蚂蚁灵波开源通用触觉基础模型 LingBot-Touch
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,将磁触觉、视触觉和压阻式信号编码为统一触觉 Token。
同一件事,精选收录的是《蚂蚁灵波开源 LingBot-Touch 触觉预训练基础模型》
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,将磁触觉、视触觉和压阻式信号编码为统一触觉 Token。
同一件事,精选收录的是《蚂蚁灵波开源 LingBot-Touch 触觉预训练基础模型》
美团龙猫开源面向长程智能体任务的原生多模态模型 LongCat-2.5,采用 MIT 协议,支持商用推理部署与二次训练。模型总参数 1.6 万亿,每个 token 激活约 480 亿参数,支持一百万上下文,并采用 W4A4 高效推理方案。LongCat-2.5 将多层级离散视觉 token 与文本统一交给主干处理,面向复杂代码库开发、Visual Coding 和专业办公等场景。
推荐理由:原文披露了 LongCat-2.5 的开源信息及其多模态架构、量化部署与长上下文设计,便于读者评估其工程特点。
Nous Research 发布基于 Qwen3.8-27B 监督微调的 27B 开源权重模型 Arete-27B,在其 803 条提示词评测中,包含宣传内容的回答比例从 22% 降至 0.9%。
Ricursive Intelligence 发布采用 Apache 2.0 许可的 Ripple-65B Preview 开放语言模型。公司称其以 12 trillion tokens 预训练,并在 TerminalBench 2.1 编码基准取得 80.52 分。该模型采用 65B 参数的稠密 Transformer 架构,针对 Nvidia 硬件优化,并已上架 Hugging Face。
百度发布 ERNIE 5.5 Flash Base,这是一款总参数量 280B、每个 token 激活 14B 参数的文本稀疏 MoE 基础模型。模型提供 128K 训练上下文和 1M 微调及推理上下文,权重以 FP8 和 BF16 形式发布在 Hugging Face 与 ModelScope,并支持通过 SGLang 和 vLLM 部署。
OpenAI 发布 GPT-6 Cyber,用于发现安全漏洞,并称其测试中越界率低于 1%,低于 GPT-5.6 Cyber 的约 5%。
webAI 发布基于 IBM Granite 4.2 8B 后训练的 TwIL-8B 推理模型,参数量为 8.79B,MATH-500 得分 98.2。模型提供 Balanced 和 Verbose 两个版本,Q4_K_M 构建为 4.98 GiB,支持在 CPU 或显存较小的 GPU 上运行。
Ricursive Intelligence 发布 Ripple-65B Preview,这是一款面向智能体编程的 65B 稠密开源权重模型,采用 Apache 2.0 许可,预训练规模为 12T tokens,上下文窗口最高达 1M。
招商局狮子山实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,总参数约35B,每个Token仅激活约3B参数,并在十项具身相关基准上实现全部指标提升。
Tencent WeChat Vision 团队发布开源视觉语言模型 WeVisOne-VL,提供 2B 和 4B 两个版本,将检测、OCR、计数、指向、分割与 alpha matting 整合到单一模型中。