又一批免费开源!微软4B模型能替你操作电脑,0.6B就能克隆声音:这几天放出的可商用小模型清单

这一周开源圈出了好几个“小而能干”的模型：参数从0.6B到4B，一张消费级显卡就有机会跑起来。小咪逐个打开官方模型页，核对了参数、成绩和协议。

FIG.01　4个开源小模型：参数、能做什么、协议一览

Mage-VL-Cowork 是微软 Mage 团队10月30日在 Hugging Face 发布的电脑操作模型，40亿参数。它看屏幕截图点鼠标、敲键盘，遇到适合写代码的步骤就直接切到终端执行命令。

FIG.02　Hugging Face 上的 microsoft/Mage-VL-Cowork 模型页：License apache-2.0

■成绩：OSWorld-Verified 得分 66.0%（50步预算，两次完整测试的平均值），官方表格里高于 Qwen3.6-27B 的63.9%。

■协议：Apache-2.0，可以商用。

■体积：bfloat16 权重约9.48GB，底座是 Qwen3-4B。

■适合谁：想做自动填表、批量整理文件这类电脑自动化的开发者。

Audio8-TTS-Realistic-0.6B 主模型 6.01亿参数，给一段参考录音和它的文字稿，就能用这个声音念任何新文本，不需要针对每个人再训练。这一版支持 23种语言，包括中文和粤语，比上一版多了12种。

FIG.03　Hugging Face 上的 Edge0/Audio8-TTS-Realistic-0.6b 模型页：License apache-2.0

■协议：Apache-2.0，可以商用。

■硬件：官方推荐 CUDA 显卡运行，提供兼容 OpenAI 接口的语音服务。

■适合谁：做短视频旁白、有声书、课程配音的创作者。

面壁智能10月28日开源 MiniCPM-OCR 系列。MiniCPM-OCR 1.0 只有13亿参数，能解析中英文文档和PDF，表格、公式、图表、印章都能识别；MiniCPM-OCR Jev 不负责识别，它给识别结果逐区域打分，告诉你哪一段可能识别错了。

FIG.04　MiniCPM-OCR 官方 GitHub 仓库中文说明

■成绩：MiniCPM-OCR 1.0 在 Real5-OmniDocBench 上得分93.68，OCRBench v2 得分54.7。

■协议：官方仓库写明，整个项目采用 Apache License 2.0，包括代码、文档和两个模型的权重，可以商用。

■部署：首日适配 vLLM、SGLang、llama.cpp 和 Ollama。

■适合谁：财务、法务、行政，要把大量扫描件、合同转成可编辑文字的人。

FIG.05　MiniCPM-OCR 官方仓库许可说明：Apache License 2.0

FIG.06　按需求选开源小模型对照卡

往期内容：《还在原价续费20美元的AI？OpenAI带头打1折抢人，这5个平替组合一年省下几千块》

小咪AI研习社
资料核对于 2026年11月1日