产品
提供量化模型的AI工具
已跟踪 3 条高相关材料
最近变化
2026-08-26 · Qwen3.8-Flash-Next采用多模态MoE架构，是Qwen4的早期预览版本
为什么值得关注
Unsloth 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Gemma 4 12B: The Developer Guide
Google Developers Blog · 9.2 分
Gemma 4 12B采用无编码器多模态架构，可在16GB显存设备上本地运行并原生支持音频输入。该模型通过移除独立视觉与音频编码器显著降低延迟，配合专用MTP模型提升推理速度，是首个支持macOS桌面端全离线交互的中型多模态模型。
Qwen3.8-Flash-Next
Simon Willison's Weblog · 8.5 分
Qwen3.8-Flash-Next是通义千问推出的多模态MoE模型，具有125B参数和显著性能提升。
DiffusionGemma: 4x faster text generation
Google DeepMind Blog · 8.5 分
DiffusionGemma 模型通过并行生成文本块，实现高达 4 倍的文本生成速度，适用于需要高速处理的本地交互场景。
已收录 3 条与 Unsloth 相关的内容，按评分排序。
Gemma 4 12B采用无编码器多模态架构，可在16GB显存设备上本地运行并原生支持音频输入。该模型通过移除独立视觉与音频编码器显著降低延迟，配合专用MTP模型提升推理速度，是首个支持macOS桌面端全离线交互的中型多模态模型。
入选理由：Gemma 4 12B移除独立编码器，视觉仅用35M参数嵌入层，音频直接线性投影至LLM输入空间
Qwen3.8-Flash-Next是通义千问推出的多模态MoE模型，具有125B参数和显著性能提升。
入选理由：Qwen3.8-Flash-Next采用多模态MoE架构，是Qwen4的早期预览版本
DiffusionGemma 模型通过并行生成文本块，实现高达 4 倍的文本生成速度，适用于需要高速处理的本地交互场景。
入选理由：DiffusionGemma 在 NVIDIA H100 上每秒生成 1000+ tokens，速度比传统模型快 4 倍。
