MBZUAI 旗下 IFM 开源 29B 世界模型 PAN 2,面向物理智能模拟
MBZUAI 的基础模型研究所(IFM)于 2026 年 11 月 10 日发布开源世界模型 PAN 2,输入场景和文本动作即可模拟输出视频,用于智能体在行动前测试计划。
MBZUAI 的基础模型研究所(IFM)于 2026 年 11 月 10 日发布开源世界模型 PAN 2,输入场景和文本动作即可模拟输出视频,用于智能体在行动前测试计划。
Amazon 推出第二代表格基础模型 Mitra-v2,支持分类与回归,预训练数据完全使用合成表格。其预训练表格行数是 Mitra-v1 的 10 倍、列数约 3 倍,并新增混合 SCM prior;输出层为 10 节点,多分类通过层级树细化,默认对新表自动微调并用 8 个副本的 bagging 平均预测。
Preferred Networks 于 11 月 5 日开源发布翻译专用大模型 PLaMo 3 Translate,提供 0.8B、2B、8B、31B 四种规格,已上架 Hugging Face。
推荐理由:原文给出四个模型规格、53 种语言覆盖和离线运行能力,可帮助读者评估端侧翻译模型的选型与商用许可条件。
Gradium 团队在 Phonon 开放两周后复盘这次发布,介绍这款在设备本地运行、无需网络和服务器的小型 TTS 模型。
Mistral 发布 Mistral Large 4(Le Chonk)开放权重,为 1 万亿参数原生多模态模型,在欧洲基础设施上从零训练。
推荐理由:官方放出完整权重与各基准数字,可据此比较该模型在编码、安全与成本效率上的定位,并判断自部署可行性。
Mistral 发布其首个时间序列基础模型家族 Timestral,提供 5M、28M、123M 和 209M 四种规格。最大 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的预训练零样本模型中五项指标全部排名第一,28M 模型在 GIFT-Eval 和 TIME 上击败约四倍大小的 Chronos-2。
推荐理由:Mistral 发布首个时间序列基础模型系列,正文给出三个基准的成绩、CPU 推理延迟和可微调部署路径,读者可据此评估其落地方式。
Ai2 宣布其字节级语言模型 Bolmo 的研究发表于 Nature,并在 Hugging Face 上发布新检查点。文中介绍了 byteifying 方法,可将已训练好的子词模型以较短的额外训练转换为字节级模型,此前已基于 Olmo 模型做出 Bolmo 1B 和 7B。
Mistral 发布 Mistral Large 4(ML4,昵称 le Chonk)公开预览,1 万亿参数、520 亿激活参数的原生多模态模型,预览 API 已在 Mistral Studio 开放,权重将于本月底发布。
推荐理由:官方给出具体基准数字、开放权重时间表和欧洲自建训练基础设施,读者可据此判断它在开源模型中的位置。
Ai2 开源 AstaBrief 8B 模型及训练数据,模型可将研究问题和检索到的文献片段一步式生成带引用的科研报告,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线。
Zyphra 发布 ZAYA1-74B-Preview,这是一个总参数 74B、激活 4B 的 MoE 预 RL 推理基座,未做 RL 后训练或指令微调,权重以 Apache 2.0 许可在 Hugging Face 开放。
推荐理由:官方发布给出了架构、训练数据规模和 pass@4 对比细节,读者可以据此评估这个预 RL 基座在 AMD 上扩展预训练的实际水准。
Zyphra 发布 ZAYA1-8B,首个在 AMD Instinct MI300 集群上完成预训练、中期训练和微调的 MoE 模型,活跃参数不足 10 亿,在数学、编码和推理基准上可匹敌或超过大得多的开源模型,如 Mistral-Small-4-119B。
推荐理由:官方详解了架构、AMD 训练栈和 Markovian RSA 推理方法,读者可据此评估小参数 MoE 模型的实际推理能力。
Zyphra 发布首个基于脑电数据训练的 380M 参数基础模型 ZUNA,用于对头皮 EEG 信号去噪、重建和上采样,目标是推进无创 thought-to-text。
Zyphra 发布其首个基于脑数据的 BCI 基础模型 ZUNA,一个 380M 参数的 diffusion autoencoder 模型,可从嘈杂、不完整的头皮 EEG 数据中重建高保真脑信号,并从稀疏输入和电极坐标预测缺失通道,适用于消费级头环到 256 电极研究系统。