最新模型
DeepSeek V4-Flash-Vision-Exp 開放圖片輸入，1M 上下文但仍屬 API 實驗版
DeepSeek 為 V4-Flash 加入圖片理解，可透過三種相容介面處理文字與影像，並維持原有 Flash 計價。官方公布的代理評測成績仍缺乏獨立重現，模型權重與視覺架構也未公開。
Archive
GitHub Repo
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
最新模型
代理工具
OpenViking 0.4.16 讓 VikingBot 遠端載入 Skills，並移除 Resource Relations API
新版把代理技能集中存放、搜尋及快取的流程接入 VikingBot，也加入逐使用者記憶擷取政策與持久化背景匯入。升級同時刪除實驗性的關係 API 與 CLI 指令，既有整合須先遷移。
推論系統
SGLang 0.5.18 重疊載入權重與 CUDA Graph，Qwen3-32B 冷啟動縮至 35.6 秒
新版在啟動時並行處理 checkpoint staging 與 CUDA Graph capture，官方 H100 測試較普通預設流程快 2.38 倍。它也重寫部分張量並行通訊並加入七個模型家族，但 Torch 升級與快取路徑整併帶來遷移成本。
代理工具
ASR Benchmark Fitting 以三類探針量化背題，部分模型重現 18% 至 30% 錯誤參考稿
Hume AI 與 Hugging Face 發現，若音訊與公開測試集答案衝突，部分高分語音模型仍會輸出參考稿內容。Open ASR Leaderboard 已加入 Benchmark Fitting 分頁，但這些行為不等同證明模型直接看過測試資料。
硬體
Needle 2 將 45M 工具模型壓進 14MB，並以 schema 文法限制裝置端呼叫
Cactus Compute 近日完善 Needle 2 的 Python API、跨平台執行與 Apache 2.0 授權，模型卡亦持續更新。它以 28MB 峰值記憶體執行工具選擇及結構化抽取，但速度與準確率仍主要來自官方測試。
AI 安全
Semantica 0.6.6 封堵代理知識管線的 SSRF、注入與憑證外洩路徑
Semantica 0.6.6 集中修補知識圖譜匯入、備份、匯出及外部請求的多類漏洞，維護者建議所有部署升級。新版也加入可保留來源紀錄的事實撤回機制與 CrewAI 整合。
推論系統
Yutori 披露瀏覽器代理推論架構：100K 長輸入配短工具輸出，靠前綴快取壓低每步成本
Yutori 的 Navigator 每項瀏覽器任務會連續呼叫視覺語言模型數十次，歷史上下文最長可增至約 100K token。Together AI 以 vLLM 前綴快取及分流延遲目標承載這種負載，但兩倍速度與低四至五倍成本仍是供應商披露的比較結果。
代理工具
Hermes Agent 0.20.5 加入五供應商無金鑰搜尋，排程任務可獨立設定推理強度
Nous Research 將無金鑰網路搜尋、排程記憶與執行停滯防護收進 Hermes Agent 0.20.5。這次標為修補版，卻合併約 323 個 PR，完整遷移說明仍要等 0.21.0。
推論系統
Diffusers 0.40 將 Modular Pipeline 轉為穩定 API，同時移除 JAX／Flax
Hugging Face 讓 MiniMax H3、MiniMax Music 3 及 Wan-Animate-2 直接以可組合區塊接入，不再提供傳統 DiffusionPipeline 封裝。新版也加入有限的 tensor parallel、低位元量化後端及安全修補，但帶來 Flax 移除與 LoRA 輸出變動。
推薦系統
NVIDIA 生成式推薦堆疊重寫 KV 與 beam search，5K 上下文推論快 2.27 倍
NVIDIA 將 HSTU、動態 embedding 與 Semantic ID 生成式推薦整理成可執行的 PyTorch 參考堆疊。它針對「長歷史、只生成數個 token、beam width 極大」的推薦負載重寫快取及解碼路徑，但數據目前限於 NVIDIA 硬件與合成配置。
推論系統
LFM2.5 加入 DSpark 草稿模型，H100 解碼吞吐量最高提高 3.18 倍
Liquid AI 為三款 LFM2.5 模型釋出約 3 億參數的 DSpark 草稿檢查點，並接入 llama.cpp 與 SGLang。官方測試顯示加速幅度會隨模型、資料分布及硬件大幅變動，不能把峰值直接視為所有工作負載的收益。
最新模型
RuleMaze 將視覺規劃拆成工具呼叫，3B 模型未見規則成功率由 56.3% 升至 88.0%
RuleMaze 用可執行驗證器檢查多模態模型能否看懂迷宮、遵守自然語言規則並完成路徑規劃。DMP 將感知、移動及規則驗證拆開後明顯勝過一般微調，但測試仍限於合成網格，且驗證器曾經人工校正。