meta-models/Muse-Spark-Open-816B-A42BMuse-Spark-Open-816B-A42B 现身:816B 总参、42B 激活的文生图+文本 MoE
Muse-Spark-Open-816B-A42B 现身:816B 总参、42B 激活的文生图+文本 MoE
若确为开放权重,将刷新开源多模态 MoE 规模上限,需评估自托管显存与 42B 激活的推理成本。
DOMAIN OBSERVATORY
资料 50 条 · 常规内容近 60–90 天,综述/报告保留一年最近同步 1 小时前
本次综合总结:该领域暂无权威综述/报告收录,主要基于前沿内容归纳。多模态/视觉语言当前主线是从视觉语言理解、统一感知,向图像/视频生成、世界模型与实时交互推进,并出现全模态统一趋势。
Muse-Spark-Open-816B-A42B 现身:816B 总参、42B 激活的文生图+文本 MoE
若确为开放权重,将刷新开源多模态 MoE 规模上限,需评估自托管显存与 42B 激活的推理成本。
NVIDIA Nemotron 3.5 VL 120B FP4 模型发布
NVIDIA 多模态大模型以 FP4/MoE 形态进入 transformers,可评估低精度视觉语言部署。

tencent/WeVisOne-VL-4B:image-text-to-text,apache-2.0,transformers
信息不足,影响待观察
NVIDIA 发布 Nemotron-3.5-Super-VL-120B-A12B(BF16)image-text-to-text 模型
信息不足,影响待观察

inclusionAI 开源 Realtime-Venus,any-to-any 模型,License apache-2.0
信息不足,影响待观察
