IBM 發布 Palette，20B 開源模型按企業設計規範生成幻燈片
IBM Research 發布 Palette：用 LoRA 微調一個 20B 開源權重模型，使其按指定設計語言製作整套幻燈片，並可部署在自有基礎設施上。模型分成“設計師”和“編碼者”兩個角色：前者輸出可讀、可編輯的 JSON 簡報，寫明配色、字號體系、每頁佈局與內容；後者按單頁規格編寫 pptxgenjs 程式碼；因此各頁可並行生成，編碼階段約快 6–7 倍。訓練資料由大模型合成，約 1000 份演示、近 1 萬頁，每例附帶反事實推理說明，並經渲染檢查修覆文字溢位與元素重疊；
該研究把做幻燈片拆成設計決策與幾何編碼兩步，並用合成資料加檢查器閉環修復小模型常見的溢位、重疊問題，為自託管開源模型替代前沿模型提供了可復現路徑，對內容不能出內網、又需統一模板的團隊最有參考價值。
原標題：Palette: teaching a small model to build decks in your design language
閱讀原文
| 評分 | 68 / 66（平均 67，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
開源工具讓 GPT-6 Astra 與 Opus 5.5 生成樂高 LDraw 模型
開發者發布開源樂高 AI 生成器，通過 Python 工具集、指令和文件讓 AI 代理直接生成 LDraw 格式的樂高 CAD 模型。該專案用 GPT-6 Astra 和 Opus 5.5 迭代數月完成，已打包為 Docker 化 Web 應用，支援 OpenAI、Claude 和 OpenRouter 三種提供商。生成的 .mpd 或 .ldr 檔案可在 LDView、LeoCAD、Studio 等工具中開啟和修改。
LM Studio 首日上線 Flint：40B MoE 本地編碼模型
Recursive SI 的 Flint 模型在發布首日就進入 LM Studio，可直接在本地執行。它是一個 40B 的 MoE 模型，每次僅啟用 2.5B 引數，上下文視窗為 262K token，採用 Apache 2.0 許可，專門針對本地 agentic coding 場景訓練。本地執行大約需要 24GB 記憶體，官方稱其基準測試表現相當出色。
豆包工作上線創作畫布，接入豆包 2.1 Lite 與 Seedream 5.0 Flash
豆包工作新增創作畫布功能，並接入輕量級模型豆包 2.1 Lite。畫布把素材、設計方案與創作成果集中在同一張無限畫布上，圖片生成後仍可繼續修改文字、配色和佈局，同時接入全新圖片模型 Seedream 5.0 Flash，Agent 可覆蓋從理解需求到生成圖片、影片和成套設計。豆包 2.1 Lite 面向日常問答、文件撰寫、表格處理與 PPT 製作，在回應速度與額度消耗上做了最佳化，客戶端升級後選擇該模型即可使用。
llama.cpp b11812 為全部 Granite 模型記錄層輸入
llama.cpp 發布 b11812 建置，其中提交 #30957 為全部 Granite 模型記錄層輸入；該提交由 IBM 的 Gabe Goodhart 提交，位於 GraniteSpeculatorSupport 分支，並標註為全程 AI 輔助（Claude + Sonnet 5.5）。
Peacebell：個人從零訓練的二戰專用小模型開源
開發者用 11 個月業餘時間從零訓練了二戰主題小語言模型 Peacebell，並開源訓練材料與權重，提供 291M 和 148M 兩個引數版本。訓練資料全部為自建合成資料，基於維基百科等許可材料，作者稱大部分精力花在資料整理與平衡上。291M 版本可在 HuggingFace 免費試用，無需 GPU 即可本地執行，但作者提醒這是初版，長上下文表現較差。同時發布了 WWII 主題基準與排行榜，下一版預計 2027 年發布。