⌘ K
… 读取采集状态 同步中...
雷

开源生态

开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。

278条精选相关主题模型发布Hugging FaceAI 编码

最新精选

第 181–200 条 · 共 278 条
8月17日周一
8月16日周日
8月15日周六
  1. 卡尔的AI沃茨85

    DeepSeek 开源 dsh Agent 框架：实测 PTC 模式与 Cordis 插件系统

    DeepSeek 开源 Agent 框架 dsh，上线 GitHub 一个多小时即破 2 万星，第二天达 6 万。框架核心是 Cordis 插件系统，支持把模型接入、工具注册、审批策略甚至主循环全部做成插件。

    推荐理由：实测展示了 dsh 中 PTC 和 Cordis 插件系统如何让不同模型产出更复杂的任务结果，读者能看出 Harness 与模型协同的实际效果。

  2. AI信息Gap91

    DeepSeek 开源 Agent 底座 DeepSeek Harness

    DeepSeek 于 8 月 13 日开源 AI 智能体底座 DeepSeek Harness，主打“一切皆插件”架构，两天内获 95k Star。其核心插件系统 Cordis 支持插件可逆卸载，团队负责人为前 Jane Street 量化交易员崔天一，底层理论源自科依诗（Koishi）框架。

    推荐理由：原文给出了架构设计和社区插件生态，读者可以据此判断它如何实现智能体能力的灵活组装。

8月14日周五
  1. APPSO78

    实测 GLM-5.3：编程与网络安全表现强劲，同尺寸模型智能密度领先

    APPSO 实测智谱 GLM-5.3 模型，其在编程能力上比肩 Fable 5 和 GPT-5.6 Sol，使用体感优于 Kimi K3 和 DeepSeek V4-Pro-0813。

    推荐理由：实测显示 GLM-5.3 在编程和网络安全领域表现强劲，且通过开源 Slime 后训练框架显著提升了模型能力，提供了验证国产模型迭代速度的第一手依据。

  2. AI科技评论73

    章鱼动力将在 WRC 发布仿生灵巧手 OctoH-Hand

    章鱼动力宣布将在世界机器人大会（WRC）发布全栈自研绳驱仿生灵巧手 OctoH-Hand。该产品集成 28 个独立执行器与 23 个主动自由度，采用 1900 余个触觉传感单元与全闭环力控系统，重复定位精度稳定在 0.1mm 以内。文章指出其首创数采孪生方案，使外骨骼手套采集数据可直接驱动灵巧手，并实现了 1000 小时的 MTBF 可靠性指标。

    推荐理由：文章详细介绍了绳驱仿生灵巧手的技术难点与核心指标，展示了其在数据采集与全闭环力控方面的工程实现路径。

  3. 硅星人Pro87

    DeepSeek 发布开源 Harness v0.1 智能体框架

    DeepSeek 发布 Harness v0.1 开发者预览版，采用 MIT 协议开源并支持本地运行。该系统核心理念为“一切皆插件”，允许用户像修改《我的世界》模组一样灵活定制模型、工具及界面。社区在发布 24 小时内已积累 288 个插件仓库，支持将 Claude Code 会话迁移及接入 QQ、微信等通讯平台。

    推荐理由：作者实测了DSH的开发生态与架构，展示了开源智能体外壳对商业闭源模式的挑战。

  5. 极客公园67

    DeepSeek Harness 公测对标 Claude Cowork，OpenAI 年化营收有望达 400 亿美元

    DeepSeek 于 8 月 13 日开源 DeepSeek-V4-Pro-0813 模型，并推出基于 Cordis、MIT 协议的代码智能体框架 Harness v0.1 开发者预览版，同步开放插件生态，定位对标 Claude Cowork 与 OpenAI Codex。

    推荐理由：汇总了 DeepSeek 开源模型与代码智能体框架、OpenAI 与 Anthropic 的营收和 IPO 预期等多条行业动态，便于快速把握近期 AI 商业格局变化。

8月13日周四
  1. CVer86

    DeepSeek 发布开发者预览版 Agent Harness，采用“一切皆插件”开源架构

    DeepSeek Harness 团队发布了 v0.1 开发者预览版，基于 Cordis 插件系统采用“一切皆插件”设计，以 MIT 协议开源。框架提供标准、PTC、极简、创造四种运行模式，允许开发者无需修改源码即可独立选择和扩展模型、工具及沙箱能力。开发者可通过 npx 命令快速启动 Web UI，并已在轨迹视图中实现会话日志的追加式记录与回放。

    推荐理由：DeepSeek 发布全新 Agent Harness 框架，通过“一切皆插件”架构支持开发者在 MIT 协议下自定义组合 Agent 能力。

  2. 硅星GenAI79

    Kimi、Qwen、DeepSeek、Meta、Nemotron 五模开源大横评：DeepSeek 以极低成本实现全能表现

    评测对比了 Kimi K3、Qwen3.8-Max、DeepSeek V4 Pro、Meta Muse Glimmer 和 Nemotron 3.5 Lightning 在逻辑、代码、Agent、3D 建模及写作五个维度的表现。

    推荐理由：横评展示了 DeepSeek 在成本控制与复杂任务上的平衡优势，以及中国模型在推理与多模态生成上的领先表现。

  3. Hugging Face Blog80

    Hugging Face 复盘：1200 名社区成员智能体复现 2226 篇 ICML 2026 论文的经验

    Hugging Face 社区通过黑客马拉松让 1200 多名成员使用智能体复现了 2226 篇 ICML 2026 论文。结果显示 51% 的论文至少有一项声明被验证，23% 的论文存在被证伪或争议声明，且 49 篇论文的所有声明均被证伪。尽管智能体可以大规模并行执行复现，但最可靠的结果仍来自人类引导智能体纠正偏差，而感知类判断目前仍必须由人类完成。

    推荐理由：该事件展示了大规模社区利用智能体进行论文复现的可行性，其发现的高争议率与人类主导的价值，为理解自动化科研审计的局限提供了具体实证。

  4. NVIDIA Generative AI Blog87

    NVIDIA GB300 NVL72 可部署阿里巴巴 Qwen3.8-Max 开源模型

    阿里巴巴发布 Qwen3.8-2.4T-A95B（Qwen3.8-Max）开放权重，这是其最大规模的开源模型。NVIDIA 官方博客展示如何在 GB300 NVL72 上部署该模型，该模型总参数达 2.4T，单 token 激活 95B，采用混合专家（MoE）架构与混合注意力机制，支持最长 100 万 token 的上下文窗口。

    推荐理由：NVIDIA 官方给出了将超大规模开源模型部署到高端硬件的方案，为评估前沿开源模型的工程落地提供了直接参考。

8月12日周三
8月11日周二
  1. 智东西83

    Meta 开放 300 亿参数 Muse Glimmer 权重，支持消费级显卡离线运行本地 Agent

    Meta 推出 300 亿参数本地 Agent 模型 Muse Glimmer 并开放权重，这是其超级智能实验室首次开放模型权重。量化后体积不到 20GB，可在配备 24GB 或 32GB 显存的消费级显卡上离线运行，支持工具调用、多模态处理和长流程推理。

    推荐理由：Meta首次开放超级智能实验室模型权重，量化后不到20GB可在单卡消费级显卡离线运行，读者可据此评估本地Agent部署门槛。

  2. 新智元74

    浙大开源HugAgentOS：三引擎一体自进化，每步可归因/回放/回滚

    浙江大学省部共建协同创新中心开源HugAgentOS，通过记忆、技能、编排三引擎实现Agent自主进化，并设置归因与本体双关卡确保可控。进化前对照实验显示，开启自沉淀能力后，任务执行路径从依赖模型直接判断转变为检索、核验、成稿的结构化流程，且系统能从历史执行记录中自动蒸馏技能并固化协作打法。

    推荐理由：文章拆解了三引擎自进化与双关卡机制，给出了从经验沉淀到可控回滚的完整链路，可帮助理解Agent长期进化架构。

  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。

  5. Hugging Face Blog70

    NVIDIA Magpie TTS 多语言语音模型发布：开放权重与全部署控制

    NVIDIA 发布 Magpie TTS 多语言版本，作为 364M 参数开放权重模型支持 12 种语言，新增阿拉伯语、韩语和巴西葡萄牙语。模型通过帧堆叠和局部 Transformer 架构改进降低推理延迟，在 B200 GPU 单流场景下 Time to First Audio 仅为 32ms，开发者可利用开放权重在自管基础设施中定制并部署低延迟多语言语音 Agent。

    推荐理由：文章解析了 Magpie TTS 在降低延迟方面的架构改进与多语言支持现状，为构建可控的语音 Agent 提供了技术选型依据。