⌘ 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 61–80 条 · 共 278 条
10月2日周五
  1. AI HOT77

    LangChain 讲解如何在 Agent Harness 中构建模型路由器

    LangChain 在开源编码智能体 Open SWE 中构建模型路由器，通过 A/B 测试将中位成本从 $2.61 降至 $0.94（降 64%），PR 合并率与对照组无显著差异。方法包括基于任务复杂度的模型分层、在框架中间件中实施路由决策，以及跟踪实时结果。LangChain 发布了模型路由中间件，允许用户自定义基础提示、模型层级及标准来接入自有智能体。

    推荐理由：原文给出了路由器的设计步骤和A/B测试数据，读者可以据此将模型路由逻辑迁移到其他智能体框架中。

  2. InfoQ CN69

    Andrew Kelley 专访：Zig 禁止 AI 贡献并迁出 GitHub 的原因

    Zig 创建者 Andrew Kelley 在 JetBrains 专访中确认 Zig 禁止 AI 贡献，并因 CI 故障迁往 Codeberg。Kelley 认为自动提交拉低代码质量且浪费审查资源，与 Bun 利用 AI 重写代码的做法形成对比。

    推荐理由：原文通过创建者专访揭示了开源项目应对 AI 泛滥贡献的真实治理困境及其价值观取舍。

10月1日周四
  2. AI HOT79

    Modal 正式发布 VM Sandboxes：支持 Docker 与内核功能的完整 Linux 虚拟机

    Modal 官方宣布 VM Sandboxes 正式 GA，通过设置 runtime="vm" 即可为 Agent 提供完整的 Linux 虚拟机，原生支持 Docker、FUSE 及内核功能。早期客户已启动超过 2000 万个 VM，Linear 和 Legora 等团队正在使用它运行真实的开发环境与复杂 Agent 评估。

    推荐理由：官方明确了切换为完整 Linux VM 的条件与早期客户落地细节，为给 Agent 配置隔离环境提供了可直接参考的边界与案例。

9月30日周三
  1. 机器之心86

    DeepSeek 开源昇腾基础组件，计算通信与编译工具同步发布

    DeepSeek 于 9 月 30 日开源面向华为昇腾的基础设施组件，涵盖 TileLang 编译工具及 DeepGEMM 等计算库，与英伟达平台组件一一对应。华为同步在 CANN 社区开源了模型部署及训练成果，并披露了 DeepSeek-V4.1-Flash 在特定条件下的离线推理性能数据。

    推荐理由：DeepSeek 将昇腾平台组件与英伟达版对齐，开发者可直接复用底层工具优化模型。

  2. InfoQ CN74

    谷歌开源 AX：面向长期自主 AI 代理的 Kubernetes 风格编排器

    谷歌开源了 AX 编排器（Apache 2.0，仓库 google/ax），把代理视为有状态 Actor，支持亚秒级暂停/恢复，用 Task、Workspace、Gateway、Model 四种声明式原语管理任务、环境组装、出站网络策略和模型配置。

    推荐理由：谷歌开源了面向长期自主代理的编排器 AX，用亚秒级暂停/恢复解决了空闲期高成本问题，适合关注代理基础设施演进的工程师。

  3. InfoQ CN77

    DeepSeek 开源昇腾平台基础设施组件，覆盖 TileLang、计算库与分布式通信库

    DeepSeek 开源面向华为昇腾平台的基础设施组件，包含 TileLang 编译工具及 DeepGEMM、DeepEP、TileKernels、FlashMLA 和 DeepSelect 的昇腾实现。这些组件与英伟达版本接口对齐，支持 BF16、FP8 等精度及稀疏注意力，并提供针对昇腾 950 的 128 卡超节点联合优化方案。

    推荐理由：组件与英伟达接口对齐并提供测试代码，开发者可据此评估昇腾环境下的迁移成本。

9月29日周二
  1. Simon Willison91

    OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol 与 Codex 更新

    OpenAI 在 DevDay 2026 上发布个人智能体 Dots，由 Astra 模型驱动，ChatGPT Pro 和 Enterprise 用户可即刻访问。同时发布 GPT-6.1 Sol 模型，提供接近 Astra 的智力水平且价格仅为五分之一。此外推出 Codex Security Cloud 并开放 Codex harness 的开源版本，支持持续安全扫描与补丁生成。

    推荐理由：记录了 OpenAI 发布个人智能体 Dots 与低价模型 GPT-6.1 Sol 的现场细节，读者可对比新生态与现有工具的差异。

  2. Hugging Face Blog79

    NVIDIA 发布 Kumo Tabular：无需训练的表格预测基础模型

    NVIDIA 在 Hugging Face 发布开源表格基础模型 Kumo Tabular，支持单步前向推理完成分类与回归任务，无需训练或特征工程。该模型包含 28M 至 215M 参数版本，在 TabArena、BeyondArena 等基准测试中排名首位，并基于 OpenMDW-1.1 协议发布，可通过 GitHub 开源库使用。

    推荐理由：提供无需训练的表格预测模型及开源库，单步前向推理即可处理分类与回归任务。

  4. 机器之心74

    清华与无问芯穹等开源具身端侧推理引擎 APXInf，推理延迟降至 26ms

    清华大学联合无问芯穹与上海交通大学开源了面向具身模型的端侧推理引擎 APXInf，在 Thor 芯片 FP8 配置下将 π0.5 推理延迟从 278ms 降至 26ms，端到端提速约 10.7 倍，控制频率达 38.46Hz。

    推荐理由：原文用具体延迟数字和分层验证设计说明了端侧推理优化如何落地，可迁移给正在部署具身模型的团队。

  5. 新智元73

    德塔智能发布双足人形机器人基础模型Delta 0

    德塔智能发布双足人形机器人基础模型Delta 0，该模型采用大脑与小脑双层架构，通过全身69个自由度的统一动作空间实现借力操作，在洗碗机拉门等需要超过手臂最大输出力的任务中，利用腰腿协同完成动作。在零样本全身控制器测试中，Delta 0的全局位置误差为0.106米，身体各部位位置误差为16.73毫米，优于包含NVIDIA SONIC在内的四个公开控制器。

    推荐理由：原文展示了Delta 0在力控、长程自主和零样本泛化上的具体指标与机制，便于对比当前人形机器人基础模型的技术路线。

9月28日周一
9月27日周日
  1. 人工智能学家87

    扎克伯格：Muse 如何实现 Meta 的个人 AI 智能体与权力平衡战略

    Meta CEO 扎克伯格在访谈中宣布 Muse 是其首个完整的个人 AI 智能体产品，提供云端虚拟机、持续执行、记忆、主动建议、权限控制与隐私架构，旨在赋能每人全天候使用 AI 并形成权力制衡。商业模式非单纯订阅，而是通过帮用户赚钱省钱证明价值。在 Llama 4 失利后，扎克伯格亲自重建模型研发，强调从预训练开始围绕 Agent 设计。

    推荐理由：对话深度拆解 Muse 的产品逻辑、隐私架构及 Llama 4 后的战略转向，可映射至其他智能体赛道。

9月26日周六
  1. 量子位83

    Colibrì框架发布：通过SSD分层加载让笔记本免GPU运行7000亿参数GLM

    GitHub开源项目Colibrì实现了通过NVMe SSD动态调度专家权重，允许在最低16GB内存的笔记本上运行744B的GLM-5.2。其核心技术是AI内存多层化，将高频使用的专家数据驻留在RAM中，低频数据按需从SSD读取，并引入LRU缓存与下一层专家预测机制提升I/O效率。

    推荐理由：文章详解了Colibrì框架如何通过SSD动态加载专家，实现无GPU环境下运行千亿级大模型的内存分层调度策略。

9月25日周五
9月24日周四
  1. DeepTech深科技70

    Eidon AI关闭复盘：卖数据撑不起一家独立具身智能公司

    具身智能数据公司 Eidon AI 关闭并开源了全部追踪设备、手套及第一人称数据积累。创始人复盘指出，由于视频加传感器数据单价约 60 美元/小时、且客户期望每周交付，高昂的硬件损耗、跨国物流与人力审核成本导致资金持续消耗，最终难以维持。

    推荐理由：基于创始人复盘与成本结构数据，读者可评估独立具身智能数据供应商在买方自建与低价竞争下的生存空间。

9月23日周三
  1. CVer87

    小米开源MiMo V2.6系列模型，登顶全球开源榜单

    小米MiMo团队正式发布并全面开源新一代MiMo V2.6系列模型，包含Pro、Flash和Ultraspeed三款子模型。MiMo V2.6 Pro在Artificial Analysis智能指数中取得46分，全球开源模型排名第一。

    推荐理由：原文通过Artificial Analysis数据直观展示了MiMo V2.6系列在性能与成本上的双重优势，读者可以据此评估当前开源模型的实际竞争力。