Tether AI Research 开源 0.8B 端侧智能体模型 BotPsy
Tether AI Research 发布 BotPsy，一个基于 Qwen3.5-0.8B 构建、面向函数调用与智能体工作流的 0.8B 参数端侧模型，将以 Apache 2.0 许可开源权重，提供 bf16、Q8、Q4 三种精度的 safetensors 与 GGUF 文件。
推荐理由：原文给出四阶段训练配方与逐项基准对比，可据此理解小模型如何在工具调用上追平更大模型。
#端侧
Hugging Face Blog精选AI 评分6262
Hugging Face Blog精选AI 评分7474 Liquid AI 发布 LFM3 系列：单一骨干衍生六款 2B 级多模态模型
Liquid AI 发布新一代 LFM3 系列，以 LFM3-1.7B-Base 为共享骨干衍生出文本、视觉、音频、omni 和决策共六款 2B 级模型，全部开源并可在 Hugging Face 下载。
推荐理由：原文给出架构改动、基准对比和微调入口，读者可据此评估 2B 级模型能否替代自己的通用大模型。
NVIDIA Blog精选AI 评分6161 NVIDIA 扩展 Nemotron、Kumo、Cosmos 等开放模型组合
NVIDIA 扩展其在语言、机器人、生物和量子计算领域的开放模型组合，包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising，供开发者用本地数据定制并部署在自有基础设施上。
推荐理由：原文逐项列出各模型的开放入口和合作方，读者可据此判断哪些能力已可直接取用。
NVIDIA Blog精选AI 评分7272 NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL，以及面向边缘的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 两款模型，覆盖从企业服务器到本地设备的智能体部署。
推荐理由：原文给出了三档模型的参数、显存与部署入口，读者可据此判断从数据中心到本地设备的选型路径。
Hugging Face Blog精选AI 评分6767 Liquid AI 开源 LFM2.5-24B-A2B 端侧推理模型
Liquid AI 开源 LFM2.5-24B-A2B，一个 24B 参数、仅 2B 激活参数的推理模型，面向端侧快速私密的智能体场景，支持工具调用与多步任务。
推荐理由：给出了架构、训练流程与多组对比数据，读者可据此判断它在端侧智能体场景的取舍边界。
Hugging Face Blog精选AI 评分6262 Liquid AI 开源 d1-3B 与 d1-omni-600M 决策模型
Liquid AI 发布 d1 决策模型家族的两款开放权重模型 d1-3B 和 d1-omni-600M（实验版），在 Decision Index 0.2.1 上 d1-3B 得分 48.57，超过所有 4B、9B 模型以及 Decider 35B-A3B（47.11）。
推荐理由：给出了不同设备上的实测延迟和基准分数，读者可据此判断它是否满足自己的端侧部署预算。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，将文本、代码、图像、视频和音频统一映射到共享嵌入空间。
推荐理由：给出了参数量、内存占用与上下文长度等具体指标，读者可据此判断它是否适合端侧部署。
Google DeepMind精选AI 评分7474 Google DeepMind 发布手语转文字模型 SL2T，落地 Gboard 与 Live Transcribe
Google DeepMind 发布多语言手语转文字（SL2T）模型，率先在 Pixel 11 的 Gboard 和 Live Transcribe 中提供美式手语（ASL）转英文的签名输入功能，后续将支持更多设备与语言。
推荐理由：原文交代了手语翻译相比语音转写的两类核心难点，以及用姿态关键点替代原始视频的隐私设计，便于理解该模型的技术取舍。
Hugging Face Blog精选AI 评分7878 Meta 发布开源多模态模型 Muse Glimmer-30B，面向本地智能体场景
Meta 发布 Muse Glimmer-30B，一款从 Muse 蒸馏至 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体用例，适用于编码、文档分析、个人助手等注重隐私的场景。
推荐理由：原文给出架构细节与部署入口，读者可据此判断本地智能体场景下的落地成本与可行性。
Google DeepMind精选AI 评分7474 Google DeepMind 开源实验性扩散文本模型 DiffusionGemma，推理提速最高 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次并行生成整段文本，在专用 GPU 上文本生成速度最高提升 4 倍，单张 NVIDIA H100 可达 1000+ tokens per second，NVIDIA GeForce RTX 5090 可达 700+ tokens per second。
推荐理由：原文给出了速度、显存与质量取舍的具体数据，读者可据此判断它是否适合本地交互场景。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemma 4 12B：无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，定位为可在 16GB RAM 消费级笔记本本地运行的智能体多模态模型，是该系列首个支持原生音频输入的中等规模模型。
推荐理由：原文说明了无编码器架构如何省下延迟与显存，读者可据此判断本地多模态部署的可行性。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Holo3.1 系列计算机使用智能体模型
Hugging Face 发布 Holo3.1 系列计算机使用智能体模型，基于 Qwen 家族，提供 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF、NVFP4 量化权重以支持本地推理。
推荐理由：给出了各尺寸在移动与桌面基准上的具体提升和量化后的吞吐数据，可据此评估本地部署的可行性。
Hugging Face Blog精选AI 评分7474 NVIDIA 发布 Nemotron 3 Nano Omni 多模态理解模型
NVIDIA 发布 Nemotron 3 Nano Omni，一个面向文档分析、多图推理、语音识别、长音视频理解与智能体计算机使用的全模态理解模型，已在 Hugging Face 开放 BF16、FP8 和 NVFP4 权重。
推荐理由：原文给出架构细节、训练配方与多组基准对比，读者可据此评估它在文档、音视频与智能体场景的可用性。
Google DeepMind精选AI 评分8383 Google DeepMind 发布开源模型 Gemma 4 系列
Google DeepMind 发布 Gemma 4 开源模型系列，采用 Apache 2.0 许可，包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，主打推理与智能体工作流。
推荐理由：原文给出了各尺寸的硬件适配与开源许可细节，读者可据此判断本地部署和微调的可行路径。
Hugging Face Blog精选AI 评分8888 Google DeepMind 发布 Gemma 4 多模态模型家族
Google DeepMind 在 Hugging Face 上发布 Gemma 4 多模态模型家族，采用 Apache 2 许可，共五个尺寸（E2B、E4B、12B Unified、31B、26B A4B MoE），均提供 base 与 IT 检查点，支持图像、文本输入，小尺寸与 12B Unified 还支持音频。
推荐理由：原文列出五档尺寸、架构取舍与各基准分数，读者可据此判断端侧与 MoE 方案的实际取舍。
Hugging Face Blog精选AI 评分7373 Google 发布 EmbeddingGemma 多语言嵌入模型
Google 发布 EmbeddingGemma（google/embeddinggemma-300m），一款 308M 参数、2K 上下文窗口、支持 100 多种语言的多语言嵌入模型，面向端侧场景，量化后内存占用低于 200 MB，在 MTEB 上是 500M 以下排名最高的纯文本多语言嵌入模型。
推荐理由：给出了架构改动、多框架接入方式和微调脚本，读者可据此判断如何在端侧 RAG 中落地该模型。
Hugging Face Blog精选AI 评分8181 Gemma 3n 在开源生态全面开放可用
Gemma 3n 正式在 transformers、timm、MLX、llama.cpp、transformers.js、ollama、Google AI Edge 等主流开源库开放可用，原生支持图像、文本、音频和视频输入。
推荐理由：原文给出了模型规格、显存需求和各库接入方式，读者可据此判断能否在自己的设备上跑起来。
Mistral AI精选AI 评分7474 Mistral AI 发布 Mistral Small 3.1 模型
Mistral AI 宣布发布 Mistral Small 3.1，基于 Mistral Small 3 升级，改进了文本性能与多模态理解，上下文窗口扩展至 128k tokens，推理速度达 150 tokens per second，以 Apache 2.0 许可开源。
推荐理由：原文列出了上下文、速度与运行门槛，读者可据此判断它是否适合端侧与低延迟场景。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 SmolVLM2 系列视频理解模型
Hugging Face 发布 SmolVLM2 系列三个新模型，参数量分别为 2.2B、500M 和 256M，主打在手机到服务器等各类设备上运行视频理解。2.2B 版本在 Video-MME 上超过现有 2B 模型，500M 和 256M 版本被称为迄今发布的最小视频语言模型，其中 500M 版本以不到四分之一的参数量接近 2.2B 的视频理解能力。
推荐理由：原文给出三档参数量、Video-MME 表现和 MLX/Swift 接入方式，读者可据此判断小模型视频理解能否落到自己的设备上。
Mistral AI精选AI 评分6969 Mistral 发布 Mistral Small 3：24B 参数、Apache 2.0 开源模型
Mistral AI 发布 Mistral Small 3，一个延迟优化的 24B 参数模型，以 Apache 2.0 许可开源，提供预训练和指令微调两个 checkpoint。
推荐理由：原文给出了参数量、延迟与本地部署门槛，读者可据此判断它是否适合替代闭源小模型。