本期焦点:小米MiMo-V2.5系列模型全面开源并推出激励计划,talkie复古语言模型探索AI新方向,VibeVoice展示强大本地语音转录能力。

模型动态

小米MiMo-V2.5系列模型全面开源,推出百万亿Token激励计划

小米MiMo-V2.5系列模型已全部开源,采用宽松的MIT协议,允许自由商用和二次训练。同步推出Orbit 100T Token计划,包含面向AI builder的“百万亿Token创造者激励计划”(最高16亿Credits)和面向Agent框架的“Agent生态共建计划”。[1]

talkie:基于1930年前文本训练的13B复古语言模型发布

由Alec Radford等联合推出talkie系列模型,仅用1930年前的公共版权文本训练。提供基础模型和对话模型,Apache 2.0许可。项目旨在探索模型预测未来、发明新知识等能力。试用地址:https://talkie-lm.com/chat ,模型地址:https://huggingface.co/talkie-lm[2][3][4][5]

产品工具

Microsoft VibeVoice语音模型本地运行体验出色

微软的VibeVoice语音转文本模型(MIT许可)在M5 MacBook上表现出色,具备说话人分离功能。4bit MLX版本约5.71GB,峰值内存约60GB,转录1小时音频仅需约9分钟。项目地址:https://simonwillison.net/2026/Apr/27/vibevoice/[6][7]

Qwen-Image-Edit风格迁移LoRA获比赛亚军

通义实验室分享Qwen-Image-Edit-2511微调的风格迁移LoRA,赢得比赛二等奖。用户提供参考图即可实现从波普艺术到极简卡通的多种风格转换。获取链接:https://t.co/uVHujtP06t[9]

Lil-Lenny:将知名产品专家接入Mac Dock的AI助手

开发者推出Lil-Lenny,一个可常驻Mac Dock的AI助手,能实时回答产品、增长和定价等问题。支持上传文件、引用嘉宾观点。下载链接:https://tinyurl.com/bdzyv9jx[12]

技巧教程

用DeepSeek V4 Flash实现电子书自动化处理工作流

开发者分享使用DeepSeek V4一键完成下载电子书、转txt、上传NotebookLM并生成解读文章的流程。体验反馈:速度快,具备自动纠错能力,工具调用能力显著提升。[8]

行业资讯

观点:下一代互联网万亿用户将是AI Agent

Y Combinator分享观点,认为AI Agent将成为互联网的下一批万亿用户。现有为人类设计的软件需要为Agent重构。同时指出深圳硬件迭代速度远快于美国,希望资助相关初创公司。[10][11]