10月14日星期三
当天 Hugging Face 上有6 个新模型。
-
读懂图片black-forest-labs
flux-3-image-klein-pup
一个语言模型，在 FLUX 3 Image Klein 出图之前，把简短需求扩写成完整的场景描述。
- 支持文生图、参考图编辑，以及用方框指定布局
- 基于 Qwen3.5-9B 精调，分两个阶段训练
- 自己不生成图片，是 Klein 图像模型的配套工具
最低配置 8GB 显卡，或 16GB 内存的电脑（较慢） 例如 GeForce RTX 5050
可免费商用
下载 -
把语音转成文字qnguyen3
QUAN-Transcribe-1.0
把越南语语音转成文字的模型，可处理完整录音，也可实时流式识别。
- 支持整段文件和实时流式识别，流式每段 0.48 秒
- 单次前向计算，单张 H100 上约为实时速度的 3700 倍
- 只支持越南语，输出无标点，需先接受基础编码器的条款
最低配置 新款手机或任何电脑
商用有条件下载需开发方批准
下载 -
对话与写作ibm-granite
granite-switch-4.1-8b
IBM 基于 Granite 4.1 8B 的模型，一个文件集成对话、决策、安全检查和英语语音输入。
- 通过对话模板里的控制符号切换功能，无需改代码
- 上下文 128K 词元，支持 Transformers 和 vLLM
- 语音仅支持英语，安全适配器不能代替应用自己的安全测试
最低配置 8GB 显卡，或 16GB 内存的电脑（较慢） 例如 GeForce RTX 5050
可免费商用
下载 -
对话与写作ibm-granite
granite-switch-4.1-30b
IBM 的 Granite Switch 大号版本，基于 Granite 4.1 30B，集成对话、决策、安全检查和英语语音输入。
- 含决策适配器和安全适配器，用对话模板里的控制符号开启
- 上下文 128K 词元，内置约 470M 参数的语音编码器
- 语音仅支持英语，安全适配器不能代替应用自己的安全测试
最低配置 24GB 显卡 例如 GeForce RTX 5090
可免费商用
下载 -
对话与写作FINAL-Bench
VKORE-46M-NPU
一个约 4600 万参数的小型语言模型，能写简短英语故事，在仅用于推理的芯片上从零训练。
- 能写出 TinyStories 水平的简短英语故事
- 在 32 颗 ATOM-Max NPU 芯片上按字符训练，反向传播直接在芯片上运行
- 属于研究演示，训练方法尚未公开，只会写简短故事
最低配置 新款手机或任何电脑
可免费商用
下载
最低配置是我们按模型大小估算的：文字模型按 4-bit 压缩版，图片、视频和声音模型按 8-bit。许可和大小来自开发方页面，用于工作前请先阅读许可。
