Reflection 开源 501B 参数 MoE 模型 Beam，支持 1M 上下文与 Agent 场景
美国新实验室 Reflection 在 Hugging Face 发布其首个模型 Beam，这是一个 501B 参数的 MoE 模型（每 token 激活 23B），采用 Apache 2.0 许可，支持 1M token 上下文窗口，面向编码与 Agent 场景。
推荐理由：原文给出 Beam 的架构细节、长上下文缓存数据和多精度基准，可用于判断自托管前沿模型的实际部署门槛。
#开源/仓库
Hugging Face Blog精选 Hugging Face Blog精选 IBM 发布 Granite Switch 4.1：单端点提供对话、决策与语音能力
IBM 发布 Granite Switch 4.1，包含 8B 和 30B 两个版本，把通用决策 aLoRA、面向安全决策的 Guardian aLoRA 以及 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进同一个模型，通过一个托管端点处理对话、决策和语音转写任务。
推荐理由：原文给出了同一端点上组合对话、决策与语音能力后的显存占用和推理速度变化，读者可据此判断多能力复用的成本。
NVIDIA Blog精选 NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 端侧模型
NVIDIA 发布 120B 参数的开放模型 Nemotron 3.5 Super VL，以及面向端侧的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
推荐理由：原文给出三个模型在参数规模、内存占用和硬件适配上的差异，可据此判断企业到端侧的智能体部署选型。
Mistral AI精选 Mistral 发布时序基础模型 Timestral，最小 5M 参数最大 209M
Mistral 发布首个时序基础模型系列 Timestral，共 5M、28M、123M 和 209M 四个参数版本。其中 209M 版本在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的零样本预训练模型中排名第一，参数约为前代 SOTA 的三分之二；28M 版本在 GIFT-Eval 和 TIME 上超过约四倍大的 Chronos-2。
推荐理由：表格列出了四种参数规模、上下文长度与部署方式，并说明最大模型在三个公开榜单上的位置，便于判断它相对 Chronos-2、TimesFM-3 的取舍。
Google DeepMind精选 Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，这是一个把文本、图像、音频和视频映射到统一嵌入空间的开源多模态嵌入模型，基于 Gemma 4 架构、采用 Apache 2.0 许可、参数量 740M。
推荐理由：官方给出参数量、分模块尺寸、量化内存和 8K 上下文等规格，可据此判断端侧多模态检索的可用边界。