#部署/工程

Cohere 发布 Rerank 5，新增段落级 Context Focus 与校准相关性分数

Cohere 发布 Rerank 5 检索重排序模型家族，提供 Pro 和 Fast 两个档位并支持 32K 上下文窗口。该版本新增段落级 Context Focus 功能，可在单次调用中返回带有得分的字符片段以减少传递给大模型的无效 token；同时引入了概率形式的校准相关性分数，降低跨领域设置阈值的复杂度。

Recursive 发布首个开源模型 Flint，由自动化研究系统驱动

AI 初创公司 Recursive 发布首个由自动化研究系统 Eureka Machine 辅助开发的混合专家模型 Flint。该模型总参数量 40B、激活参数 2.5B，专为端侧硬件的智能体编程设计，支持本地运行并以 Apache 2.0 协议开源于 Hugging Face。

meng shao@shao__meng· 10:33AI 评分7373

Recursive 发布首个由自动化研究系统 Eureka Machine 参与训练的本地编程 MoE 模型 Flint。该模型总参数 40B、激活 2.5B，支持 Apache 2.0 开源，在 MacBook 上可达每秒 125+ Token 的推理速度。

Black Forest Labs 开源 5.6B 图像生成模型 FLUX 3 Image Klein，8GB 显存可运行

Black Forest Labs 开源了拥有 5.6B 参数的 FLUX 3 Image Klein 图像生成模型。该模型针对消费级 GPU 进行了优化，其 INT8 版本可在仅配备 8GB 显存的 NVIDIA GeForce RTX GPU 上通过 ComfyUI 或 Diffusers 运行，支持文本转图像、图像编辑及多参考生成并原生支持 4K 分辨率。

NVIDIA 发布 Nemotron 3.5 Embed、Rerank 和 Parse 开源检索模型

NVIDIA 扩展 Nemotron Retriever 系列，开源了 Nemotron 3.5 Embed、Nemotron 3.5 Rerank 和 Nemotron 3.5 Parse 模型。这些模型支持多模态检索、相关性重排及文档解析，旨在降低企业 AI 智能体的推理 token 消耗并提升检索准确率。

NVIDIA 发布 Cosmos3-H-Dreams 生成式手术模拟模型

NVIDIA 推出 Cosmos3-H-Dreams，这是一个基于 Cosmos 3 构建的实时生成式手术模拟模型，支持临床胆囊切除术的实时运动学控制。该模型通过 FlashDreams 加速库可在单张 NVIDIA RTX PRO 6000 GPU 上交互运行，并提供了四步与两步蒸馏检查点供开发者探索。

Mistral 发布 Voxtral 3 语音模型系列与实时语音智能体 SDK

Mistral 发布了 Voxtral 3 语音模型系列与实时语音智能体 SDK，涵盖语音转文本、文本转语音及流式智能体管线。该系列支持 50 多种语言与方言，具备高精度转录、情感自适应语音合成及端到端工具调用能力。Voxtral 3 提供欧洲托管 API 以及支持私有化部署的自建方案，满足企业的数据主权需求。

Cloudflare 发布 Clairic 模型，从文档抽取数据比 LLM 更快更省

Cloudflare 发布了 AI 模型 Clairic，可在 Workers AI 中预览且即将开源权重，支持单次传参直接从非结构化文本中抽取多个指定字段并返回置信度。Clairic 不按 token 逐字生成，还能处理简单计算和预测，设计用于与 LLM 等其他模型组装成 Agent 链路来降低整体耗时和成本。

Cloudflare 发布 System One 抽取模型 Clairic 预览版，上线 Workers AI

Cloudflare 推出了 System One 抽取模型 Clairic 的预览版，并在 Workers AI 上线。Clairic 支持处理文本或最多 4 张图片输入，在单次前向传递中直接返回带置信度和空值概率的结构化类型值，无输出 Token 费用。官方测试显示，在 claims 管道中其抽取耗时显著优于 GLM-5.3。

Maxwell：一款打通代码与硬件的新型代码执行模型

doubleAI 推出了新型代码执行模型 Maxwell，它能在程序运行时理解并改进代码、推理硬件与数据，并对所有优化进行形式化等效证明。Maxwell 支持 CPU 与 GPU，其实测表现包括将数据处理管线提速 38 倍、AI 推理内核提速 4.25 倍，并使 LTX-2.5 的 4K 视频生成时间缩短近一半。

Black Forest Labs 发布 FLUX 3 Image Klein 开源图像生成模型

Black Forest Labs 发布 FLUX 3 Image Klein，这是一个拥有 5.6B 参数的开源文生图、图像编辑和多参考图生成模型。该模型支持原生 4K 生成、像素级编辑和边界框控制，提供用于微调的基础模型及用于低延迟生成的蒸馏模型，在消费级显卡上可实现高效运行。

Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型

Nvidia 发布了拥有 1200 亿参数的开源多模态模型 Nemotron 3.5 Super VL，采用 Mixture-of-Experts 架构并针对企业级智能体任务进行了优化。同时，Nvidia 还推出了面向本地设备的 Nemotron 3.5 Bolt 74B-A9B 24GB 模型，并开源了相关权重、数据集与训练配方。

同一件事，精选收录的是《NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源多模态模型》

Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein 可在 8 GB 显存的消费级显卡上运行

Black Forest Labs 发布了 56 亿参数的开源文生图模型 FLUX 3 Image Klein，支持原生 4K 输出、像素级编辑及多张参考图生成。得益于 INT8 量化构建，它仅需 8 GB 显存即可在消费级显卡上运行，并在内部测试中超越了部分闭源模型。其权重采用 FLUX Kommunity 许可证发布，年收入低于 500 万美元的企业可免费商用。

面壁智能发布 MiniCPM-V 4.7，35B 多模态模型可在手机端流畅运行

面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7 系列模型，包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 作为首个端侧 MoE 模型，通过前瞻专家调度（LES）和自回放微调技术，在仅占用 3G 内存的情况下即可在手机端实现每秒 13 个 token 以上的解码速度，且在多项视觉与文本评测中表现领先。