Топ трендов на HuggingFace сейчас — смесь свежих релизов от китайских гигантов и обновлений от западных компаний.

🔘Генерация изображений
Z-Image-Turbo от Alibaba на первом месте с 153k скачиваний. 6B параметров, 8 шагов инференса, укладывается в 16GB VRAM и выдаёт картинку за секунду на H800. Есть GGUF-версия для локального запуска и ControlNet-адаптер. Подробнее про эту модель я уже писал ранее. Также в топе FLUX.2-dev от Black Forest Labs — это image-to-image версия их флагмана, про неё, конечно, тоже был пост.

🔘LLM
DeepSeek доминирует. V3.2 (685B, MoE) позиционируется как конкурент GPT-5, версия Speciale якобы его превосходит. Взяли золото на IMO и IOI 2025. Новая фича — «thinking with tools», reasoning прямо во время использования инструментов, подробнее в посте. DeepSeek-Math-V2 — специализированная версия для математики. Из других: Mistral выкатил Ministral-3 на 3B и 14B, Arcee — Trinity-Mini на 26B.​

🔘Мультимодальные
Microsoft Fara-7B (image-text-to-text), Tencent HunyuanOCR с 319k скачиваний для распознавания текста, SAM3 для сегментации (очень крутая, про неё здесь читайте).

🔘Аудио
Microsoft VibeVoice-Realtime-0.5B, real-time TTS на 1B параметров, но только английский. Вообще, для синтеза голоса много крутого выходит, но почти везде английский и может быть китайский.

🔘Агенты
NVIDIA Nemotron-Orchestrator-8B, модель-оркестратор для координации других моделей в агентских сценариях.

Apple тоже засветились: STARFlow для генерации видео на normalizing flows и CLaRa-7B-Instruct. Буквально предыдущий пост в канале про эту модель.

Что скажете про такой формат? Делать подобные обзоры раз в неделю?

@neuro_channel