刚刷到博主 maderix 开源了个硬核项目: 逆向 Apple 的私有 API, 绕过 CoreML, 直接在 Apple Neural Engine (ANE) 上实现了神经网络训练!
2025年已经过去了一半, 文本生成大模型是否已经进入下半场? OpenAI 完全不重视 API市场? Grok3根本没人用? 未来会怎样走向?
来看我花费4小时精心为大家整理的大模型 API 市场解读(使用 OpenRouter 数据) —— 2025上半年谁是 AI API 服务王者
sdxl和sd1.5生态上大部分漫画风格模型结构表现不如照片风格模型。但最近测试的wai illustrators v14在结构表现有一定优势，并且可用分辨率在2.5k以上，正式工作流使用1080p分辨率，比cosmos predict2快不少。
之前尝试使用SD1.5以及LCM版本的微调模型作为高速绘画模型，但分辨率、细节和位置关系等方面表现差一些。今天引入了基于SDXL Lightning的Dreamshaper XL，一定程度上解决了这些问题并且可以在部分场景实现动漫风格。
由于Hidream i1速度较慢以及部分提示词光照有问题，改用Cosmos Predict2 2b作为主力绘画模型，不过细节较多的场景生成效果有一定问题。
Unsloth 刚刚发布了一个强化学习小教程
教程从吃豆人游戏触发，然后简单介绍 RLHF, PPO 再到 GRPO, 然后告诉你如何用 GRPO 开始训练，是个不错的入门小文章。
地址: docs.unsloth.ai/basics/reinforcement-learning-guide
Gemini-2.5-Pro 和 Gemini-2.5-Flash 移除了 Preview 标签了。看来是版本固定了？加下来要向 Gemini Ultra 或者 Gemini-3迈进了
没错进门就是 TRAE, 红色的牌子特别显眼, 这次实装了 doubao-seed-1.6-thinking 很多人都在当场试用
Intel 展位
首先还是最重磅的, Intel 把还没正式发布的 Arc Pro B60 拿过来了, 24G GDDR6, 456 GB/s, TDP 200 W. 从贴纸看这个还是工程样品. 我跟现场的工作人员说能否拔下来多拍几张, 结果被拒绝了, 因为没有螺丝刀. 机器搭配的是平平无奇 DDR5 4800.
面壁智能刚刚发了一堆小模型，包括： MiniCPM4-0.5B/8B/MCP/Survey 等等
- MiniCPM4-0.5B 是面向端侧设备的，8B是旗舰模型
- BitCPM4-0.5B/BitCPM4-1B 是类似 bitnet 的1bit 量化模型
- MiniCPM4-Survey 是个专门用于生成报告的模型
- MiniCPM4-MCP 是个MCP专用模型
另外还有一些视觉模型组件。目前从跑分上看，与 Qwen3-8B 不相上下，感兴趣的朋友可以试试。…
一张图搞定结构化3D建模——PartCrafter
这是一个来自北大+字节跳动+卡耐基梅隆大学的联合项目
简单来说，这个项目实现了从单张RGB图像直接生成多个语义部件的结构化3D模型，彻底告别了传统"先分割再重建"的繁琐流程，提供：
- 端到端生成：无需预分割输入，一步到位生成完整的部件化3D场景
- 组合式潜在空间：每个3D部件用独立的潜在token集合表示，支持灵活编辑…
Mistral 刚又发了个小模型—— Magistral-Small-2506
这是个 Mistral Small 3.1 微调的版本，增加了推理能力的疯狂RL版本。这个大小很适合单卡 32G 跑。至于分数嘛… 跟 Qwen3-4B 差不多。GPQA 会高一些。但AIME甚至没有Qewn3-4B 高。
模型地址：huggingface.co/mistralai/Magistral-Small-2506 Unsloth 量化版本地址：huggingface.co/unsloth/Magistral-Small-2506-GGUF
考虑到提供了Enhance a Video等功能且支持模块化和量化后的VACE模型，虽然显存优化差一些但还是在Comfyui改用WanVideoWrapper而非官方工作流进行部署。
使用文生视频时，8g显存能生成33帧1152x640分辨率的视频，在3070m用时约26分钟。
由于旧版Deepseek R1前端开发能力一般，而GitHub Pages以及这一页面需要展示的网页的开发对模型的前端开发要求较高，因此在Deepseek R1 0528发布后才开发这部分项目。
再来看小米发布的第二个新模型——MiMo-VL-7B-RL
这是个视觉模型，主打视觉推理，宣传也是在7B这个规模达到了领先，另外一个亮点是，它支持UI识别，因此可以当作各种界面操作MCP的前置模型。
由于官方没有放出在线使用地址，以及视觉测试我基本都没什么感知，所以感兴趣的朋友只能自己试试了。
地址：huggingface.co/XiaomiMiMo/MiMo-VL-7B-RL …
“昨天的我狙击了今天的你”
小米刚刚发布了两个新模型，我来给大家分别介绍，这个是第一个—— MiMo-7B-RL-0530
这是一个文本推理模型，跟 DeepSeek-R1 是一个类型。小米宣称这个新模型在 7B 规模这个是目前最强的模型。
官方比较的也是之前 DeepSeek-R1 蒸馏的 Qwen2.5-7B, 甚至说 AIME24 数学测试超过了旧版 R1，估计是也没料到 28 号 DeepSeek 发布了新蒸馏的 Qwen3-8B。 我把数据整理到一起给大家看。结论就是——没打过 DeepSeek-R1-0528-Distilled-Qwen3-8B. …
有数据显示 DeepSeek-R1-0528 的后训练数据可能是使用 Gemini 合成的, 之前的旧版R1则是用 OpenAI 模型合成的。图中是一个针对 DeepSeek 输出内容进行聚类的树，可以看到新版的 R1 在输出内容聚类上更靠近 Google Gemini, 而之前的 R1 则更靠近 OpenAI
