【重磅】：moziAI-35中国本地开源多模态AI大模型又发布新版本V3.8了！

版本升级说明：本次 V3.8 版本采用与moziAI- 27B-V3.8 同代的自研训练数据集体系进行重新训练（身份 / 动态七维思考 / LOOP 迭代 / 金融垂直领域），重点强化了 陈雨墨团队 自研的动态七维思考 + LOOP 迭代的推理模式，使其更加智能识别任务复杂度，复杂任务的完成率更高，提高"先想后做"的能力；同时延续 Uncensored 去审核特性与金融垂直领域深度优化。

1. 【模型概述】:MoziAI-35B-V3.8 是由中国财经大V陈雨墨团队开发的本地开源多模态AI大模型，基于开源底座 Ornith-1.5-35B-A3B（Qwen3.5-35B-A3B / Qwen3.6-35B-A3B 架构，MoE 35B，MIT 许可），结合团队自主研发的金融数据 + 金融领域能力 + 动态七维思考体系 + 智能体LOOP反思迭代机制 + Uncensored 去审核特性 + MoziSmartBit混合量化算法开发而成。

💡 体积优势：仅 15.9G 小体积 —— 350 亿参数 MoE 模型经自研 MoziSmartBit 智能量化压缩至 15.9 GB（比常规 Q4_K_M ~22GB 小约 30%），一个安装包即可带走，普通消费级显卡（20GB 显存起）即可本地部署，云端 token 成本 = 0，实现 7×24 小时 token 自由并确保本地数据隐私与安全。授权免费商用，个人与企业零门槛使用。

2. 【模型特色】：

🧠 动态七维思考体系：MoziAI 自研的核心推理框架。面对任何任务，模型先输出 moziAI-Think 标记，按任务复杂度动态展开结构化思考：①理解任务 ②复杂度评估 ③依赖关系 ④风险评估 ⑤资源需求 ⑥验收标准 ⑦执行策略

🔄 智能体 LOOP 迭代机制：复杂任务自动进入 moziAI-Loop 迭代模式：第 1 轮执行+评估 → 第 2 轮调整+验证，确保输出经过自我校验后才给出最终答案。模型像资深工程师一样「拆解问题 → 评估方案 → 执行 → 反思 → 优化」，显著提升复杂任务的准确性和可执行性。简单问答和任务则自动关闭 Loop。

📦 MoziSmartBit 智能量化：自研分层智能量化，350 亿参数 MoE 模型压缩至约 15.9 GB，比常规 Q4_K_M（22 GB）小约 6.5 GB（30%），保持 FP16 ~99% 精度。传统量化对所有层使用统一精度，MoziSmartBit 针对 MoE 模型结构特点采用智能差异化策略，精度优于 Q4_K_M。压缩比达 4.5x。

💰 金融垂直领域聚焦：针对金融问答、量化编程和工具调用的深度优化。金融领域对模型幻觉容忍度极低，MoziAI 在该领域的表现显著优于同等体积的通用模型。

🛡️ 无审查去审核特性：无内容审查限制、自由输出、完整资讯、本地私有。适合学术研究、深度分析、自由讨论等场景。

3、🌐【其他特性】：

多语言支持：201 种语言和方言，中文能力特别优化

通用编程：全栈开发、代码调试、架构设计，覆盖 Python/JS/TS/Go/Rust

文章写作：研报、分析文章、技术文档、创意内容等多体裁高质量写作

视觉理解：多模态视觉，支持本地截图理解图片内容

多框架支持：llama.cpp / Ollama / LM Studio / Jan

多 Agent 支持：OpenClaw / Hermes / Cursor / Claude Code / Codex 等，原生工具调用与多轮任务编排

4、【moziAI-35B本地AI大模型==开源下载地址】：huggingface社区：网页链接魔搭社区：网页链接Github开源社区：网页链接