谷歌发布开源多模态嵌入模型EmbeddingGemma 2，参数7.4亿，可将文本、代码、图像、视频和音频映射到同一768维向量空间，无需预生成字幕或转录。模型基于Gemma 4，采用Apache 2.0许可，支持端侧部署，上下文窗口8192 token。借助Matryoshka技术，向量可截断至256或128维，节省存储的同时多模态检索质量仍保持约95%。

OpenBMB推出MiniCPM5-2B，采用Llama架构，面向端侧部署。官方评测平均分53.9，达2B级开源领先，部分超4B模型，覆盖代码、数学推理、长文本与工具调用，原生支持131,072 token上下文。HyperAI已上线配套教程，支持在线体验与一键部署。

LFM2.5-2.6B是面向端侧部署的轻量级AI推理模型，支持128K长上下文和智能体工具调用，性能可与大4倍参数模型竞争。在Apple M5 Max上推理速度达220 tok/s，AMD Ryzen CPU上113 tok/s，内存占用低于2.5GB，平衡了轻量化与高性能。HyperAI官网已上线该模型，并提供相关数据集、教程和百科词条更新。