Hugging Face 直播发布新开放权重模型
Hugging Face 以直播形式发布一款新的开放权重模型，并给出直播链接 https://x.com/i/broadcasts/1DxleVaPLagKL。原文未披露模型名称、参数规模或能力细节。
#开源生态
Hugging Face (X)AI 评分5555 Hugging Face (X)精选AI 评分7878 Reflection 开源 Beam 模型权重并直播讲解构建过程
Reflection 宣布 Beam 已在多平台上线，以 Apache 2.0 协议开放权重，并与 40 多家生态伙伴合作。此次发布包含权重、tokenizer 和参考实现，BF16、FP8、NVFP4 权重及 DFlash2 drafter，以及训练 Beam 所用的开源工具 Mirror CLI。Hugging Face 转发该消息并预告 Reflection 团队直播讲解 Beam 的构建过程。
推荐理由：Reflection 公开 Beam 的权重、量化版本与训练工具 Mirror CLI，可据此了解其开放程度与复现路径。
Aran Komatsuzaki (X)AI 评分5858 VideoJev 发布 System One 视频理解与交互模型
VideoJev 发布 System One 视频理解与交互模型，问答速度相比 Thinking 模式提升超过 100 倍。其 mIoU 相比 4B 和 MoE 骨干分别提升 6.7 和 10.8 个点，并开源 4B 与 35B 两个版本。
Turing Post (X)AI 评分2525 本周新模型盘点：机器人世界模型与Kandinsky 6.0
本周值得关注的新模型包括 RoboJEPA、Long-WAM、VioLA、UNITAS、DreamTrue 等机器人世界与动作模型，以及 Kandinsky 6.0 Video 和 MiMo-V2.6。
Qwen (X)精选AI 评分7070 Qwen 发布 Qwen-Image-2.1-Turbo，8 步去噪生成与编辑图像并开放权重
Qwen 发布 Qwen-Image-2.1-Turbo，在同样的 7B 视觉生成架构上做加速，仅需 8 步去噪即可生成和编辑图像，权重已在 ModelScope 和 Hugging Face 开放。
推荐理由：官方给出 Turbo 加速版在 8 步去噪下仍能生成 2K 图像，并同步开放权重与 API，便于判断落地成本。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数嵌入模型，可将文本、代码、图像、音频和视频映射到统一嵌入空间。
推荐理由：原文给出参数量、内存占用和基准提升，可据此判断端侧多模态检索的落地条件。
Qwen (X)精选AI 评分7575 阿里 Qwen 发布开源图像模型 Qwen-Image-2.1
阿里 Qwen 发布 Qwen-Image-2.1 并开放权重，这是 Qwen-Image 系列中兼顾效果与成本的图像生成模型，统一支持生成与编辑。该模型采用 7B 轻量架构，官方称其性能超过多数闭源模型，并大幅加速多图输入推理。它可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图与局部精确控制，覆盖全景图、信息图和虚拟试穿等场景。
推荐理由：官方给出 7B 轻量架构、原生 RGBA 透明图层与最多 10 张参考图编辑等能力，可据此判断开源图像模型的实际可用边界。
Mira Murati (X)精选AI 评分7878 Thinking Machines 发布首个模型 Inkling，开放权重并支持在 Tinker 微调
Thinking Machines 发布首个模型 Inkling，从零训练，权重开放，即日起可在 Tinker 上微调。据其介绍，Inkling 能跨文本、图像和音频模态进行高效推理，完整权重已公开，并可在 Inkling Playground 中试用。
推荐理由：Thinking Machines 首款模型从零训练并开放权重，读者可据此了解其多模态推理定位与微调入口。
DeepSeek (X)精选AI 评分8888 DeepSeek 发布并开源 DeepSeek-V4 Preview，支持 1M 上下文
DeepSeek 正式发布并开源 DeepSeek-V4 Preview，主打低成本 1M 上下文长度。其中 DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活参数，官方称性能可对标顶级闭源模型；DeepSeek-V4-Flash 为 284B 总参数、13B 激活参数，定位快速经济。
推荐理由：DeepSeek 官方公布 V4 两个版本的参数规模与 1M 上下文，可据此判断开源模型在长上下文上的成本位置。