NVIDIA 发布 Cosmos 3 四个开放权重模型,用于交互式世界仿真
NVIDIA 在 Cosmos 世界模型开发平台下新增四个 Cosmos 3 开放权重检查点,均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数,采用 OpenMDW1.1 许可,允许商用与非商用。
推荐理由:NVIDIA 公开 Cosmos 3 四个 16B 检查点及四阶段后训练配方,读者可据此判断世界模型如何接入驾驶与机器人仿真。
NVIDIA 在 Cosmos 世界模型开发平台下新增四个 Cosmos 3 开放权重检查点,均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数,采用 OpenMDW1.1 许可,允许商用与非商用。
推荐理由:NVIDIA 公开 Cosmos 3 四个 16B 检查点及四阶段后训练配方,读者可据此判断世界模型如何接入驾驶与机器人仿真。
Phonon 团队回顾了两周前开源的端侧 TTS 模型,并详解其在 Transformers 中的接入方式。Phonon 提供约 65 MB 和 75 MB 两个尺寸,覆盖英语、法语、德语、西班牙语和葡萄牙语,内置 100 多个音色;其中 Phonon 31m 采用 Apache 2.0 许可,可商用,其余模型为 CC BY-NC 非商用许可。
推荐理由:原文交代了 Phonon 的端侧语音方案、开源许可与榜单表现,并给出 Transformers 中的完整调用示例。
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是其 1 万亿参数原生多模态旗舰模型,此前已进入公开预览。
推荐理由:Mistral 公开 1 万亿参数多模态模型的权重,并给出编码、网络安全与 token 效率的对比数据,可据此判断开源前沿模型的成本位置。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M、209M 四个尺寸,最大版本在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一,参数规模为前代 SOTA 的三分之二。
推荐理由:Mistral 首次进入时间序列基础模型,209M 参数在三个公开基准上排名第一,并给出四个尺寸与 CPU 推理延迟,便于对照现有方案。