要同时读画面+声音分析快手/抖音短视频，实测硅基流动 Qwen3-Omni、DashScope Qwen3.5-Omni flash/plus、本地抽帧+ASR 五条链路，给出选型建议和避坑点。

OpenBMB超轻量多模态模型，SigLIP2+Qwen3.5-0.8B，AI Index 13分，三端手机部署

27B稠密多模态，SWE-bench 77.2碾压同级，Apple Silicon最优甜点，Apache 2.0商用免费

Qwen3.6-27B正统后继：原生多模态+混合线性注意力架构，262K上下文，终端编程基准超Opus 4.6 Max，Apache 2.0可商用，量化后16GB内存可跑

使用 Unsloth 微调 Qwen3.8-27B 的完整教程：SFT、视觉微调、强化学习、导出

从0.8B到397B全覆盖，编程/视觉/推理/端侧一张表选对模型

Moonshot AI 开源 Kimi K2.6，1万亿参数 MoE（激活32B），原生多模态。在 SWE-Bench Pro、长程编码、Agent Swarm 等关键指标上超越 Claude Opus 4.6 和 GPT-5.4。开源模型做到这个水平，闭源阵营的压力来了。

轻量级块扩散模型，专为 LLM Speculative Decoding 设计，支持 vLLM/SGLang/MLX，已适配 20+ 主流大模型

比 Ollama 快 4.2 倍，17 种工具调用解析器，0.08 秒首字延迟，完整兼容 OpenAI API

RLHF共同发明人新公司首作：不做聊天只做结构化决策，概率校准可信到能写进代码阈值，便宜两个数量级

从零手搓的C++/CUDA推理引擎，只认RTX 5090一张卡：Qwen3.8-27B八路并发767 tok/s、AIME双96.7%不掉点，240K上下文还能看图看视频，5090党的天花板玩法。

发布3天下载破150万！54GB的Qwen3.8-27B压到5.9GB还留98.2%智力，传统2bit崩掉的数学题它守住95分，低比特本地部署天花板。

32语言OCR、256K上下文、视觉Agent可操作GUI，MLX版5GB秒回看图

阿里Qwen团队出品，中文WER开源最低，配套ForcedAligner毫秒级时间戳，视频配音翻译链路的基础设施

Qwen3-ASR 效率碾压、VibeVoice 长音频分人无敌、Whisper 生态覆盖最广——三大 ASR 各守一象限，谁该装谁

甩一段视频进去，画面内容、背景音乐、音效、对白全给你分析出来——阿里原生全模态模型，30B只激活3B，还能直接用语音回答你，Apache 2.0

十几个去审查版里口碑最干净的一版，MLX 786赞/FP8 715赞双第一，红队探针0拒绝且不变笨；附 JonathanColetti/OBLITERATUS/huihui 等6家横评

64GB 统一内存本地跑 27B，252 次请求零报错。低并发看响应，高并发看总量，甜蜜区在 N≤4

三家最新开源MoE视觉大模型，全部30B级只激活3B，定位完全不同

学术派量化天花板：每个张量单独分配精度，同体积比Unsloth高10分，论文代码全公开可自己复刻