PyTorch Foundation 網誌介紹 vLLM 的硬件無關層 PPyTorch23/9/2026 01:20:05 IBM、Meta 與 Hugging Face 的貢獻者在新的 PyTorch Foundation 網誌 介紹硬件無關層。這些層旨在平衡前沿效能與可移植性,並協助 vLLM 滿足更廣泛開源生態的需要。 #vllm#pytorch#硬件可移植性#開源
Qwen 團隊推出原生多模態模型 Qwen3.8-Omni-FlashQwen3.8-Omni-Flash 專為跨文字、音頻及影片的長程智能體任務而訓練,採用 Qwen3.8-Next 的稀疏混合專家設計,上下文視窗達 100 萬個 token。兩個開源框架 Qwen-MM-Plugins 與 Qwen-Live-Harness,分別加入多模態及實時智能體支援。
Adithya S K 發布 SmolDataEnvs,收錄逾 5,000 項可驗證的強化學習任務SmolDataEnvs 是一套開源任務集,收錄逾 5,000 項可驗證的強化學習環境任務,用於在程式與數據科學領域對小型模型進行爬山式優化。今次發布包括環境、評估與訓練內容。
inclusionAI 開源兩款 6B 的 Ming-Image-0.1-Design 模型inclusionAI 已以 MIT 授權開源 Ming-Image-0.1-Design 系列:兩款互補的 6B 模型 Design 與 Layer,用於視覺設計工作流程。ModelScope 表示,Design 在 Artificial Analysis UI/UX Design 排行榜的開源權重模型中排名第一;Layer 則在全部 12 項受測 Crello 設定中領先,速度為受測 20B 開源權重基線的 4.3 倍。
Arena.ai 將 Qwen-Image-2.1 列為圖像編輯與文字轉圖像兩項開源模型首位Arena.ai 在兩項榜單均將 Qwen-Image-2.1 列為開源模型首位。圖像編輯得分 1,367,總排名第 16,落後 GPT-Image-1.5-high-fidelity 三分。