过去10天，魔搭社区的开源列表密得像排班表：8月12日微软 Mage-VL，8月13日 Qwen3.8-2.4T-A95B，8月14日 Qwen3.8-27B，8月20日蚂蚁百灵 Ling-3.0 Base，8月21日商汤 SenseNova-U1.5-8B-MoT 和腾讯 CoinVE-200K，8月22日 Ornith-1.5，七个项目全部可以在魔搭直接下载。热闹归热闹，真正值得现在动手的其实没几个。这篇把七个项目分成三类：值得现在下的、值得等生态的、看看就行的，最后按显卡配置给一份行动参考。
本周阵容一览
时间 | 项目 | 尺寸/类型 | 一句话点评 |
|---|---|---|---|
8/12 | Mage-VL（微软） | 4B 流式视频理解 | 思路新，单卡可玩 |
8/13 | Qwen3.8-2.4T-A95B | 2.4T MoE | 旗舰权重首开，看的多下的少 |
8/14 | Qwen3.8-27B | 27B 稠密 | 消费级显卡主角 |
8/20 | Ling-3.0 tiny/flash Base | 轻量 Base 模型 | 连训练节点都开放 |
8/21 | SenseNova-U1.5-8B-MoT | 8B 生图编辑统一 | 等 ComfyUI 接上再说 |
8/21 | CoinVE-200K（腾讯） | 20万条视频编辑数据 | 数据集也是硬菜 |
8/22 | Ornith-1.5 系列 | 397B/35B/9B | 自建题库，评价两极 |
值得现在下
Qwen3.8-27B：消费级显卡的本周主角
27B 一直被认为是本地部署的黄金尺寸，这次千问没有让人等。现在，它以 Apache 2.0 协议开放权重，下载、部署、商用都没有附加条件。微博 模型是原生多模态稠密架构，图文视频全理解，量化后消费级显卡即可流畅运行，原生 262K 上下文用 YaRN 能扩到 1M，官方口径其编程和办公表现甚至超过 Qwen3.7-Plus。它的量化方案和显存占用站内此前已有详细实测，这里不重复，只补一句判断：如果你手上是 12-16G 显卡，本周优先折腾的就是它。
Mage-VL：4B 就能做实时视频理解
微软这个 4B 模型走的是另一条路：不追全能，专攻流式视频理解，把视频编解码器直接塞进了 VLM。它会把视频流拆成 I 帧和 P 帧，只保留真实运动和新细节区域，官方口径能砍掉 75% 以上的无用 Token，推理速度最高提升 3.5 倍。小红书 同一套 4B 主干下，它在视频理解和时序定位基准上大幅超过 Qwen3-VL-4B，模型已在魔搭开源，一套权重同时支持图像、视频理解和主动流式门控。如果你关心监控、直播这类实时画面分析，这是本周最值得读论文加跑 demo 的项目。
值得等生态
SenseNova-U1.5-8B-MoT：生图编辑统一，先等 ComfyUI
商汤这个 8B 图像模型把生图和编辑收进同一个模型，原生 4K 输出、中英文字渲染、多参考编辑都是卖点，开源前就攒了一波关注。社区里最热的一条评价很直白：模型效果不错，但不知道 ComfyUI 什么时候支持。微博 所以对大多数人，我的建议是先收藏模型页，等 ComfyUI 节点跟上再动手，那时的工作流价值比现在裸跑权重高得多。
顺带一提，同一天腾讯也把 CoinVE-200K 数据集放上了魔搭：超过 20 万组视频编辑样本，每条样本带 2-5 个原子编辑操作，让模型一段视频里同时理解并执行多个编辑要求。小红书 做视频编辑方向的人，这份数据比多数新模型权重更值得先收进收藏夹。
Ling-3.0 Base：连训练过程都开源了
蚂蚁百灵这次开源了 Ling-3.0-tiny 和 Ling-3.0-flash 的 Base 模型，并开放训练过程中的关键节点，六个 checkpoint 横跨三个训练阶段。IT之家 对想研究小模型训练动态的人，这是难得的公开材料。但注意两点：目前是 Base 版不是 Instruct 版，直接对话效果有限；tiny/flash 定位轻量，别拿旗舰预期要求它。等 Instruct 版本和社区微调出现后再评估更稳妥。
看看就行
Qwen3.8-2.4T-A95B：真旗舰，看个明白就好
本周真正的重量级是它：2.4 万亿总参数、每 Token 激活 950 亿，原生 262144 上下文可扩展到 101 万，是阿里千问首次把 Max 级旗舰开放权重。基准成绩有亮点也有短板：在论文复现基准 PaperBench 中，Qwen3.8-Max 取得 93.0 分，高于 GPT-5.6 Sol、Fable 5 和 Claude Opus 4.8。36氪 但 TerminalBench 2.1 以 86.6 分略低于对手的 88.8 分，SWE-bench Pro 也落后于 Fable 5，长程智能体能力还没到全面碾压的程度。
对本地部署党，Unsloth 用动态 1-bit 量化把 4.9TB 权重压到 397GB，但运行所需内存加显存总量仍在 410GB 以上，和消费级硬件基本无缘。API 倒是人人可用：国内输入每百万 Token 12 元、输出 36 元。这个模型的正确打开方式是跑不动没关系，先用 API 验证需求，等后续更小杯的版本。
Ornith-1.5：自建题库的激进路线
Ornith AI 开源了 1.5 系列，包括 397B MoE、35B MoE 和 9B Dense 三个尺寸，MIT 许可证，最大特点是让模型自己生成训练任务、自建评测环境的强化学习闭环。小红书 社区反馈目前两极：有人认可它在本地 Agent 工作流里的速度和长上下文表现，也有人认为编码能力没有明显超过更新的稠密模型。结论：路线值得持续观察，权重先别急着下。
三个信号
把七个项目放在一起看，能读出三个信号。第一，可跑尺寸成了开源主角：本周真正能落到个人显卡上的是 27B、8B、4B 这几档，2.4T 负责立标杆，397B 负责讲路线，开源竞争的焦点正从参数军备赛转向谁能被更多人跑起来。第二，统一模型开始接棒：生图与编辑统一、理解与流式门控统一、多条编辑指令统一，单一能力模型的讨论热度明显在下降。
第三，魔搭正在变成开源首发地。七个项目全部在魔搭可下载不说，连海外推理框架都开始主动适配：AMD NPU 推理框架 FastFlowLM 发布 v0.9.46，正式接入魔搭社区，加一个参数就能把下载源切到魔搭。知乎 模型家族的体量也在滚雪球：截至目前，Qwen 已累计开源 460 余个模型，全球下载总量超 30 亿次，衍生模型数超 30 万个。微博 对国内用户，这意味着以后找模型、下权重，第一站越来越不会是别处。
行动参考
12-16G 显卡：主攻 Qwen3.8-27B 量化版，同时盯 SenseNova 的 ComfyUI 节点；
24G 及以上：27B 满血版加 Mage-VL 一起收，试试流式视频理解；
没有显卡：用 Qwen3.8 API（12/36 元每百万 Token）验证需求，或在魔搭在线体验 demo；
继续观察的信号：Ling-3.0 的 Instruct 版本、ComfyUI 对 U1.5 的支持、Ornith 社区评测是否收敛，这三个动了再回来补课。
这一周的魔搭，把开源大模型的节奏摆得很清楚：旗舰立标杆，小杯抢装机量。想清楚自己是哪一档，再决定下哪个。
