Mistral 发布首个推理模型 Magistral
Mistral AI 发布首个推理模型 Magistral，分开源的 Magistral Small（24B）与企业版 Magistral Medium；Magistral Medium 在 AIME2024 得分 73.6%，多数投票 @64 达 90%，Small 分别为 70.7% 与 83.3%。
推荐理由：Mistral 首次推出推理模型 Magistral，分开源与企业两个版本，读者可据此对比其推理能力与部署选择。
开源生态
全部主题开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
176条精选相关主题模型发布Hugging FaceAI 编码
最新精选
第 161–176 条 · 共 176 条Mistral AI精选AI 评分7474
Ollama Blog精选AI 评分6767 Minions：Ollama 与前沿模型的安全隐私协作协议
Stanford Hazy Research 推出 Minions 协议，通过 NVIDIA Hopper H100 远程证明与加密 enclave 实现 Ollama 本地模型与云端前沿模型的端到端加密协作，敏感上下文不离开设备，延迟增加不到 1%。项目已开源并提供 Streamlit 演示与 Python 示例代码。
推荐理由：原文给出了端到端加密协作协议的实现路径和实测开销，读者可据此评估本地-云端混合架构的安全性与成本平衡。
Ollama Blog精选AI 评分6262 Ollama 新增思考模式开关功能
Ollama 发布思考模式开关，用户可在 CLI、交互会话、脚本和 API 中启用或禁用模型的思考过程。支持的模型包括 DeepSeek R1 和 Qwen 3，API 新增 think 参数，可分离 thinking 与 content 输出。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Ollama Blog精选AI 评分7373 Ollama 支持流式工具调用
Ollama 现在支持流式工具调用，可在生成内容的同时实时调用工具，覆盖 Qwen 3、Qwen2.5、Llama 3.1、Llama 4 等模型。新解析器通过参考模型模板识别工具调用前缀，并能在无前缀时回退解析 JSON，从而提升流式场景下的工具调用可靠性。
推荐理由：Ollama 新增流式工具调用解析器，让聊天应用可以边生成边调用工具。
Mistral AI精选AI 评分6565 Devstral：Mistral AI 发布开源智能体编程模型
Devstral 是 Mistral AI 与 All Hands AI 合作开发的开源智能体编程模型，在 SWE-Bench Verified 上得分 46.8%，领先开源 SoTA 超过 6 个百分点。
推荐理由：Devstral以46.8%的SWE-Bench Verified成绩超越多数闭源模型，且可本地部署，读者可据此评估开源方案在真实软件工程任务中的可行性。
Mistral AI精选AI 评分6262 Mistral 发布 Mistral Medium 3
Mistral 发布 Mistral Medium 3，宣称以显著更低成本提供接近前沿大模型的性能。模型在编码与 STEM 任务上接近更大更慢的竞品，API 定价为输入 $0.4 / 输出 $2 每百万 token，可在四卡及以上自托管环境部署。
推荐理由：原文给出性能与成本对比，读者可据此判断它对现有开源大模型格局的影响。
Mistral AI精选AI 评分7272 Mistral OCR 文档理解 API 发布
Mistral 推出 OCR API，支持图像和 PDF 输入，以 interleaved 文本与图片结构化输出，并作为默认文档理解模型集成到 Le Chat。API 在 la Plateforme 以 1000 页/$ 开放，批量推理每美元页数约翻倍，同时提供自托管选项。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Ollama Blog精选AI 评分7474 Minions：本地与云端大语言模型协同工作
斯坦福 Hazy Research 团队发布 Minions 论文与开源代码，让本地小模型（如 Llama 3.2 via Ollama）与云端大模型（如 GPT-4o）协作，将大量 LLM 工作负载转移到消费设备。
推荐理由：通过本地小模型与云端大模型协作的两套协议，在显著降低远程调用成本的同时保持较高性能。
Ollama Blog精选AI 评分6262 Ollama 支持结构化输出
Ollama 新增结构化输出功能，可通过 JSON Schema 约束模型返回格式，并更新 Python 与 JavaScript 库。支持文本与视觉模型的结构化提取，提供 cURL、Python（Pydantic）、JavaScript（Zod）及 OpenAI 兼容接口示例，建议配合 return as JSON 与 temperature=0 使用。
推荐理由：原文给出 JSON Schema 约束输出与多语言库升级，读者可据此评估结构化输出在数据提取和一致性上的可用性。
Ollama Blog精选AI 评分6262 IBM Granite 3.0 模型已可通过 Ollama 运行
IBM Granite 3.0 的 2B、8B 密集模型与 1B、3B MoE 模型已可在 Ollama 中运行，均采用 Apache 2.0 许可证。
推荐理由：原文给出具体模型与开放入口，读者可据此判断是否适合本地低延迟部署。
Ollama Blog精选AI 评分6060 Llama 3.2 通过 Ollama 发布小尺寸与多模态版本
Meta Llama 3.2 现可通过 Ollama 运行，提供 1B/3B 文本模型与 11B/90B 视觉模型。1B 和 3B 面向移动端与边缘设备本地部署，用于构建个性化端侧智能体；11B 和 90B 支持图像推理、文档理解与图表分析。原文链接：https://ollama.com/blog/llama3.2
推荐理由：原文给出本地部署入口和模型规格，读者可据此判断它对端侧隐私和即时响应的实际影响。
Ollama Blog精选AI 评分6767 Ollama 新增工具调用支持
Ollama 现在支持 Llama 3.1 等模型的工具调用，可通过 tools 字段提供可用工具并接收 tool_calls 响应。支持的模型包括 Llama 3.1、Mistral Nemo、Firefunction v2、Command-R+，OpenAI 兼容端点也已支持工具调用。
推荐理由：Ollama 为热门模型新增工具调用能力并开放 OpenAI 兼容接口，用户可据此快速接入外部工具。
Ollama Blog精选AI 评分6262 Google Gemma 2 发布
Google Gemma 2 现已提供 2B、9B 和 27B 三种规格，采用全新架构，27B 参数在基准测试中超越两倍规模模型。Ollama 已支持运行 Gemma 2，并给出与 LangChain、LlamaIndex 的集成示例。
推荐理由：27B 参数在开放模型中实现超越更大模型的性能，为开源部署提供了新的效率标杆。
Ollama Blog精选AI 评分6767 Llama 3 通过 Ollama 可用
Llama 3 现已可通过 Ollama 运行，数据集为 Llama 2 的七倍，上下文从 8K 翻倍至 16K，token 词汇表扩至 128K，误拒率低于 Llama 2 的三分之一，提供 8B 与 70B 两个版本。Meta 计划后续推出 400B 参数版本，并增加多模态、多语言和更长上下文等能力。
推荐理由：原文给出 Llama 3 在数据规模、上下文和 token 上的具体升级，以及与 Llama 2 的对比，读者可据此判断是否切换现有工作流。
TensorFlow Blog精选AI 评分6262 TensorFlow Lite XNNPack 支持动态范围量化
TensorFlow 官方宣布 XNNPack 的全连接和卷积算子支持动态范围量化，Stable Diffusion 推理速度最高提升 6.2 倍，且无需校准数据集即可启用。从 TensorFlow 2.17 起，预编译二进制默认开启该能力。
推荐理由：原文给出动态量化在多个模型上的加速数据，读者可据此评估在旧设备上部署 AI 功能的可行性。
Ollama Blog精选AI 评分6262 Ollama 新增 OpenAI Chat Completions API 兼容
Ollama 推出对 OpenAI Chat Completions API 的内置兼容支持，可使用 cURL、OpenAI Python/JS 库及 Vercel AI SDK、Autogen 等框架本地调用模型。
推荐理由：本地 Ollama 新增 OpenAI 兼容接口，开发者可沿用既有 SDK 与工具链对接本地模型。