inclusionAI 发布 100B MoE 扩散语言模型 LLaDA2.2-flash，上下文 128K
inclusionAI 在 Hugging Face 发布面向智能体的 MoE 扩散语言模型 LLaDA2.2-flash，非嵌入总参数量 100B，上下文窗口扩展至 128K。
推荐理由：模型卡列出与 Ling-2.6-flash 的智能体基准和吞吐对比，可据此比较扩散架构在工具调用场景的表现。
inclusionAI Hugging Face models
huggingface.co · 开发者平台
切换来源
111 条AI 相关新闻 · 最新在前
inclusionAI Hugging Face models精选AI 评分6161
inclusionAI Hugging Face modelsAI 评分5353 蚂蚁 SingGuard 团队发布 SingGuard-NSFA 智能体安全护栏模型，含 0.8B 到 9B 四个尺寸
蚂蚁集团 SingGuard 团队发布 SingGuard-NSFA 智能体安全护栏模型，基于 Qwen3.5 微调，提供 0.8B、2B、4B、9B 四个尺寸，采用 Apache 2.0 许可。
inclusionAI Hugging Face modelsAI 评分5252 蚂蚁 inclusionAI 开源 SingGuard-NSFA 护栏模型，含 0.8B 至 9B 四个尺寸
蚂蚁集团 AI 安全实验室的 SingGuard Team 在 Hugging Face 发布 SingGuard-NSFA，这是面向智能体 AI 的双模式护栏框架，用于拦截提示词注入、敏感信息窃取、恶意代码请求、危险工具滥用和资源耗尽等风险，并开源 0.8B、2B、4B、9B 四个基于 Qwen3.5 的尺寸及 Apache 2.0 许可。
inclusionAI Hugging Face models精选AI 评分6161 蚂蚁 inclusionAI 发布 SingGuard-NSFA-4B-GGUF 智能体护栏模型
蚂蚁集团 SingGuard 团队在 Hugging Face 发布 SingGuard-NSFA 系列智能体护栏模型，本次为基于 Qwen3.5 的 4B GGUF 版本，采用生成式推理与实时分类双模式。
推荐理由：模型卡给出双模式护栏的部署方式与四档参数规模，读者可据此判断智能体实时安全拦截的落地条件。
inclusionAI Hugging Face models精选AI 评分6767 inclusionAI 发布 SingGuard-NSFA 智能体安全护栏模型
inclusionAI 发布 SingGuard-NSFA 智能体安全护栏模型，覆盖 0.8B、2B、4B、9B 四个尺寸，基于 Qwen3.5 微调并采用 Apache 2.0 许可。
推荐理由：模型卡列出四个尺寸的 F1 表现与约 50 ms 实时检测延迟，读者可据此比较它在智能体安全拦截上的部署取舍。
inclusionAI Hugging Face modelsAI 评分5656 蚂蚁集团 SingGuard-NSFA 发布四款智能体安全护栏模型
蚂蚁集团 SingGuard 团队发布 SingGuard-NSFA 智能体安全护栏，开源 0.8B、2B、4B、9B 四个规模，均基于 Qwen3.5 微调，采用 Apache 2.0 许可。
inclusionAI Hugging Face modelsAI 评分5454 蚂蚁集团 inclusionAI 发布 SingGuard-NSFA 系列智能体安全护栏模型
蚂蚁集团 inclusionAI 发布 SingGuard-NSFA 系列智能体安全护栏模型，提供 0.8B、2B、4B、9B 四个尺寸，基于 Qwen3.5 微调并以 Apache 2.0 许可开源。
inclusionAI Hugging Face modelsAI 评分5151 蚂蚁集团发布 SingGuard-NSFA 智能体安全护栏，覆盖 0.8B 至 9B 四个尺寸
蚂蚁集团 SingGuard 团队发布 SingGuard-NSFA 智能体安全护栏，提供 0.8B、2B、4B、9B 四个基于 Qwen3.5 微调的尺寸，采用 Apache 2.0 许可。
inclusionAI Hugging Face modelsAI 评分5454 inclusionAI 发布 SingGuard-NSFA 智能体护栏模型系列
inclusionAI 发布 SingGuard-NSFA 智能体护栏模型，包含 0.8B、2B、4B、9B 四种规模，基于 Qwen3.5 微调并以 Apache 2.0 开源。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 4B 深度研究智能体 DR-Venus-4B-RL
inclusionAI 在 Hugging Face 发布 4B 深度研究智能体 DR-Venus-4B-RL，在 DR-Venus-4B-SFT 基础上用 IGPO 式信息增益奖励和格式感知的轮级监督做长程智能体强化学习。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 SingGuard 多模态安全护栏模型
inclusionAI 发布 SingGuard 多模态安全护栏模型，把安全策略作为运行时输入，无需重训即可按自定义规则审核文本、图像和图文内容。模型覆盖多语言、query 侧与 response 侧场景，输出 safe 或 unsafe 总体判断并在 <answer> 标签给出命中的风险类别。
inclusionAI Hugging Face modelsAI 评分5252 inclusionAI 发布多模态安全护栏模型 SingGuard-0.8b
inclusionAI 发布多模态安全护栏模型 SingGuard-0.8b，把生效的安全策略作为运行时输入而非固定训练分类，部署团队无需重训即可按默认类别或自定义自然语言规则评估内容。模型覆盖文本、图像、图文、多语言以及查询侧与响应侧的安全评估，在六类基准上取得领先的平均表现，并支持 fast 与 fast-slow 两种推理模式和 Transformers、vLLM 推理。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 发布 SingGuard-8b 策略自适应多模态安全护栏模型
inclusionAI 发布 SingGuard 多模态安全护栏模型家族，支持文本、图像、图文及多语言、query 侧与 response 侧的安全评估。模型把生效的安全策略作为运行时输入而非固定训练分类，部署方无需重训即可按默认类别或自定义自然语言规则判定内容，并以 safe/unsafe 加匹配风险类别的 <answer> 标签输出结果。
推荐理由：原文给出策略作为运行时输入的设计与多模态、多语言覆盖范围，读者可据此判断免重训适配审核规则的可行性。
inclusionAI Hugging Face modelsAI 评分5050 inclusionAI 发布 SingGuard 多模态安全护栏模型
inclusionAI 发布 SingGuard 多模态安全护栏模型，把生效的安全策略作为运行时输入，无需重新训练即可按默认类别或自定义自然语言规则评估内容。
inclusionAI Hugging Face modelsAI 评分4747 inclusionAI 发布 SingGuard-2b-GGUF：策略自适应多模态 LLM 护栏模型
inclusionAI 发布 SingGuard-2b-GGUF，一款策略自适应多模态 LLM 护栏模型，将安全策略作为运行时输入而非固定训练分类，无需重训即可按默认类别或自定义自然语言规则评估内容。该模型覆盖文本、图像、图文、多语言、查询侧与响应侧六类安全场景，在六大基准类别上取得 SOTA 平均表现，并支持 Transformers 与 vLLM 原生推理。
inclusionAI Hugging Face modelsAI 评分4949 inclusionAI 发布 SingGuard-8b：策略自适应多模态 LLM 护栏模型
inclusionAI 开源 SingGuard-8b 多模态安全护栏模型，将安全策略作为运行时输入而非固定训练分类，无需重训即可按自定义自然语言规则评估内容。该模型覆盖文本、图像、图文、多语言及查询侧与响应侧场景，在六大基准类别上取得 SOTA 平均表现，并支持 Transformers 与 vLLM 原生推理。
inclusionAI Hugging Face modelsAI 评分4747 inclusionAI 发布 SingGuard-4b：策略自适应多模态 LLM 护栏模型
inclusionAI 发布 SingGuard 多模态护栏模型家族，将安全策略作为运行时输入而非固定训练分类，无需重训即可按自定义自然语言规则评估内容。该模型覆盖文本、图像、图文、多语言及查询侧与响应侧场景，在六大基准类别上取得 SOTA 平均表现，并支持 fast-slow 动态推理与 Transformers、vLLM 原生推理。
inclusionAI Hugging Face modelsAI 评分4848 inclusionAI 发布 SingGuard-2b：策略自适应多模态 LLM 护栏模型
inclusionAI 发布策略自适应多模态护栏模型 SingGuard-2b，将安全策略作为运行时输入而非固定训练分类，无需重训即可按默认类别或自定义自然语言规则评估内容。该模型覆盖文本、图像、图文、多语言及查询侧与响应侧场景，在六大基准类别上取得 SOTA 平均表现，并支持 fast-slow 动态推理与 Transformers、vLLM 原生推理。
inclusionAI Hugging Face modelsAI 评分4949 inclusionAI 发布 Ling-2.6-flash-base 基础模型
inclusionAI 开源 Ling-2.6-flash-base 基础检查点，这是 Ling-2.6-flash 背后的基座模型，采用 Lightning Attention 与 MLA 按 7:1 混合的线性注意力架构，总参数约 104B、激活约 7.4B，训练 token 约 9.6T，上下文从 4K 分阶段扩展至 256K。
inclusionAI Hugging Face models精选AI 评分6666 inclusionAI 发布 Ling-2.6-1T-base 万亿参数 MoE 基座模型
inclusionAI 发布 Ling-2.6-1T-base，一个总参数约 1T、激活约 63B 的细粒度 MoE 基座模型，由 Ling-2.0-1T-base 通过混合线性注意力改造而来，并作为 Ling-2.6 与 Ring-2.6 的共同基座。
推荐理由：模型卡给出了从 Ling-2.0 改造的迁移流程与长上下文训练安排，读者可据此评估万亿级 MoE 基座的微调与部署成本。
inclusionAI Hugging Face models精选AI 评分6565 inclusionAI 发布 Ming-omni-tts-16.8B-A3B 统一音频生成模型
inclusionAI 发布 Ming-omni-tts-16.8B-A3B 统一音频生成模型，可在单通道内联合合成语音、环境声与音乐。模型基于自研 12.5Hz 连续 tokenizer 与 Patch-by-Patch 压缩，将 LLM 推理帧率降至 3.1Hz，并内置 100+ 音色与零样本语音设计。
推荐理由：该模型在单通道内联合生成语音、环境声与音乐，并用方言与情感控制基准对比 CosyVoice3 与 Qwen3-TTS。
inclusionAI Hugging Face modelsAI 评分4141 inclusionAI 发布 VISTA-4B：基于 Qwen3.5 4B 的 GUI 定位视觉语言模型
inclusionAI 发布 GUI 定位视觉语言模型 VISTA-4B，基于 Qwen3.5 4B 骨干，采用视图一致性 GRPO 训练与自验证跨视图锚定，将截图和自然语言指令映射为 0-1000 归一化坐标。
inclusionAI Hugging Face modelsAI 评分4141 inclusionAI 发布 VISTA-9B：基于 Qwen3.5 的 GUI 定位视觉语言模型
inclusionAI 发布 GUI 定位视觉语言模型 VISTA-9B，基于 Qwen3.5 9B 骨干训练，将截图与自然语言指令映射为 0-1000 归一化坐标系中的点击坐标。
inclusionAI Hugging Face modelsAI 评分3232 inclusionAI 发布 LLaDA2.0-Uni-FP8 量化版：MoE 专家权重块级 FP8，加载显存降约 48%
inclusionAI 发布 LLaDA2.0-Uni 的 FP8 量化版本 LLaDA2.0-Uni-FP8，对 MoE 路由专家权重（gate_proj、up_proj、down_proj）做 128×128 块级 FP8（float8_e4m3fn）量化，模型加载显存从 62.9 GB 降至 32.5 GB，减少约 48%，输出质量保持不变。
inclusionAI Hugging Face models精选AI 评分6868 inclusionAI 发布 LLaDA2.0-Uni，统一多模态理解与生成的扩散 MoE 大模型
inclusionAI 发布基于 MoE 的扩散大语言模型 LLaDA2.0-Uni，在单一模型中统一多模态理解与生成，支持文生图、图像理解、图像编辑以及交错生成与推理。
推荐理由：模型把多模态理解与生成统一进扩散 LLM 框架，并公开 8 步解码与加速方案，读者可据此判断部署门槛。
inclusionAI Hugging Face modelsAI 评分3737 蚂蚁集团 ARGenSeg-8B：用自回归图像生成做图像分割
蚂蚁集团提出 ARGenSeg，一种基于自回归图像生成的分割范式，让 MLLM 输出视觉 token 并经通用 VQ-VAE 解码为掩码，实现多模态理解与像素级感知的统一。
inclusionAI Hugging Face models精选AI 评分6464 inclusionAI 开源 Ling-2.6-flash，104B 总参数、7.4B 激活参数
inclusionAI 开源发布 Ling-2.6-flash，这是一个总参数 104B、激活参数 7.4B 的指令模型，面向高频智能体场景优化推理效率与 token 效率。
推荐理由：官方给出 104B 总参数与 7.4B 激活参数的具体配置和评测数据，可用于评估高频智能体场景下的推理成本与部署取舍。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 开源 Ling-2.6-flash 模型，总参数 104B、激活参数 7.4B
inclusionAI 在 Hugging Face 开源 Ling-2.6-flash 指令模型，总参数 104B、激活参数 7.4B，主打推理效率与 token 效率。
推荐理由：模型以 7.4B 激活参数和混合线性架构给出推理吞吐与 token 效率数据，可供评估高并发 agent 场景的部署成本。
inclusionAI Hugging Face models精选AI 评分6161 inclusionAI 发布 DR-Venus-4B-SFT-GGUF，基于 Qwen3-4B 的深度研究智能体
inclusionAI 在 Hugging Face 发布 DR-Venus-4B-SFT-GGUF，这是由 Qwen/Qwen3-4B-Thinking-2507 微调而来的 4B 深度研究智能体，也是 DR-Venus 的监督初始化检查点。
推荐理由：用约 1 万条开放轨迹训练出 4B 深度研究智能体，并在多个基准上超过此前同规模开源模型。
inclusionAI Hugging Face modelsAI 评分4949 inclusionAI 发布 DR-Venus-4B-RL-GGUF：4B 深度研究智能体强化学习版
inclusionAI 在 Hugging Face 发布 DR-Venus-4B-RL-GGUF，这是基于 DR-Venus-4B-SFT 用 IGPO 式信息增益奖励做智能体强化学习得到的 4B 深度研究智能体，基座为 Qwen3-4B-Thinking-2507，最大 rollout 上下文 256K、单次最多 200 步交互。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 发布 DR-Venus-4B-SFT 深度研究智能体模型
inclusionAI 发布 4B 深度研究智能体 DR-Venus-4B-SFT，基于 Qwen3-4B-Thinking-2507 在清洗后的开源 REDSearcher 轨迹上做智能体监督微调，最大训练长度 200K，使用 search 与 visit 工具。
推荐理由：给出 9B 以下开源深研究智能体的基准对比，读者可据此判断 4B 模型的深研究能力位置。