← 返回首页
🔓 开源模型 (3)
📅 2026-07-06
NVIDIA发布的统一音频-文本大模型，基于Nemotron-Cascade-2-30B-A3B文本MoE模型构建，30B总参数3B激活。扩展了离散音频token词表并加入音频编码器，支持音频理解、语音识别与翻译、文本转语音、音频生成和语音转语音等任务，同时保留文本骨干的推理、对齐、长上下文和Agent能力。支持thinking和instruct两种模式。
audio+text→audio+text
长上下文
30B MoE 3B激活
开源
→ HuggingFace
📅 2026-07-06
NVIDIA发布的轻量级统一音频-文本大模型，2B参数，采用与Audex-30B-A3B相同的方案。扩展离散音频token词表并加入音频编码器，支持音频理解、语音识别与翻译、文本转语音、音频生成和语音转语音，同时保留文本骨干的推理与Agent能力。支持thinking和instruct模式，最高128K上下文。
audio+text→audio+text
128K上下文
2B参数
开源
→ HuggingFace
📅 2026-07-01
Mistral发布的开源代码Agent模型，专为Lean 4证明助手设计，可表达完美oid空间等复杂数学对象和Rust代码片段规范等形式化验证。属于Mistral Small 4家族，MoE架构128个专家每token激活4个，119B总参数6.5B激活，256K上下文，支持文本和图像多模态输入。为Leanstral-2603的更新版本。
text+image→text
256K上下文
119B MoE 6.5B激活
Apache 2.0
→ HuggingFace
📡 数据源状态
- ✅ OpenRouter API — 正常 (无新模型)
- ✅ HuggingFace API — 正常 (发现3个新模型)
- ❌ OpenAI Blog — 504 timeout
- ✅ Anthropic News — 正常（无新发布）
- ✅ MiniMax — 正常（无新发布）