谷歌发布Gemma 4技术报告
谷歌正式发布Gemma 4技术报告，详述新一代轻量级模型架构与训练细节，面向开源社区，推动边缘设备部署。报告链接：https://www.reddit.com/r/LocalLLaMA/comments/1uprjf3/gemma_4_technical_report/[1]
大黑AI速报
今日速览：谷歌发布Gemma 4技术报告，NVIDIA推出Nemotron-Puzzle-75B新模型；政策端传来北京拟限制海外访问中国AI模型消息，同时中国AI模型因成本优势在美国公司中受欢迎；DeepSeek招聘被华为天才少年吐槽引发热议；研究方面HOLA架构实现极低KV缓存突破；工具方面Koder浏览器UI编码工具发布；百度庆祝模型下载破百万。
模型动态
NVIDIA发布Nemotron-Labs-3-Puzzle-75B模型
NVIDIA推出Nemotron-Labs-3-Puzzle-75B模型，采用压缩框架提升推理效率，在保留75B参数容量的同时实现更优性能。模型地址：https://huggingface.co/nvidia/NVIDIA-Nemotron-Labs-3-Puzzle-75B-A9B-BF16[2]
HOLA架构实现极低KV缓存，线性注意力取得突破
最新研究HOLA架构在保持极低KV缓存（几乎不需要）的同时，实现了更好的困惑度，推动【线性注意力】模型走向实用。论文讨论：https://www.reddit.com/r/LocalLLaMA/comments/1uprm6c/going_full_linear_or_nearly_there_almost_no_kv/[6]
百度旗下模型下载量突破百万，将推多语言与128k上下文版本
百度官方宣布旗下某紧凑型模型下载量突破1M，团队正在根据社区反馈推进【多语言】和128k上下文版本。来源：https://x.com/Baidu_Inc/status/2074434666392916368[8]
产品工具
Koder发布浏览器UI编码工具，支持代码生成与计算机使用
新工具Koder提供基于浏览器的UI harness，支持代码生成和计算机使用，适合开发者快速上手。项目链接：https://www.reddit.com/r/LocalLLaMA/comments/1upqbqz/koder_browser_ui_based_harness_for_coding_and/[7]
行业资讯
北京拟限制海外访问中国顶级AI模型
据路透社报道，北京正在考虑限制海外访问中国顶级AI模型，此举可能影响全球AI开源生态与合作格局。来源：https://www.reddit.com/r/LocalLLaMA/comments/1uprmso/beijing_is_looking_at_curbing_overseas_access_to/[3]
中国AI模型因成本优势在美国公司中受欢迎
随着OpenAI、Anthropic等热门模型成本飙升，越来越多的美国公司开始转向中国AI模型，如Qwen、DeepSeek等，以降低部署开支。来源：https://www.reddit.com/r/LocalLLaMA/comments/1upsezw/chinese_ai_models_are_gaining_ground_with_us/[4]
DeepSeek招聘被华为天才少年公开吐槽面试不专业
一位前【华为天才少年】在社交平台公开吐槽DeepSeek面试过程“面到最不专业”，引发对AI公司招聘流程的讨论。[5]