小米开源 0.8B 文档理解模型 Xiaomi-OCR-0，支持文档解析、信息抽取与 OCR 视觉问答

DeepSeek 于 8 月 31 日在 Hugging Face 开源首个多模态模型 DeepSeek-V4-Flash-Vision-Exp，采用 MIT License，公开模型文件、Tokenizer、Prompt Encoding 参考实现及最小化 PyTorch 推理实现。

上海科学智能研究院开放科学多模态基础模型“神珍”，总参数约110亿，可处理DNA、RNA、蛋白质、小分子、地球系统和医学影像六类数据。在生物序列20项任务中，该模型9项取得最优结果；医学影像分割平均Dice得分91.20，在7种参评方法中最优。模型权重及代码已在星河启智、Hugging Face和GitHub开放。

Hugging Face CEO 德朗格在 X 平台表示，Netflix 纪录片《AI 失控》（AI Gone Rogue）为博流量走向末日论叙事，内容不准确。他称自己花两个多小时与摄制组沟通纠正错误，但影片未提及智能体缺少隔离管控、闭源模型安全限制阻碍防御、以及 Hugging Face 依靠开源模型完成自卫等关键细节。

阶跃星辰开放 Step 5 Preview 模型权重，含 BF16 与 FP8 两个版本，已上线 Hugging Face 和 ModelScope，可通过 vLLM、SGLang 部署兼容 OpenAI 接口的服务或用 Transformers 离线推理。

阶跃星辰开放 Step 5 Preview 模型权重，含 BF16 与 FP8 权重、技术博客和开源开发工具，已上线 Hugging Face 和 ModelScope。

Cloudflare 于 10 月 9 日发布开放权重决策模型 Clef-omni，在 Clef 系列基础上新增音频和完整视频输入，支持 wav、mp3、mp4 和 webm 格式，可单次 API 调用处理文本、图像、音频和视频，模型权重已在 Hugging Face 开放。

Liquid AI 于 10 月 7 日发布博文，推出开放权重决策模型 d1-3B（31.2 亿参数，支持文本与图像输入）和 d1-omni-600M（5.87 亿参数，支持文本、图像及语音输入），已在 Hugging Face 公开，可下载、微调并部署。

亚马逊 Strands Agents 团队推出 Strands Decider 2B 决策模型，已在 GitHub 开源、权重上线 Hugging Face，可在本地 CPU / GPU 运行。

Hugging Face 发布 Mistral Large 4（Le Chonk）的上线博客，模型为多模态多语言 MoE 架构，总参数约 1T、激活 49B、上下文窗口 1M token。

Liquid AI 发布新一代 LFM3 模型家族，以 LFM3-1.7B-Base 为共享骨干，首批开放六个 2B 级模型（文本、视觉、音频、omni 及两个决策模型）的开放权重，可在 Hugging Face、Playground 和 Liquid AI API 获取。