⌘ K
… 读取采集状态 同步中...
雷

#开源/仓库

今日 1 条
8月12日周三
  1. 极市平台62

    清华天眸芯相关工作再登Nature Sensors封面，开源TianMouCV工具链

    清华大学类脑计算研究中心团队继2024年天眸芯登上《Nature》封面后，最新研究又登上《Nature Sensors》封面，提出两阶段类脑感知学习范式，通过自监督构建内部模型IGFNet，从真实退化数据中学习视觉表示并解码出视觉真值估计e-VGT，用于单目深度估计和视频实例分割等下游任务。

  2. 大模型智能43

    Paper-BibChecker 更新：在线版上线，作者核验更准

    Paper-BibChecker 上线在线网页版，用户上传 .bib 文件即可通过浏览器完成 BibTeX 引用核验。本次更新改进作者姓名比对算法，支持完整姓名及缩写匹配，降低“Mary JaneX”与“Mary”被误判为同一人的概率。工具持续整合 arXiv、OpenAlex、Crossref 等数据源进行交叉验证，仅对引用进行风险筛查，不自动修改或删除 BibTeX 条目。

8月11日周二
  4. AIGC开放社区83

    Meta开源Muse Glimmer 30B Agent模型

    Meta以Apache 2.0协议开源了30B参数的Agent模型Muse Glimmer，该模型经量化后可运行在24GB或32GB内存的消费级设备（如Mac或单卡PC）上。

    推荐理由：原文给出了30B模型在本地硬件上的量化细节及Agent基准测试成绩，读者可据此评估其在消费级GPU上的实际可用性。

8月10日周一
  1. Hugging Face Blog50

    Hugging Face 论文提出离线 Top-K Logits 与融合分块 KL 损失，大幅降低 LLM 知识蒸馏显存成本

    Hugging Face 论文提出两项系统优化：缓存教师模型 Top-K logits 实现离线蒸馏，及融合分块 KL 损失避免构建完整词表矩阵。针对 gpt-oss-120b 在 32K 序列下的训练场景，该方法将显存峰值从约 250GB 降至 128GB，使单 GPU 完成长上下文知识蒸馏训练成为可能。

8月9日周日
  1. 行者AI视频75

    MiniMax H3 开源进 ComfyUI：能力边界、耳机广告五步工作流与显卡门槛解读

    MiniMax H3 开源后 ComfyUI 社区迅速跟进工作流、量化模型和加速 LoRA。文章梳理了 H3 能力边界：可同时理解文本、图片、视频和音频，生成带原生立体声音频的视频，支持 4 到 15 秒、默认短边 768 像素、24 FPS、32 kHz 立体声，参考素材上限 9 张图片、3 段视频、12 个文件。

8月8日周六
  1. CVer33

    ECCV 2026 论文 DroneFINE 以 5.6% 参数量实现无人机目标检测 SOTA

    北京航空航天大学团队提出域感知参数高效微调框架 DroneFINE，旨在解决视觉语言模型在无人机航拍图像中的域适应问题。该方法采用 HyperAdapter 和 SemanticGate 双模块设计，仅使用 1.54M 可训练参数，即全量微调的 5.6%，在 VisDrone 和 UAVDT 数据集上达到或超越全量微调的 mAP 精度。

8月7日周五
  3. 新智元79

    京东开源 16B 参数实时视频编辑模型 JoyAI-Video-Edit

    京东开源 JoyAI-Video-Edit，这是一款 16B 参数的多模态扩散 Transformer 模型，支持 720P 分辨率下每秒 30 帧的实时流式视频编辑。模型采用有界 KV 状态推理机制解决长视频误差累积问题，在 OpenVE-Bench 基准测试中总分 3.60，达到离线商业模型水平，相关代码与权重已同步在 GitHub 和 Hugging Face 开放。

    推荐理由：京东 JoyAI-Video-Edit 以 16B 参数和 720P 实时推理能力，展示了流式视频编辑与离线模型在质量上的差距正在被填平。

  4. 钛媒体AGI73

    宇树科技科创板 IPO 定价 600 亿，确立具身智能赛道估值锚点

    宇树科技科创板 IPO 最终发行价为 150.80 元/股，发行总市值 609.9 亿元，市盈率 219.23 倍，远超此前市场预估的 420 亿。该定价终结了具身智能赛道缺乏公开可比估值标准的难题，迫使行业估值逻辑从故事驱动转向基于营收和盈利质量的数据驱动。宇树拟投入 20.22 亿元研发具身大模型，带动产业链从硬件比拼转向 AI 大脑与量产落地。

8月6日周四
  1. Google DeepMind80

    Google DeepMind 开源 WeatherNext 模型，在飓风预测中实现突破

    Google DeepMind 在 Nature 论文中发布并开源 WeatherNext 2 和 WeatherNext Cyclones 模型。该模型通过 AI 实现了飓风路径和强度的最新水平（SOTA）预测，平均为预报员争取到多一天的预警时间，相当于气象学十年间的进步。

    推荐理由：谷歌开源其气象AI模型的核心代码与权重，并披露其预测精度较上一代提前一天，为气象研究机构提供了可直接部署的工具。

  2. AI科技评论43

    Vibe Coding 重塑软件开发，OceanBase 以“逻辑独立、物理共享”重构数据库基础设施

    Vibe Coding 推动应用生成量激增，传统数据库难以承载海量、动态且单体数据量小的“小库”需求。蚂蚁 OceanBase 提出“逻辑独立、物理共享”的新架构，通过 JSON 统一存储和 SQL 自动转换，在保障计算准确性的同时实现资源高效利用，解决了 3000 万个闪应用的持久化存储与确定性计算难题。

8月5日周三
  1. 特工宇宙83

    MiniMax 开源 H3 模型：低成本视频生成与编辑能力实测

    MiniMax 开源 H3 视频生成模型，其 768P 分辨率视频生成成本为 0.50 元/秒，并支持原生视频编辑功能。该模型在 Artificial Analysis 视频编辑榜获取第一名，采用 Context-IR 架构实现多模态素材的高效融合理解。

    推荐理由：实测MiniMax H3在视频编辑与生成场景表现，展示其低成本开放入口对创作门槛的实际影响。

8月4日周二
  2. Mistral AI79

    Mistral 发布开源多模态安全分类模型 Shieldstral

    Mistral AI 发布 Shieldstral，一个 3B 参数的开放权重多模态安全分类器，在文本安全上可匹敌 7 倍于其参数量的模型。该模型将内容审核建模为二元问答任务，允许用户在推理时通过自然语言提示词定义安全策略，无需重新训练即可对文本和图像进行统一评估。

    推荐理由：将内容审核重构为推理时的自然语言问答任务，无需重新训练即可适配不同产品的安全策略，且单张 16GB GPU 即可运行。

8月3日周一
  1. Datawhale77

    TencentDB Agent Memory 开源后实测：从个人到团队记忆系统的全生命周期解析

    腾讯开源的数据库记忆系统 TencentDB Agent Memory 提供跨会话持久状态管理。实测显示其将记忆分为 L0 至 L3 四层金字塔结构，原始对话毫秒级落盘，结构化卡片约 10 秒生成。检索默认基于关键词匹配，开启语义召回后支持同义词转换，冲突仲裁通过候选召回与模型判断处理矛盾偏好。

    推荐理由：原文通过全生命周期实测和源码拆解，揭示了开源记忆系统从个人到团队记忆的架构机制与降级策略。

8月2日周日
7月29日周三
7月28日周二
  1. 苍何43

    TRAE Work 团队开源知识库上线

    TRAE Work 团队开源了覆盖 7 大真实工作场景、含 30+ 实战指南且总字数超 40w 的知识库，上线 6 小时访问破 1.8w。该知识库提供从新手安装到深度实战的完整教程，并支持通过 Skills 插件和自动化任务处理电商运营、股市盯盘等高频场景。

  2. AI信息Gap73

    Kimi K3 开源首发及七种上车方式整理

    月之暗面正式开源Kimi K3，模型权重、技术报告及594GB参数文件已在HuggingFace开放下载，支持商用。文章整理了七种接入渠道，包括Kimi官网、官方API、腾讯WorkBuddy、OpenRouter、OpenCode Go、Cloudflare Workers AI及自部署，其中WorkBuddy提供免费积分且门槛最低，而自部署需至少8张H100显卡。

7月21日周二
7月7日周二
  1. Hugging Face Blog64

    LeRobot v0.6.0 发布

    LeRobot v0.6.0 发布，新增支持想象未来世界模型策略与六个统一仿真基准，提供 DAgger 式部署 CLI 以加速数据收集与模型迭代。

    推荐理由：该版本通过引入世界模型策略与统一评测CLI，展示了将仿真失败转化为训练数据的完整闭环。

7月2日周四
  1. Mistral AI69

    Mistral AI 发布开源模型 Leanstral 1.5

    Mistral AI 发布 Apache-2.0 许可的 Leanstral 1.5，这是一个总参数 119B、活跃参数 6B 的模型，专注于 Lean 4 证明工程。

    推荐理由：官方发布 6B 活跃参数模型，在多个形式化验证基准上达到 SOTA 并发现开源仓库未知 bug，展示了低成本正式验证的实用路径。

6月30日周二
  1. Google Research70

    Google 推出 TabFM：面向表格数据的零样本基础模型

    Google 推出 TabFM，这是专门用于表格数据分类和回归的零样本基础模型。TabFM 将表格预测重构为上下文学习问题，通过单次前向推理即可在未见过的表格上生成预测，免去了传统方法中的超参数调优与特征工程。该模型采用混合注意力架构并在大规模合成数据上预训练，现已在 Hugging Face、GitHub 开源，并集成至 Google Cloud BigQuery 供直接调用。

    推荐理由：将表格数据预测转化为上下文学习问题，无需微调即可生成高质量预测，并直接集成至 BigQuery。