Chinese contentQwen3.6-27B-NVFP4发布，vLLM支持Blackwell GPU推理
Qwen3.6-27B-NVFP4来了！在Blackwell上内存减半，MMLU Pro 86.3分，用vLLM就能跑，开源模型本地AI更省显存。
Latest
Every published item, in order · 341 items
Jul 2
Jun 30
Chinese content基于 Qwen3.5-9B 微调的 Qwythos 9B 推理模型，支持1M上下文与多模态
Empero AI 开源的 Qwythos 9B 把 Qwen3.5 和 Claude 思维链结合，1M 上下文加 Function Calling，量化后 5.2GB 的推理模型，低配机器也能跑。
Chinese content前Meta产品经理预测欧美企业将转向中国开源模型
前Meta产品经理说欧美企业会抛弃OpenAI和Anthropic转向中国开源模型，因为能本地部署、定制微调，成本还低。想省钱的老板可以听听。
Jun 29
Chinese contentvLLM-Omni TTS团队详解四种TTS模型服务优化
vLLM团队分享了优化四种主流TTS模型服务的具体技巧，包括性能提升数据和实现细节，对部署TTS服务很有参考价值。
Jun 28
Chinese contentOllama 支持运行开源编程智能体 Ornith 1.0 系列模型
Ollama 现在可以直接跑 Ornith 编程智能体了，从 9B 到 397B 都有，SWE-Bench 拿了 82.4 分，本地搞智能体编码超方便。
Jun 26
Chinese contentOrnith-1.0 开源编程模型发布，覆盖9B到397B参数
Ornith-1.0 开源了从9B到397B的编程模型，在SWE-Bench等基准上超越Claude Opus 4.7，还能自己优化任务框架。
Jun 18
Chinese contentSGLang-Omni 集成 MOSS-TTS-Local Transformer v1.5 开源语音克隆模型
SGLang-Omni 刚上线 MOSS-TTS v1.5，开源、零样本克隆声音，支持31种语言，速度也不错，玩玩看。
Chinese contentColQwen多向量检索在视觉文档上领先稠密模型近18点
Milvus用ColQwen和Qwen3-VL-Embedding做了对比，发现多向量在检索带图表的文档时比稠密向量强近18个点，近似搜索不掉分。处理PDF或扫描件可以关注这个结果。
Chinese content2026年国产AI模型竞争白热化 每月新旗舰发布
这帖子把2022到2026国产模型进化史盘得清清楚楚，DeepSeek、Qwen、GLM、Kimi每月一个旗舰，本地部署清单都快十个版本了，AI发烧友必看。
Jun 15
Chinese content阿里云发布 Qwen3.7-Max，从单提示生成交互式前端体验
阿里新模型 Qwen3.7-Max 能一句提示生成前端交互页面，比一般模型更擅长做 Three.js 和 SVG 动画，适合开发者快速试玩。
Jun 14
Jun 12
Chinese contentvLLM-Omni 获 5K GitHub Stars，支持 30+ 多模态模型
多模态推理开发者终于有了一个统一的高效引擎——vLLM-Omni 支持 30+ 模型和多种硬件，做多模态应用或推理优化的团队可以直接拿来用，省去重复造轮子的时间。
Chinese contentLMSYS 发布 TITO 技术：确保 RL 训练中每个 token 都在策略上
做 RL 训练或大模型推理的团队终于有了解决策略偏移的实用方案——TITO 让每个 token 都对齐，计算量还能省 10 倍，搞 Agent 训练的开发者值得点开看看。
Jun 8
Chinese contentQwen3.7-Max 实测：Claude+Qwen 组合效果超 GPT5.5，成本不到 10 元
不到 10 元就能跑出接近 Opus4.8 的效果，做 AI 应用开发的团队值得关注这个低成本高性价比的模型组合方案。
Jun 6
Chinese contentAnthropic 80%新代码由Claude生成，Google Gemma 4 12B本地运行
AI 编程和数学推理的突破正在改变开发和研究方式，做 AI 应用或数学研究的团队值得关注这些进展，尤其是 Claude 的代码生成和 Gemma 4 的本地部署能力。
Jun 5
Chinese content自我进化智能体：更优求解器比更大更新模型更关键
这篇论文戳破了“越大越好”的直觉，做智能体自我进化的团队会发现，把预算花在求解器上比花在进化器上更划算，值得重新审视你的架构设计。
Jun 4
Chinese contentNex-N2-Pro 基于 Qwen3.5-397B，性能对标 GPT-5.5 和 Claude Opus 4.7
做智能体编程或深度搜索的团队，现在就能免费试用一个对标顶级闭源模型的开源 MoE 模型，且能直接接入 Claude Code、Cursor 等工具，值得立即体验。
Jun 2
Chinese contentQwen3.7-Plus 开源：多模态智能体模型统一视觉与语言
多模态智能体模型将视觉与语言统一，做自动化操作和智能体开发的团队可以直接用 API 试，省去自己拼接多模型的工作。
Chinese content阿里发布 Qwen3.7-Plus：统一视觉与语言的多模态智能体模型
做多模态应用或智能体开发的团队可以直接用 API 试——一个模型搞定看、想、写、做，省去多模型拼接的麻烦。
Chinese contentQwen3.7-Plus 发布，多模态 Agent 能力再升级
Qwen3.7-Plus 把多模态 Agent 的实用门槛又拉低了一截，做自动化工作流或 GUI 操作的开发者可以直接关注，性价比和功能覆盖都很能打。
Chinese contentQwen3.7-Plus 测评：10项任务完成尚可，新任务暴露与SOTA差距
Qwen3.7-Plus在多项任务中表现尚可，但新任务暴露了与SOTA模型的差距，关注通义千问系列进展的开发者可以看看具体哪些场景翻车了。
Jun 1
Chinese content自我改进智能体的关键建议：大模型并非最佳进化器
这篇研究戳破了“大模型=好进化器”的直觉误区，做智能体开发的团队可以重新分配预算——用便宜模型写更新，贵模型做执行，效果反而更好。
Chinese contentKwaiKeye 开源 Keye VL 2.0-30B-A3B：30B 参数、3B 活跃，视频理解逆直觉提升
做视频理解或多模态应用的开发者，终于有了一个长上下文和深度理解兼得的开源模型，建议直接去 Hugging Face 下载试试。
May 28
Chinese contentHugging Face 团队让异步 RL 权重同步带宽成本降低约 100 倍
做分布式 RL 训练的团队终于可以告别昂贵的带宽和复杂的基础设施——只需 HTTPS 和一个 Bucket，就能实现跨区域的推理集群同步，建议搞 RL 的开发者直接看原文。
Chinese contentQwen3.7-Max登顶OpenRouter趋势榜，使用量达77.3B tokens
Qwen3.7-Max登顶OpenRouter趋势榜，说明它在实际使用中获得了开发者认可，做AI应用或模型评测的团队值得关注这个新标杆。
Chinese contentQwen3.7-Max 登顶 ITBench-AA 企业 IT 任务评测第三
企业 IT 运维团队终于有了靠谱的 AI 评测标准——ITBench-AA 模拟真实 K8s 故障排查场景，做 SRE 或 FinOps 的开发者可以直接参考模型表现来选型。
Chinese contentQwen3.7-Max 登顶 ITbench-AA 第三，企业 IT 任务能力获认可
Qwen3.7-Max 在企业 IT 基准测试中跻身前三，做企业级 AI 应用或 IT 自动化的团队值得关注——它证明了开源模型也能在真实业务场景中与闭源模型一较高下。
Chinese contentQwen3.5 达 580 tps 创纪录，TokenSpeed 引擎优化开源 LLM 推理
580 tps 意味着智能体应用可以几乎实时响应，做 LLM 推理优化或 Agent 开发的团队值得关注这个开源方案，可以直接参考 PyTorch 博客里的实现细节。
May 27
Products19:45
Chinese content阿里云用Qwen3.7-Max驱动Hermes Agent，与NousResearch合作做智能体开发的团队可以关注——Qwen3.7-Max与Hermes Agent的结合意味着更强的推理和任务规划能力，建议直接上手试试。
Chinese contentQwen3.7 Max 支持 Go 语言，1M 上下文+更强推理
Go 开发者终于能直接调用 Qwen3.7 Max 的 1M 上下文和强推理能力了，做大型代码库分析或长文档处理的团队值得一试。
Chinese contentQwen3.7 Max 登顶 Code Arena 前端第4，超越 GLM-5.1，追平 Claude Opus 4.6
Qwen3.7 Max 在智能体编程任务上追平了 Claude Opus 4.6，做前端开发或自动化智能体的团队值得一试，尤其是需要长时自主执行的场景。
May 26
Chinese content阿里 Qwen3.7-Max 成全球第二 AI 编程模型
Qwen3.7-Max 在编程能力上逼近 Claude，做自动化脚本或复杂项目开发的团队可以试试，能显著缩短交付周期。
May 25
Chinese contentMoE模型浪费一半专家计算？ZEDA框架让Qwen3等模型跳过简单token
部署MoE模型的团队终于可以省下一半专家计算——ZEDA让Qwen3和GLM等模型自动跳过简单token，推理速度提升20%且几乎不掉精度，做模型推理优化的开发者可以直接参考论文方法。
May 23
Chinese contentQwen3.7-Max 未开源，但仍是企业智能体性价比之选
Qwen3.7-Max 的定价和性能对做企业智能体开发的团队很有吸引力，但真正省钱的秘诀在于用 Milvus 管理上下文——做 RAG 或长任务自动化的开发者值得看看这个组合。
Chinese contentMTP 技术让 Qwen 在 Atomic Chat 中提速 2.5 倍
MTP 技术让本地大模型推理速度翻倍，尤其适合在消费级显卡上跑密集模型的开发者——2 块 RTX 5090 就能让 27B 模型达到 117 tps，值得直接试开源代码。
May 22
Chinese content阿里Qwen3.7-Max上线OpenRouter，专注智能体任务
做智能体开发或自动化任务的团队，可以直接在OpenRouter上试用Qwen3.7-Max，编程和长任务执行能力提升明显，值得关注。