Xiaomi открыла исходный код омнимодальных моделей MiMo-V2.6 Pro и Flash, предназначенных для координации агентов при создании и визуальном тестировании интерактивных 3D-сцен. Эти модели могут генерировать ассеты Blender, управлять роботизированными манипуляторами по данным с камер, создавать фронтенды и презентации, собирать видео и сочинять музыку в виде партитур и MIDI.
AntLing выпустила семейство Ming-Image-0.1-Design, включающее две модели с 6B параметров: Ming-Image-0.1-Design и Ming-Image-0.1-Design-Layer.
Xiaomi выпустила серию MiMo-V2.6, представив нативно омнимодельные модели, включая MiMo-V2.6-Pro и MiMo-V2.6-Flash. Компания также запустила MiMo-V2.6-Pro-UltraSpeed, обеспечивающую скорость вывода до 20 раз выше при том же качестве.
Команда AWS Strands Agents выпустила Strands Harness, кросс-платформенный инструмент для агентов с открытым исходным кодом, доступный по лицензии Apache 2.0 для Python и TypeScript. Инструмент предназначен для устранения разрыва между прототипированием агентов в таких средах, как Claude Code или Codex, и их развертыванием с использованием пользовательских циклов.
Microsoft Research опубликовала и открыла исходный код RetroChimera, новой системы для предсказания ретросинтеза, которая объединяет две взаимодополняющие модели для предложения высококачественных путей синтеза. Система интегрирует R-SMILES 2, модель на основе Transformer для de-novo генерации, с NeuralLoc, моделью на основе графовых нейронных сетей (GNN), используя обученную стратегию ансамблирования для ранжирования предсказаний.
Команда Qwen от Alibaba выпустила Qwen-Image-2.1, унифицированную модель генерации изображений по тексту и их редактирования, которая объединяет предыдущие отдельные чекпоинты в единый диффузионный трансформер на 7B параметров.
Библиотека tokenizers выпустила кандидат в релизы версии 1, который значительно улучшает производительность кодирования текста, устраняя узкие места в рабочих процессах обучения и обслуживания. Обновление сохраняет совместимость API с версией v0.23, обеспечивая существенное ускорение для десяти семейств моделей.
Команда Multiverse опубликовала статью, в которой описывается метод, переформулирующий прунинг больших языковых моделей как задачу бинарной оптимизации с ограничениями, отображаемую на модель Изинга. Рассматривая блоки трансформера как спины с парными связями, выведенными из гессиана функции потерь, подход определяет оптимальные конфигурации удаления блоков без необходимости итеративного бенчмаркинга.
Автор представляет обзор состояния моделей с открытым весом, отмечая, что китайские ИИ-компании стали явными лидерами в этой области примерно с апреля 2025 года. Этот сдвиг подтверждается метриками загрузок на Hugging Face и результатами на бенчмарках оценки возможностей.
Qwen выпустила модель Qwen-Image-2.1 с открытыми весами, унифицированную модель, предназначенную как для генерации, так и для редактирования изображений.
Stepfun выпустила модель Step 5 Preview 600B-A27B, которая в настоящее время доступна через её продукты и API. Открытая версия с весами этой модели будет выпущена 15 октября.
Репозиторий stepfun-ai/Step-5-Preview-BF16 был опубликован на Hugging Face. Название публикации указывает на то, что модель выглядит перспективной.
В интернете появилось превью новой модели "Step 5" от Stepfun.
Alibaba выпустила модель медицинского искусственного интеллекта с открытым исходным кодом, способную выявлять рак и примерно 150 других медицинских состояний.
inclusionAI выпустила систему Realtime-Venus на платформе Hugging Face, включающую два контрольных файла: Realtime-Venus-Omni и Realtime-Venus-Audio. Контрольный файл Omni представляет собой модель аудио-визуального взаимодействия на 9B параметров, адаптированную из MiniCPM-o 4.5, которая непрерывно наблюдает и слушает, чтобы решить, когда отвечать.
Naive AI, стартап в режиме скрытой разработки, основанный профессором Университета Цинхуа Дай Цзифэном, завершил три раунда финансирования на общую сумму $400 млн, достигнув оценки более $1,4 млрд. Компания готовится выпустить свою первую большую языковую модель, также названную Naive, в виде релиза с открытым весом уже в этом месяце.
Tencent выпустила WeVisDoc, сквозной документальный парсер для изображений страниц, дообученный на моделях Qwen3-VL. Система преобразует изображения страниц в структурированный Markdown, включая формулы LaTeX и HTML-таблицы.
Tencent выпустила WeVisDoc-4B, сквозной парсер документов для изображений страниц, который преобразует страницы в структурированный Markdown с формулами LaTeX и HTML-таблицами. Модель, дообученная на базе Qwen3-VL-4B-Instruct, достигает общего балла 95.38 на OmniDocBench v1.6 и занимает первое место среди сравниваемых парсеров во всех четырех указанных настройках.
Together предлагает предприятиям фреймворк для миграции с закрытых ИИ-моделей на открытые модели (OSM) с использованием управляемых сервисов, стремясь снизить сложность и ускорить внедрение. Процесс включает обнаружение подходящих моделей через бенчмарки, их оценку посредством воспроизведения трафика, адаптацию промптов или весов и расчёт ROI для обоснования перехода.
Согласно отчёту Mozilla, разрыв в разработке между открытыми китайскими ИИ-моделями и американскими флагманскими решениями сократился до четырёх месяцев. Несмотря на такой быстрый прогресс, модели продолжают уступать в некоторых бенчмарках.