📌 本月开源大模型继续卷到飞起，众多头部LLM模型完成版本升级，并探索训练推理的效率提升～ 多模态理解也没落下，诸多新发模型让视觉理解更丝滑。
🎨 多模态生成方面，Qwen-Image-Edit 和 Hunyuan-Image2.1 等开源表现亮眼，尤其在中文理解与生成方面可圈可点。语音圈“复工”：IndexTTS2 和 Step-Audio2 开源上线，AI说话更自然。
🔧 魔搭社区持续加码模型开发支持：AIGC专区快速支持新模型、LoRA训练优化、ControlNet插件上架、API兼容Anthropic，MCP广场持续迭代，开发体验更顺手。
🎁【云栖大会剧透预警】：ModelScope国际站 + FlowBench工作流即将发布，欢迎来云栖面基，一起聊聊AI落地那些事儿～
模型能力持续迭代，是通往AGI目标的必经之路。过去的一个月，一方面我们看到开源社区规格最大的模型，包括DeepSeek系列，Kimi-K2系列等，均推出了新的迭代版本（DeepSeek V3.1，Kimi-K2-0905）；另一方面从模型结构方面的创新探索，也持续在进行中，Qwen家族新近推出的Qwen3-Next系列，就在从模型设计上来支持更高效的训练和推理上往前走了一步。
国产的开源大模型领域，上个月迎来了美团龙猫（meituan-longcat）这一新玩家，而腾讯的混元系列，则在上个月开源了其从0.5B到7B不同大小的dense模型之后，本周在领域模型(Hunyuan-MT)，世界模型(Hunyuan-Voyager)，以及生图模型(Hunyuan-Image2.1)等不同领域多点开花，开源生态越发完整。多模态模型方面，MiniCPM-V4.5和InternVL3.5的发布，为开发者在多端的视觉理解，提供了更多的选择；而视觉生成方面，闭源的Nano-Banana，当然是过去一个月里大家口中谈论最多的模型，而在开源领域，我们看到 Qwen-Image-Edit, Wan 2.2 S2V以及Hunyuan-Image2.1，则给社区带来了开源追赶闭源效果的希望，尤其在中文支持方面，中国的开源模型展示了更加强大的能力。此外，“寂静”了一段时间的语音领域，本月随着IndexTTS2和Step-Audio2等模型的开源，又有了全新的“声音”。
为了支持广大模型开发者能真正的把开源模型用起来，我们在社区和服务建设，以及开源工具链支持方面，持续努力着。我们的AIGC专区在T+1提供了Qwen-Image-Edit的支持，包括生图以及训练，同时针对编辑模型LoRA训练，完善了对于图片组格式的训练数据输入的支持，同时我们为社区提供了 Qwen-Image 生态的所需的ControlNet（DiffySyth ControlNet系列），受到了社区的广泛欢迎。在MCP广场，我们扩展了Streamable HTTP协议对接，支持MCP调用鉴权，并提供本地客户端更方便的调用方式。我们在API-Inference上，补齐了开发者呼声强烈的Anthropic API的支持。ModelScope站点以及平台后端的优化，同样是一条没有尽头的道路，也欢迎大家在日常使用中，能直观地体验到我们在这条路上不断前行，持续给大家带来改进与变化。
最后提前预告一下，在马上到来的云栖大会上，我们也将发布全新ModelScope国际站，科学智能专区，以及魔搭工作流FlowBench的正式版本，敬请期待。也欢迎众位“搭子”到云栖，来魔搭的专场和展位玩耍面基！
站点更新
1. AIGC 专区上线Qwen-Image-Edit 生图以及训练支持。同时针对图生图编辑模型的LoRA训练，全面兼容了图片组格式的训练数据输入。
编辑
编辑
2. MCP支持StreamableHTTP协议，以及MCP本地使用入口跳转，以及鉴权选项。移动端的MCP功能，对齐PC端能力。
编辑
编辑
编辑
3. MCP 实验场（Playground）支持单个MCP server迅速关启的控制。
编辑
4. 上线 MCP 广场内容认领功能，开发者可主动提交认领申请，实现贡献可追溯。
编辑
5. MCP OpenAPI 新增上线“部署MCP服务”、“解除部署MCP服务”两个接口，支持有效期设置、传输协议类型选择（StreamableHTTP/SSE）及URL是否需要鉴权等特性，站点OpenAPI文档开放可用，欢迎社区开发者、相关产品接入。
编辑
6. AIGC FlowBench 工作流支持网页端，用户无需本地部署即可在魔搭站点上使用工作流功能。
编辑
编辑
7. API-Inference的Anthropic API支持，完成在模型详情页的代码示例透出。同时完善了Anthropic API的思考模式支持。
编辑
8. 模型框架分类自动打标功能新增对 OpenVINO 的支持，进一步完善多框架识别能力。
编辑
9. 个人主页支持展示用户相关论文内容，丰富个人学术影响力呈现。
编辑
10. 免费Notebook实例的存储内容，支持迁移到用户个人云账号绑定实例下。
编辑
编辑
11. 数据集预览加载性能优化，实现预览打开时间大幅度降低，提供<100ms的加载体验。
12. AIGC专区 LoRA 训练支持退出和继续训练能力。
编辑
13. 创空间失败报错时支持一键跳转查看详细日志，便于快速定位问题。
编辑
编辑
14. 合集内支持对不同类型元素进行自定义排序，提升内容组织灵活性。
编辑
15. 创空间Gradio完成5.42.0版本的升级迭代。
编辑
16. 竞赛移动端新增讨论区功能，支持用户随时随地参与交流与互动。
编辑
开源SDK与工具链更新
1. SWIFT 3.8.0 版本发布。
- Megatron-SWIFT方面，支持主流多模态模型（如Qwen2.5-VL、GLM-4.5V、InternVL3.5等）的LoRA及全参训练，并新增Merge-LoRA功能，便于SFT与DPO训练衔接。同时支持对MoE模型Router部分进行LoRA微调，并引入Channel Loss分组统计损失。
- GRPO训练完成重构，支持高度自定义的多轮交互式训练，适用于工具调用等复杂场景。支持可配置的自动跳过encode失败的数据。
- 通用训练能力上，新增DFT Loss、数据集内“loss”字段控制、自动填充思考前缀、早停机制及DLRover异步检查点等功能。并对channel loss 等功能支持进行重构。
- RLHF领域，支持LD-DPO抑制长度偏好、DPO Packing提升吞吐量，并引入更灵活的rejected_messages数据格式。此外，新增对DeepSeek-V3.1、Kimi-K2、Ovis2.5、GLM-4.5V等数十个纯文本及多模态新模型的支持，并优化了VLLM推理引擎的兼容性，完成了EvalScope 1.0新版本的对接。
- 新模型支持方面，持续添加对于新发布模型等支持，包括DeepSeek-V3.1、Kimi-K2-Instruct-0905、Seed-OSS-36B-Instruct、LongCat-Flash-Chat、gemma-3-270m-it等LLM，以及 GLM-4.5V、MiniCPM-V-4_5、InternVL3_5-1B等等和多模态大模型。
2. EvalScope发布1.0大版本更新，以及迭代升级到1.0.1：
- 1.0版本对评测框架进行了重大重构，在 evalscope/api 下建立了全新的、更模块化且易扩展的 API 层。主要改进包括：为基准、样本和结果引入了标准化数据模型；对基准和指标等组件采用注册表式设计；并重写了核心评测器以协同新架构。现有的基准已迁移到这一 API，实现更加简洁、一致且易于维护。
- 支持了视觉-语言多模态大模型的评测任务，包括MathVista、MMMU等。 支持图像编辑任务评测，支持GEdit-Bench 评测基准， 核心依赖移除torch，移动到rag和aigc可选依赖中。
3. ModelScope主库1.30版本发布。TBD 支持获取repo级别的详细信息，以及获取所有的提交记录。
4. ms-agent: 添加Anthropic协议支持；发布https://www.modelscope.cn/studios/ms-agent/DocResearch能力。支持围绕Agent使用场景，构建memory，沙箱运行时以及前端展示与工具链接等功能，开发中。
5. DiffSynth：
- 提供Qwen-Image-Edit模型支持。并完善Qwen-Image ControlNet配套生态，DiffSynth等ControlNet支持（包括Canny，Depth，Inpaint）与lora被ComfyUI官方集成：
编辑
- 完成Wan-S2V，Wan2.2 Fun等模型的接入。Qwen-Image 和 Qwen-Image-Edit 支持拆分训练
- DiffSynth框架的数据集组件整体重构。FlowBench节点包待云栖发布，敬请期待。
“与魔搭，云栖见”
欢迎大家扫码报名云栖大会👇
编辑
