1、Reka开源Reka Flash 3 Reka是由十几个谷歌DeepMind前科学家们创办的公司，Reka Flash 3是他们开源的首个模型，21B的推理模型，在同等大小中能力远超其他模型，得分超过Command A、Gemma 3 27B等。 在线体验（效果很不错）：https://space.reka.ai/ 模型：https://huggingface.co/RekaAI/reka-flash-3
2、嘴炮PS：动动嘴就能P图
我让Sonnet 3.7写了一个网页应用，语音输入，调用Gemini API编辑图片，效果优秀。 Sonnet 3.7太强了，一次性写的几百行代码就能运行，极少有程序员能做到这样吧，而且提示词很简单，大多内容是贴的官方文档。
Github（价值不大）：https://github.com/GordenSun/voice-gemini-editor
3、英伟达开源Nemotron-Super系列推理模型 3个大小，8B、49B、249B，分别从LLaMA 3的8B、70B、405B蒸馏和强化训练而来。支持通过提示词开启或关闭推理模型。 比较低调，模型介绍都没有放跟其他模型的评分对比，49B优于QwQ 32B，弱于DeepSeek R1。 模型：https://huggingface.co/collections/nvidia/llama-nemotron-67d92346030a2691293f200b
4、阶跃星辰开源Step-Video-TI2V视频模型
DiT架构，30B参数，支持图生视频和文生视频。至少需要64G显存才能运行。
模型：https://huggingface.co/stepfun-ai/stepvideo-ti2v
5、Orpheus 3B：开源TTS模型
3B大小，LLaMA架构，支持情感控制和语音克隆。应该不支持中文。