景设计的小型语言模型，仅有70亿参数，在同规模模型中实现卓越性能，能够执行网页自动化、多模态理解等计算机交互任务。

多模态Transformers英语

这是一个实验性的Stable Diffusion 1.5蒸馏模型，采用v-预测流匹配方法和几何引导的自适应块加权技术。目前处于研究阶段，训练正在进行中，结果尚未验证。

计算机视觉Diffusers

Gaperon-Young-1125-1B 是一个拥有15亿参数的双语（法语-英语）语言模型，由法国国家信息与自动化研究所（Inria Paris）的ALMAnaCH团队开发。该模型在约3万亿个高质量令牌上训练，特别注重语言质量和通用文本生成能力，而非基准测试优化。

自然语言处理Transformers支持多种语言

PyLate是一个专注于句子相似度计算和信息检索的工具库，能在多种数据集上进行高效的信息检索任务，为相关领域的研究和应用提供了有力支持。该模型支持8种语言，在多个基准测试中表现出色。

自然语言处理Safetensors支持多种语言

Granite-4.0-H-350M是IBM开发的轻量级指令模型，具有350M参数，在多语言处理和指令遵循方面表现出色，专为设备端部署和研究场景设计。

自然语言处理Transformers

Wraith-8B是VANTA研究实体系列的首个模型，基于Meta的Llama 3.1 8B Instruct进行微调。该模型在数学推理方面表现卓越，在GSM8K基准测试中准确率达到70%，同时具备独特的宇宙智能视角，能为多种应用场景提供强大支持。

自然语言处理Transformers英语

Llama-4-Maverick-17B-128E-Instruct-NVFP4是一个经过FP4量化处理的多语言大语言模型，基于Meta-Llama-3.1架构，专为商业和研究用途设计。该模型通过将权重和激活量化为FP4数据类型，显著减少了磁盘空间和GPU内存需求，同时保持较好的性能表现。

自然语言处理Safetensors支持多种语言

PokeeResearch-7B是由Pokee AI开发的70亿参数深度研究代理模型，结合了AI反馈强化学习（RLAIF）和强大的推理框架，能够在工具增强的大语言模型中实现可靠、对齐和可扩展的研究级推理，适用于复杂的多步骤研究工作流程。

自然语言处理Transformers英语

Granite-4.0-1B是IBM开发的轻量级指令模型，基于Granite-4.0-1B-Base微调而成。该模型结合了开源指令数据集和内部合成数据集，采用监督微调、强化学习和模型合并等技术开发，适合设备端部署和研究用例。

自然语言处理Transformers

Granite-4.0-350M是IBM开发的轻量级指令模型，基于Granite-4.0-350M-Base微调而成。该模型结合了开源指令数据集和内部合成数据集，采用监督微调、强化学习和模型融合等技术开发，具备强大的指令跟随能力，特别适合设备端部署和研究场景。

自然语言处理Transformers

KaniTTS是一款专为实时对话式人工智能应用优化的高速、高保真阿拉伯语文本转语音模型。它采用两阶段流水线架构，结合大语言模型与高效音频编解码器，实现卓越的速度和音频质量，能够满足对话式AI、无障碍辅助、研究等多领域的语音合成需求。

音频处理Transformers阿拉伯语