AAITopic

← 返回今日选题

已核验 · Jul 8, 2026

HF transformers 7/3 v5.13.0:8 个新模型 + HfExporters 统一导出,ASR / 视觉 / 长上下文都补齐

4 个信源

huggingface/transformers 7 月 3 日 v5.13.0 一次接入 8 个新模型:LLM 侧 Kimi K2.5/2.6/2.7(Moonshot 多模态 agent + 长周期编码 + Rust/Go/Python swarm 编排)、Xiaomi MiMo-V2-Flash(27T token MoE、32k 原生上下文、可扩展 256K)、Zyphra ZAYA1(760M active / 8.4B total MoE + 压缩卷积注意力)、OpenBMB MiniCPM3-4B(DeepSeek-V2 MLA + SwiGLU);视觉/视频:Google DeepMind VideoPrism(36M 视频-字幕对 + 582M 噪声片段预训练)+ NVIDIA RADIO(CLIP/DINOv2/SAM 蒸馏到单一可变分辨率 ViT);ASR:NVIDIA Nemotron 3.5 ASR + Nemotron ASR Streaming(80/160/560/1120 ms chunk 可调)+ Qwen3 ASR(Whisper-style 编码器 + Qwen3 解码器 + forced-aligner);同时推 HfExporters 子系统(DynamoExporter / OnnxExporter / ExecutorchExporter 三个子类 + prefill/decode 自动切分 + layer / mask / cache 标准化)。

为什么现在讲

transformers v5.13.0 是 7 月初一次对模型库的最大扩容(8 个新模型,LLM/ASR/视觉三方向同时补齐),同时把 v5.x 系列一直说要做的 HfExporters 子系统落地。创作者今天可以做一档「7 月 transformers 一次性补齐三个研究侧方向 + 一个工程侧基础设施」

推荐理由

8 个新模型每一个都对应一个不同方向(Kimi agent / MoE 长上下文 / 压缩注意力 / MLA 密集小模型 / 视频编码 / 多教师蒸馏 ViT / 多语种 ASR / 流式 ASR / Whisper+Qwen3 ASR),可以做一条「一个 release 看完一周研究侧动态」的横向对照

依据

v5.13.0 是 transformers 一个主要 release,热度稳定中上;8 个新模型里 Kimi / VideoPrism / RADIO 是 7 月相对受关注的方向,作为 release 综合热度稳定

“「transformers 7/3 一次接了 8 个新模型,顺便把 ONNX/ExecuTorch 的统一导出也做了 —— 一个 release 看完 7 月第一周研究侧动态。」”

切入角度

把 v5.13.0 讲成「一个 release 一次看完 7 月研究侧动态」 —— 创作者做出「LLM 侧(Kimi + MiMo + ZAYA1 + MiniCPM3) / 视觉侧(VideoPrism + RADIO) / ASR 侧(Nemotron 3.5 / Streaming / Qwen3)三方向同时补齐,加上 HfExporters 统一工程出口」的多列对照

形式

长视频讲解

演示想法

做一段 10 分钟 v5.13.0 demo:分别跑 Kimi K2.5 多模态 agent 调一个文件读写、Qwen3 ASR 听一段电话录音、NVIDIA RADIO 拿一张图,中间切到 HfExporters 用 OnnxExporter 导出 Kimi 写一段,展示「模型 + 标准化导出」的全流程

平台注意

每个新模型的具体 benchmark 数字(WER、accuracy、latency、throughput)、训练数据集引用、per-PR 迁移说明摘要里都没给(中等风险),不要凭印象报具体数字;HfExporters 具体的支持模型范围、export vs eager 性能数字、下游库迁移步骤摘要里没给(中等风险),不要凭印象补数字

可用说法

  • huggingface/transformers v5.13.0(2026-07-03 发布)新增 8 个模型:Kimi K2.5/2.6/2.7(Moonshot 多模态 agent 架构,长周期编码、前端设计、Rust/Go/Python 上的 swarm 任务编排);Xiaomi MiMo-V2-Flash(27T token MoE,原生 32k 上下文,可扩展 256K);NVIDIA Nemotron 3.5 ASR(多语种)与 Nemotron ASR Streaming(英文,cache-aware FastConformer-RNNT,80/160/560/1120 ms chunk 可配);Qwen3 ASR(Whisper-style 编码器 + Qwen3 解码器,带 forced-aligner 头);Zyphra ZAYA1(760M active / 8.4B total MoE,压缩卷积注意力);Google DeepMind VideoPrism(通用视频编码器,在 36M 视频-字幕对和 582M 噪声片段上预训练);NVIDIA RADIO(把 CLIP、DINOv2、SAM 蒸馏到单一可变分辨率 ViT);OpenBMB MiniCPM3-4B(继承 DeepSeek-V2 的 MLA + SwiGLU)。
  • huggingface/transformers v5.13.0(2026-07-03 发布)推出 HfExporters 子系统:统一的基类,带 DynamoExporter、OnnxExporter、ExecutorchExporter 三个子类,给 PyTorch/ONNX/ExecuTorch 导出提供单一 API,并对生成式模型自动做 prefill/decode 切分;该 release 标准化了 layer 声明、mask/cache 构造、混合注意力处理,使模型可以干净地导出到 ONNX、torch.export、ExecuTorch。

证据链

来自新闻

拆解

8 个新模型 + HfExporters 单独念每个模型都会变成数字念稿。本篇解释怎么用「一个 release 看完 7 月研究侧动态」框架讲 —— 把 8 个模型按 LLM / 视觉 / ASR 三方向分组,加上 HfExporters 作为「模型库的工程侧出口」独立成段,创作者做出「一个 release 看完一周研究侧动态」的内容。

信源

风险

  • 固定链到每条 source,只引用摘要里已公开的内容,不要改写除摘要之外的 PR 编号、HF 博客细节、features 文章细节、性能指标或迁移细节。

演示思路

  • 用 Kimi K2.5 在 Rust/Go/Python 三个文件上跑一次 swarm 编排,展示多语言 agent 协作
  • 把 Qwen3 ASR 与 Nemotron ASR Streaming 在同一段电话录音上对比,展示 forced-aligner 时间戳头带来的差别
  • 用 HfExporters 把 MiniCPM3-4B 导出到 ONNX,跑一遍生成,对比 eager 模式与导出后性能