目录一、通用与智能体大模型InternScience 开源 35B Agent 模型 Agents-A1华为开源 openPangu-2.0-Flash 昇腾原生大模型NVIDIA 发布双塔扩散语言模型 Nemotron-Labs-TwoTower葡萄牙发布欧洲葡萄牙语开源大模型 AMALIA二、垂直领域专用模型Mistral AI 发布形式化验证模型 Leanstral 1.5三、多模态与实时交互模型生数科技发布 Vidu S1 实时交互视频生成模型一、通用与智能体大模型1. InternScience 开源 35B Agent 模型 Agents-A1上海人工智能实验室 InternScience 正式开源Agents-A1这是一款35B总参数的混合专家MoEAgentic模型核心技术路线为「扩展智能体视界而非参数规模」目标以35B级参数实现万亿参数级的智能体性能。核心技术与训练范式模型基于长视界知识-行动基础设施训练可生成平均长度达45K token的智能体轨迹通过三阶段训练范式统一六大异构领域能力全领域监督微调对齐基础模型的通用智能体行为范式领域教师模型训练沉淀各垂直场景的专业能力多教师领域路由蒸馏通过显著词汇对齐提升跨领域知识迁移效率将多领域能力整合为单一可部署模型核心能力与性能表现原生支持函数调用与工具集成具备复杂任务分解、长上下文理解、精准指令遵循能力覆盖长周期搜索、工程任务、科学研究等复杂智能体场景在Seal-056.4、HiPhO46.4、FrontierScience-Olympiad79.0、IFBench80.6等多项基准测试中取得整体SOTA性能对标GPT-5.5、DeepSeek-V4-pro、Kimi-K2.6等前沿大模型同步开放标准化Agent能力评估代码库支持工具调用、多步推理等核心能力的可复现评测开源动态2026年6月26日开源35B-A3B模型权重、部分领域评测代码与技术报告2026年7月2日发布多尺度量化版本支持在Mac设备上本地运行相关链接Hugging Face模型页https://huggingface.co/InternScience/Agents-A1注该境外页面当前可能无法直接访问GitHub开源仓库https://github.com/InternScience/Agents-A12. 华为开源 openPangu-2.0-Flash 昇腾原生大模型华为正式开源openPangu-2.0-Flash这是一款完全基于昇腾NPU训练的大规模混合专家语言模型也是开源盘古2.0系列的首个公开版本。规格与架构亮点参数规模总参数约92B每token激活参数约6B训练数据总量约34T tokens上下文长度支持512k超长上下文注意力架构沿用高效MLA采用DSASWA独立分层混合架构层配比1:2SWA层负责局部窗口建模DSA层负责稀疏全局聚合大幅降低长序列推理的计算与显存开销拓扑架构传统残差连接升级为4支流mHC架构提升表征多样性与泛化能力推理加速搭载3头MTP自投机模块一次可额外预测3个token显著提升推理速度训练优化采用Muon优化器实现更快的收敛速度后训练与能力版本后训练阶段完成快慢合一微调SFT、多专项强化学习RL并通过在线蒸馏OPD实现能力合一推出两个能力版本Thinking版本深度思考模式推理与复杂任务能力更强AIME 2026带Python工具达98.1%SWE-bench Verified达63.1%Non-Thinking版本快速响应模式兼顾速度与基础能力开源与部署当前已开源模型权重、基础推理代码、训推算子后续规划openPangu-2.0-Pro版本预计7月开源更多组件将于下半年陆续推出部署方案可通过omni-infer推理框架部署支持昇腾A3硬件的1P1D/4P1D等PD分离配置配套ansible自动化部署脚本相关链接模型主页GitCodehttps://ai.gitcode.com/ascend-tribe/openPangu-2.0-Flash推理源码仓库https://gitcode.com/ascend-tribe/openPangu-2.0-Infer官方发布公告https://mp.weixin.qq.com/s/03bfUULuB6wuWf4vCn6Deg3. NVIDIA 发布双塔扩散语言模型 Nemotron-Labs-TwoTowerNVIDIA发布Nemotron-Labs-TwoTower-30B-A3B提出全新的块级自回归扩散语言建模范式通过双塔架构解耦上下文表征与迭代去噪能力探索高吞吐生成技术路线。核心架构设计传统扩散语言模型使用单一网络同时承担上下文编码与去噪任务模型能力被双向稀释TwoTower将两个角色完全拆分AR上下文塔冻结以因果注意力处理干净的历史token提供高质量上下文表征扩散去噪塔可训练采用双向块注意力通过交叉注意力关联上下文塔的表征对噪声块进行迭代细化规格与效果基座基于Nemotron-3-Nano-30B-A3BMamba-Transformer混合MoE模型在约2.1T token上完成训练保留自回归基线98.7%的生成质量同时将端到端生成吞吐量提升2.42倍模型权重与代码已开源支持商用相关链接Hugging Face模型页https://huggingface.co/nvidia/Nemotron-Labs-TwoTower-30B-A3B-Base-BF16注该境外页面当前可能无法直接访问arXiv论文https://arxiv.org/abs/2606.264934. 葡萄牙发布欧洲葡萄牙语开源大模型 AMALIA由葡萄牙高校与研究机构联合开发的AMALIA大模型正式发布是首个全面面向欧洲葡萄牙语pt-PT的全开源大模型体系获得葡萄牙政府支持与550万欧元欧盟复苏基金资助。模型与生态矩阵模型规格包含9B参数纯语言模型AMALIA-9B与同量级视觉语言模型AMALIA-VL全链路开源提供数据清洗过滤、预训练、监督微调、偏好优化、评测基准的端到端开源工具链专属评测体系发布ALBA语言能力基准、P3B3多轮对话偏见基准、PHEB高中考试基准等多个欧洲葡萄牙语专属评测集填补小语种评测资源空白核心定位与落地方向模型以语言主权、文化保护、数据安全为核心目标精准适配欧洲葡萄牙语表达覆盖本土谚语、习语、文化典故与历史人物知识面向教育、文化博物馆、媒体、科学四大垂直领域深度优化支持公共服务本地化部署保障敏感数据不出境模型、训练数据集与源代码均以开源许可发布供公共机构与企业二次开发相关链接官方网站https://amaliallm.pt/GitHub开源组织https://github.com/AMALIA-LLM/AMALIAHugging Face合集https://huggingface.co/collections/amalia-llm/amalia-llm-0626注该境外页面当前可能无法直接访问二、垂直领域专用模型1. Mistral AI 发布形式化验证模型 Leanstral 1.5Mistral AI正式发布Leanstral 1.5一款面向Lean 4形式化验证场景的开源代码Agent模型隶属于Mistral Small 4产品系列。规格与能力架构参数MoE混合专家架构总参数119B激活参数约6B~6.5B上下文长度支持256k长上下文输入能力支持多模态输入基准性能miniF2F100%PutnamBench解决587/672道题目FATE-H87%FATE-X34%开放与部署模型权重以Apache 2.0许可开源发布同步提供免费API端点leanstral-1-5官方推荐通过Mistral Vibe使用支持基于vLLM进行本地私有化部署相关链接官方发布页https://mistral.ai/news/leanstral-1-5/注该境外页面当前可能无法直接访问Hugging Face模型页https://huggingface.co/mistralai/Leanstral-1.5-119B-A6B注该境外页面当前可能无法直接访问三、多模态与实时交互模型1. 生数科技发布 Vidu S1 实时交互视频生成模型生数科技在2026全球数字经济大会上正式发布Vidu S1实时交互模型推动AI视频从「离线生成、单向观看」的1.0时代迈入「实时响应、双向交互」的新时代。核心技术路线采用**自回归扩散AR Diffusion**架构不再一次性生成完整视频而是基于历史画面、语音指令与对话上下文持续预测并生成后续帧当用户发出新指令时模型可实时调整角色表现与视频走向让视频从固定内容变为持续演化的交互载体。四大核心能力语音指令实时跟随支持视频通话中实时语音输入模型不仅生成同步口型更能理解语义、意图与情绪实时控制角色的表情、眼神、手势与全身动作实现从「音频驱动口型」到「语音控制行为」的升级。无限时长稳定生成全球首个支持无限互动时长的生成式视频大模型即使连续生成数小时也能保持角色身份稳定、动作自然连贯画面无漂移、无崩坏。单图快速创建角色无需3D建模、骨骼绑定与单独训练上传一张初始图片即可创建真人、动漫、萌宠等各类交互角色支持系统预设音色与自定义音色克隆。高清流畅实时输出实现540P分辨率、25FPS实时生成最高可达42FPS通过TurboDiffusion加速框架、SageAttention低比特注意力、稀疏注意力等技术优化消费级显卡即可运行端到端首帧延迟低至200ms。落地场景与内测可广泛应用于AI情感陪伴、虚拟偶像、互动直播、游戏NPC、品牌数字人、智能客服、在线教育、XR等领域支持30语种提供企业级99.9% SLA保障已开启网页端、API、APP三端内测计费按实时时长计算相关链接官方发布公告https://mp.weixin.qq.com/s/RuukpnoOA2tI0ERCNrLgtQ网页端体验入口https://www.vidu.cn/vidu-streamAPI内测申请页https://platform.vidu.cn/live/landing
