发布 v5.13.0

新增模型

KimiK 2.5、2.6 和 2.7

本版本包含 Kimi 2.5 的架构，该架构被 2.5-2.7 版本使用：

Kimi K2.5 是一个开源的原生多模态 agentic 模型，在长周期编码、编码驱动设计、主动自主执行以及基于 swarm 的任务编排方面提升了实用能力。该模型在 Kimi K2.5: Visual Agentic Intelligence 中提出，并在 [Kimi K2.6: Advancing Open-Source Coding](Kimi K2.5: Visual Agentic Intelligence) 中进一步改进。

Kimi K2.5 在复杂的端到端编码任务上取得了显著提升，能够稳健地泛化到多种编程语言（Rust、Go、Python）以及前端、DevOps 和性能优化等领域。该模型能够将简单的 prompt 和视觉输入转化为可直接投入生产的界面和轻量级全栈工作流，生成结构化的布局、交互元素和丰富的动画，并具备精心的美学精度。

链接： 文档

• 新增模型：Kimi2-6 (#45630) 由 @zucchini-nlp 在 #45630 中贡献

MiMo-V2-Flash

MiMo-V2-Flash 是由小米 MiMo 团队开发的混合专家（MoE）语言模型。该模型旨在建立长上下文建模能力与推理效率之间的新平衡，专为在复杂推理和 agentic 任务中实现强劲性能而设计。MiMo-V2-Flash 在 27T tokens 上训练，原生支持 32k 序列长度，同时无缝支持扩展的 256K 上下文窗口，与标准全局 attention 模型相比，显著减少了 KV-cache 存储。

链接： 文档

• 新增小米 MiMo-V2 (#45144) 由 @casinca 在 #45144 中贡献

Nemotron 3.5 ASR

Nemotron 3.5 ASR 是 NVIDIA 推出的 600M 参数多语言语音识别模型，专为低延迟流式和高吞吐量批量场景下的高质量转录而构建，原生支持标点和大写。在流式模式下，它提供可配置的块大小——80ms、160ms、560ms 和 1120ms，让用户可以根据应用需求在延迟和准确性之间进行权衡。其缓存感知的 FastConformer-RNNT 架构是实现这一能力的关键：与传统的缓冲流式（反复重新处理重叠的音频窗口）不同，该模型仅处理每个新传入的块，同时重用来自先前块的缓存 encoder 上下文。这消除了冗余计算，显著提高了效率，并在不牺牲准确性的情况下最小化端到端延迟，使其非常适合实时转录工作负载。

链接： 文档

• 新增 Nemotron 3.5 ASR 流式 (#46565) 由 @eustlb 在 #46565 中贡献

NemotronAsrStreaming

Nemotron ASR Streaming 是 NVIDIA 推出的 600M 参数英语语音识别模型，专为低延迟流式和高吞吐量批量场景下的高质量转录而构建，原生支持标点和大写。在流式模式下，它提供可配置的块大小——80ms、160ms、560ms 和 1120ms，让用户可以根据应用需求在延迟和准确性之间进行权衡。其缓存感知的 FastConfo…

[余略，详见 https://github.com/huggingface/transformers/releases/tag/v5.13.0]