Cloudflare 开源多模态决策模型 Cloudflare 开源基于 Qwen3 的多模态决策模型 Clef-omni，支持单次调用评分文本音视频。
深度解读
Clef-omni 的出现代表了边缘侧多模态处理的新趋势。直接在端侧或边缘节点进行音视频内容的实时决策，避免了将所有数据回传云端的延迟与隐私风险。其基于 Qwen3 的架构展示了开源模型在特定任务上媲美闭源巨头的潜力，特别是“无需生成文本直接输出决策”的设计，极大降低了推理算力消耗。这对内容审核、实时风控等对延迟敏感的场景具有革命性意义，推动了 AI 向轻量化、分布式方向发展。
OrcaRouter 发布百万上下文网安模型 OrcaRouter 发布拥有百万上下文窗口的网安模型 OrcaCyber Zero 1.5，在 Cybench 评测中取得满分。
深度解读
百万级上下文窗口是网络安全分析的 game-changer。传统模型受限于长度，只能分析片段日志，而 OrcaCyber Zero 1.5 能一次性吞吐长达数周的系统日志或完整代码库，从而发现跨时间跨度的隐蔽攻击链。满分成绩证明长上下文技术已从理论走向实战，使得 AI 能够像资深分析师一样全局审视系统状态。这将重新定义入侵检测的标准，促使安全厂商竞相提升模型的记忆与关联分析能力。
vLLM 发布 Decision 3.0 决策模型 vLLM 发布 Decision 3.0 系列开源多模态决策模型，无需生成文本即可直接回答选择与评分问题。
深度解读
Decision 3.0 系列体现了“去生成化”的实用主义趋势。在许多路由、分类或评分场景中，生成自然语言是多余的算力浪费。该模型通过直接输出结构化决策信号，显著降低了延迟和 Token 消耗。这种专为决策设计的架构，配合 vLLM 的高效推理引擎，为构建高并发、低成本的 AI 中间件提供了新标准。它标志着开源社区开始在细分架构上超越通用大模型，推动 AI 基础设施向更高效、更专用的方向演进。