跳到正文

技术方向

开源生态 最新动态

开放权重、能下载下来自己部署的模型,开源框架与 GitHub 上爆火的 AI 项目。

736 条精选近 30 天 46 条共收录 3,727 条

更新

大事记

重要进展
查看更早 30 件大事

开源生态的精选

今天11月18日周三第 1–20 条
11月14日周六
  1. Nathan Lambert:Interconnects80

    Nathan Lambert 分析黄仁勋辞职后美国开源模型生态的真空

    Nathan Lambert 撰文分析 Nvidia CEO 黄仁勋辞职对美国开源模型生态的冲击,认为 Nvidia 对开源模型的资金支持很可能随黄仁勋的离开而干涸,公司首要目标是稳住局面并向客户交付。

    推荐理由:作者长期跟踪开源模型生态,从 Nvidia 内部支持机制、监管风险到美国缺位问题给出了完整分析框架。

11月13日周五
  1. 美团 LongCat:HuggingFace 新模型61

    美团 LongCat 开源 LongCat-Video-Avatar 1.6 音频驱动数字人视频生成模型

    美团 LongCat 团队发布开源音频驱动人体视频生成模型 LongCat-Video-Avatar 1.6,改进口型自然度、唇音同步、面部与肢体动作协调及长视频视觉一致性,缓解自回归续写误差累积,可生成超过 10 分钟的视频,并加入端到端推理优化。

    推荐理由:原文给出 1.6 版能力改进、33,051 票人工评测排名和完整部署参数,读者可据此评估升级幅度与推理配置。

11月12日周四
  1. Runway:News67

    Runway 开源 27B 世界动作模型 Praxis-1,权重采用 Apache 2.0 许可

    Runway 宣布世界动作模型 Praxis-1 以 Apache 2.0 开放权重面向所有人开放。该模型为 27B 参数 MoE 扩散 Transformer,同时预测视频与动作,在 NVIDIA RoboLab-120 榜单以 46.2% 成功率居首,超过 FLUX 3 Action(42.9%)、Cosmos3 Nano(36.8%)和 π0.5(28.0%)。

    推荐理由:原文给出 RoboLab-120 榜单具体成绩、开源范围和适配方式,读者可以据此评估它在自有硬件上的部署可行性。

11月11日周三
  1. MiniMax:Blog66

    MiniMax 发布开源图像生成模型 H3-Image,10 秒内生成 4K 图像

    MiniMax 发布基于 H3 的开源权重图像生成模型 H3-Image,支持文生图、参考图生成和图像编辑,可生成 4096 × 4096 的 4K 图像,速度最高达主流方案的 5 倍。

    推荐理由:原文给出速度、画质与提示词遵循的具体指标和开放权重入口,开发者可据此评估其在自有工作流中的可用性。

11月10日周二
  1. n8n Blog75

    n8n Labs 发布开源个人智能体 Nod 研究预览版,可在本地电脑运行

    n8n Labs 发布研究预览版 Nod,一个独立于 n8n 的开源个人智能体应用,可在 Mac 和 Windows 本地运行,自带沙箱和浏览器,能在用户连接的应用(如 Gmail、Slack)及无集成的网站上完成任务。

    推荐理由:n8n Labs 官方介绍 Nod 的定位与设计细节,包括本地沙箱、权限确认机制和费用护栏,读者可据此判断是否适合上手。

  2. Zyphra Research65

    Zyphra 发布开源 TTS 模型 ZONOS3-Mini,可在手机浏览器实时运行

    Zyphra 发布 ZONOS3-Mini,一个 Apache 2.0 开源的零样本语音克隆 TTS 模型,采用稀疏 MoE 架构,总参数 8 亿、活跃参数 1 亿,在 Pixel 9 浏览器端 Time To First Audio 低于 570 ms,在 M3 MacBook Air 上低于 150 ms。

    推荐理由:原文给出参数规模、端侧延迟和评测排名等具体数据,读者可以评估这个开源 TTS 模型在语音克隆和控制能力上的实际定位。

11月9日周一
  1. NVIDIA Blog70

    NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型及 Isaac Lab 3.0 等开放机器人技术

    NVIDIA 在 CoRL 大会发布开放世界动作模型 GR00T 2,基于 Cosmos 训练并使用 100,000 小时人类自我中心数据,50 个任务中开箱即用完成 40 个,每任务 1 条演示平均成功率 71%,5 条达 95%。

    推荐理由:原文给出 GR00T 2 的任务成功率和 Isaac Lab 3.0 与 Newton 的吞吐提升数据,可了解仿真训练机器人精细操作的进展。

  2. 公众号:龙猫LongCat69

    美团 LongCat-2.5 开源:1.6 万亿参数原生多模态模型,MIT 协议支持商用

    美团龙猫LongCat开源 LongCat-2.5,MIT 协议支持商用部署与二次训练。模型总参数 1.6 万亿,每 token 激活约 480 亿,支持一百万上下文,面向长程智能体、Visual Coding 与专业办公任务。

    推荐理由:官方开源公告给出参数规模、上下文长度和针对国产算力的训练推理方案,并附开源与评测链接,便于评估部署可行性。

11月6日周五
  1. 百度文心 ERNIE 官方博客75

    百度发布并开源 ERNIE-5.5-Flash-Base 预训练 Base 模型

    百度文心团队发布 ERNIE-5.5-Flash-Base,开放预训练终点 checkpoint,未经中训练与后训练,供社区自行开展领域适配、指令微调和强化学习。

    推荐理由:官方开放了未经后训练的预训练终点权重,并给出架构细节与同级 Base 模型评测,适合关注领域适配和继续训练的开发者参考。

  2. OpenClaw:Blog63

    OpenClaw 发布 Multiplayer 多人共享 Agent 协作功能

    OpenClaw 基金会发布 Multiplayer 功能,让多人通过两台设备同时操作同一个 Agent、共享上下文,通过共享队列协调请求,避免各自独立使用 Agent 导致的指令丢失和上下文断裂。

    推荐理由:原文展示了 Multiplayer 让多人共享同一 Agent 与上下文的协作方式,并说明其开源、模型无关和免费可自部署的获取条件。

  3. Reflection Blog66

    Reflection 详解开源模型 Beam 的安全训练与评估方法

    Reflection 发布博文,讲解其开源权重模型 Beam 的安全训练与评估方法,并推出开源安全研究计划 Project Iris。Beam 在 Iris Safety Evaluations 对话任务中拒绝 89% 的有害请求,为所测开源权重模型中最高,同时遵守 82% 的安全相关无害请求;安全对齐教师模型从 100B 增至 501B 参数后,过度拒绝相对下降 48.7%。

    推荐理由:原文拆解了 Beam 的安全训练方法与双轨评估体系,并给出关键数字,为开源模型安全实践提供可参照的路径。

11月5日周四
  1. Preferred Networks:AI 研究与产品61

    PFN 开放翻译特化模型 PLaMo 3 Translate,0.8B 至 31B 四个尺寸可离线运行

    Preferred Networks 将自家翻译服务使用的翻译特化 LLM PLaMo 3 Translate 以开放权重形式在 Hugging Face 公开,提供 0.8B、2B、8B、31B 四个尺寸。

    推荐理由:翻译特化模型以开放权重放出四个尺寸,小型机型也能在断网设备上本地运行,可据此评估端侧翻译部署方案。

11月4日周三
  1. 美团 LongCat:HuggingFace 新模型76

    美团发布 LongCat-2.5:1.6T 参数原生多模态 MoE 模型,MIT 协议开源

    美团 LongCat 团队发布 LongCat-2.5,总参数 1.6 万亿、每 token 约 480 亿激活,主打长时程智能体任务,结合视觉理解与智能体编码,权重以 MIT 协议开源。

    推荐理由:模型卡给出完整评测表、量化方案和 NPU 部署指引,读者可对照主流模型评估其智能体编码与视觉能力。

  2. 公众号:腾讯混元80

    腾讯混元 Hy4 正式发布,首次引入视觉与电脑操作能力

    腾讯混元发布 Hy4 正式版,相比 Hy4 preview 扩展预训练与后训练规模,首次引入视觉能力和电脑操作支持,GameDev 与 GameLogic 评测分别提升 19.1% 和 9.8%。

    推荐理由:官方发布稿给出视觉、电脑操作、金融与科研等场景的具体评测数字和攻防安全审计结果,读者可据此评估其开源模型定位。

11月3日周二