Xiaomi telah membuka sumber model omnimodal MiMo-V2.6 Pro dan Flash, yang dirancang untuk mengoordinasikan agen dalam membangun dan menguji secara visual adegan 3D interaktif. Model-model ini dapat menghasilkan aset Blender, mengendalikan lengan robot dari umpan kamera, menghasilkan frontend dan presentasi, merakit video, dan menyusun musik sebagai skor dan MIDI.
AntLing telah merilis keluarga Ming-Image-0.1-Design, yang mencakup dua model dengan 6B parameter: Ming-Image-0.1-Design dan Ming-Image-0.1-Design-Layer.
Xiaomi telah merilis seri MiMo-V2.6, memperkenalkan model omnimodal asli termasuk MiMo-V2.6-Pro dan MiMo-V2.6-Flash. Perusahaan juga meluncurkan MiMo-V2.6-Pro-UltraSpeed, yang memberikan kecepatan output hingga 20x lebih cepat dengan kualitas yang sama.
Tim AWS Strands Agents telah merilis Strands Harness, sebuah harness agen tujuan umum open-source yang tersedia di bawah lisensi Apache 2.0 untuk Python dan TypeScript. Alat ini dirancang untuk menjembatani kesenjangan antara pembuatan prototipe agen di lingkungan seperti Claude Code atau Codex dan penyiapannya dengan loop kustom.
Microsoft Research telah menerbitkan dan membuka sumber RetroChimera, sebuah kerangka kerja baru untuk prediksi retrosintesis yang menggabungkan dua model komplementer untuk mengusulkan rute sintesis berkualitas tinggi. Sistem ini mengintegrasikan R-SMILES 2, model de-novo berbasis Transformer, dengan NeuralLoc, model berbasis jaringan saraf graf (GNN), menggunakan strategi ensembling terlatih untuk meranking prediksi.
Tim Qwen dari Alibaba telah merilis Qwen-Image-2.1, sebuah model terpadu untuk generasi teks-ke-gambar dan pengeditan gambar yang menggabungkan checkpoint terpisah sebelumnya menjadi satu transformer difusi 7B parameter.
Pustaka tokenizers telah merilis kandidat rilis versi 1 yang secara signifikan meningkatkan kinerja untuk pengodean teks, mengatasi hambatan dalam alur kerja pelatihan dan penyajian. Pembaruan ini mempertahankan kompatibilitas API dengan v0.23 sambil memberikan percepatan substansial di seluruh sepuluh keluarga model.
Multiverse telah merilis makalah yang mendetailkan metode yang membingkai ulang pemangkasan model bahasa besar sebagai masalah optimasi biner terkendali yang dipetakan ke kaca Ising. Dengan memperlakukan blok transformer sebagai spin dengan kopling berpasangan yang diturunkan dari Hessian kerugian, pendekatan ini mengidentifikasi konfigurasi penghapusan blok optimal tanpa memerlukan benchmarking iteratif.
Penulis menyajikan ringkasan mengenai keadaan model open-weight, mencatat bahwa perusahaan AI Tiongkok telah menjadi pemimpin jelas di ruang ini sejak sekitar April 2025. Pergeseran ini dibuktikan oleh metrik unduhan Hugging Face dan kinerja pada benchmark kemampuan.
Qwen telah merilis Qwen-Image-2.1, sebuah model terpadu yang dirancang untuk generasi dan pengeditan gambar.
Stepfun telah merilis model Step 5 Preview 600B-A27B, yang saat ini tersedia melalui produk dan API-nya. Versi bobot terbuka dari model ini akan dirilis pada 15 Oktober.
Repositori stepfun-ai/Step-5-Preview-BF16 telah dipublikasikan ke Hugging Face. Judul pengajuan menunjukkan bahwa model tersebut tampak menjanjikan.
Pratinjau model "Step 5" baru dari Stepfun telah bocor secara online.
Alibaba telah merilis model kecerdasan buatan medis open-source yang mampu mendeteksi kanker dan sekitar 150 kondisi medis lainnya.
inclusionAI telah merilis sistem Realtime-Venus di Hugging Face, dengan dua checkpoint: Realtime-Venus-Omni dan Realtime-Venus-Audio. Checkpoint Omni adalah model interaksi audio-visual 9B yang diadaptasi dari MiniCPM-o 4.5 yang terus-menerus mengamati dan mendengarkan untuk memutuskan kapan harus merespons.
Naive AI, startup siluman yang didirikan oleh profesor Universitas Tsinghua Dai Jifeng, telah menyelesaikan tiga putaran pendanaan senilai $400 juta, mencapai valuasi lebih dari $1,4 miliar. Perusahaan bersiap meluncurkan model bahasa besarnya yang pertama, juga bernama Naive, sebagai rilis bobot terbuka sedini bulan ini.
Tencent telah merilis WeVisDoc, parser dokumen end-to-end untuk gambar halaman yang di-fine-tune dari model Qwen3-VL. Sistem ini mengonversi gambar halaman menjadi Markdown terstruktur, termasuk rumus LaTeX dan tabel HTML.
Tencent telah merilis WeVisDoc-4B, sebuah parser dokumen end-to-end untuk gambar halaman yang mengonversi halaman menjadi Markdown terstruktur dengan rumus LaTeX dan tabel HTML. Difo-tune dari Qwen3-VL-4B-Instruct, model ini mencapai skor keseluruhan 95.38 di OmniDocBench v1.6 dan berada di peringkat pertama di antara parser yang dibandingkan dalam semua empat pengaturan yang dilaporkan.
Together menyediakan kerangka kerja bagi perusahaan untuk bermigrasi dari model AI sumber tertutup ke model sumber terbuka (OSM) menggunakan layanan terkelola, dengan tujuan mengurangi kompleksitas dan mempercepat adopsi. Proses ini melibatkan penemuan model yang sesuai melalui benchmark, evaluasi melalui replikasi lalu lintas, penyesuaian prompt atau bobot, serta perhitungan ROI untuk membenarkan perubahan tersebut.
Sebuah laporan Mozilla menunjukkan bahwa model AI bobot terbuka China telah menutup kesenjangan pengembangan menjadi hanya empat bulan di belakang penawaran frontier AS. Meskipun kemajuan ini cepat, model-model tersebut masih tertinggal dalam beberapa evaluasi benchmark.