昆仑万维发布 Matrix-Game 4.0 消费级显卡视频大模型游戏并开源
昆仑万维发布 Matrix-Game 4.0,称其为第一款运行在单张消费级显卡上的视频大模型游戏,并同步开源代码与权重,开源地址为 Hugging Face 上的 Skywork/Matrix-Game-4.0。
推荐理由:给出了单卡 480p 60 FPS 与延迟对比数据,可对照上一代世界模型在算力和实时性上的差距。
昆仑万维发布 Matrix-Game 4.0,称其为第一款运行在单张消费级显卡上的视频大模型游戏,并同步开源代码与权重,开源地址为 Hugging Face 上的 Skywork/Matrix-Game-4.0。
推荐理由:给出了单卡 480p 60 FPS 与延迟对比数据,可对照上一代世界模型在算力和实时性上的差距。
Liquid AI 发布 LFM2.5-24B-A2B,一个总参数 24B、每 token 仅激活 2B 的推理模型,面向端侧运行、可调用工具的智能体。它在 LiveClaw 上得分 48.09,高于 Qwen3.6-35B-A3B 的 38.19,在 8 项工具使用与智能体基准中 5 项领先或持平。
推荐理由:LFM2.5-24B-A2B 用 2B 激活参数对比更大 MoE 的端侧成绩与推理速度,可作为端侧智能体选型的参考。
Liquid AI 在 d1 决策模型家族下开源 d1-3B 和实验性 d1-omni-600M 两款模型,两者均为开放权重并已上线 Hugging Face。
推荐理由:Liquid AI 开源两款决策模型,给出了端侧与 GPU 延迟实测和七项基准对比,可据此判断小模型做实时决策的可行性。