Odyssey-3 世界模型开放免费试用,并公布物理基准成绩
Odyssey 将世界模型 Odyssey-3 开放公开研究预览,用户可用文本提示词生成可实时探索的交互环境,开发者可申请 API 访问。免费在线 demo 基于 Odyssey-3 Flash,采用自回归扩散 Transformer 生成视频帧,基础模型 14B 参数、832 × 480 像素,Pro 版支持 1280 × 720 像素。
Odyssey 将世界模型 Odyssey-3 开放公开研究预览,用户可用文本提示词生成可实时探索的交互环境,开发者可申请 API 访问。免费在线 demo 基于 Odyssey-3 Flash,采用自回归扩散 Transformer 生成视频帧,基础模型 14B 参数、832 × 480 像素,Pro 版支持 1280 × 720 像素。
Liquid AI 开源 d1 决策模型家族两款模型:d1-3B 与实验性的 d1-omni-600M,均为开放权重并在 Hugging Face 上线。
推荐理由:Liquid AI 开源两款决策模型,给出端侧毫秒级延迟与七项基准对比,可据此判断小模型在边缘设备上做结构化决策的可行性。
Google DeepMind 发布 EmbeddingGemma 2,这是基于 Gemma 4 架构、采用 Apache 2.0 许可的开源多模态嵌入模型,可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由:Google DeepMind 开源 740M 参数多模态嵌入模型,给出端侧内存占用与向量截断方法,可供本地检索与 RAG 选型参考。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash,用从十亿参数 GigaPath 编码器蒸馏出的 22M 参数 ViT-S tile 编码器替换原有骨干,30M 参数以内即可完成全切片表示与 H&E 到 mIF 的虚拟空间蛋白组预测,均以 Apache 2.0 许可开源。