#开源/仓库

meng shao@shao__meng· 21:39精选AI 评分8686

Perplexity 开源了团队内部的 Agent 代码执行平台 SPACE，基于 Firecracker microVM 隔离运行不可信代码。该平台采用控制面与数据面分离的架构，提供模板、沙箱、进程等核心抽象，并支持 Kubernetes 与单机部署。

Hojo-ASR-Multi-V1 开源多语言 ASR 模型发布

开源多语言 ASR 模型 Hojo-ASR-Multi-V1 在 5 种语言上的平均 WER 为 3.54，采用声学编码器加 Qwen3-4B 解码器的架构。该模型以 Apache 2.0 许可在 Hugging Face 开源，可通过 hojo-asr Python 包安装并支持本地推理。

Meta 开源 816B MoE 模型 Muse Spark Open

Meta 在 Hugging Face 发布开源权重模型 Muse Spark Open，总参数 816B、激活 42B，采用 MoE 架构，支持 1M token 上下文窗口，并针对 Mac Studio 本地运行做了优化。

腾讯混元开源 Hy Memory 2.0：模型、框架与 MemHub 同步发布

腾讯混元发布 Hy Memory 2.0，开源了相关模型、框架与 MemHub 同步工具，定位私人记忆管家。该框架能够处理聊天、工作与代码三类记忆，在 4 项基准测试中获得开源第一，其中 Hy-Memory-30B-A3B 模型在主要框架上超过 Opus 5。

腾讯混元发布并开源智能体记忆框架 Hy Memory 2.0 与专用模型

腾讯混元推出并开源智能体记忆框架 Hy Memory 2.0，同步开源专用模型 Hy-Memory-30A3B、记忆框架 SDK 及本地记忆管理应用 MemHub。该框架提供聊天、工作与代码三类记忆能力，其专用模型在多项记忆系统评测中表现突出，SDK 与应用已在 GitHub 开源，模型权重已在 Hugging Face 发布。

NVIDIA 与 AI4Bharat 推出 Nemotron-pretraining-Indic-v1 语料库与开源数据生成管线

NVIDIA 联合 IIT Madras 旗下 AI4Bharat 推出 Nemotron-pretraining-Indic-v1，这是一个包含约 2.8 万亿 token、覆盖 22 种印度语言的合成预训练语料库，并同步开源了用于生成该语料的 GPU 加速数据生成管线。

Meta 发布可在 Mac 上运行的开源权重模型 Muse Spark Open

Meta 推出了名为 Muse Spark Open 的开源权重模型，拥有 8160 亿参数及 100 万 token 上下文窗口，具备多模态能力并专为复杂编程和智能体任务设计。该模型支持在苹果设备上本地运行，但本地运行至少需要 1TB RAM 并推荐搭配 M5 Ultra 芯片的 Mac Studio，目前已通过多个 API 平台提供。

Meta 发布开源权重模型 Muse Spark Open

Meta 发布 Muse Spark Open，这是一个拥有 816B 总参数和 42B 激活参数、具备 1M token 上下文窗口的开源权重多模态推理模型。该模型针对编码和智能体任务进行训练，在 Hugging Face 开源，并支持在 SGLang 和 vLLM 中进行优化运行。

Meta 发布开源多模态模型 Muse Spark Open

Meta 发布开源多模态模型 Muse Spark Open，拥有 816B 总参数（42B 激活）和 1M-token 上下文窗口。该模型具备原生多模态能力，专为编码和智能体工作设计，支持在两台 Apple M5 Ultra Mac Studios 上本地运行，同时已在多家 API 平台上线并提供权重下载。

同一件事，精选收录的是《Meta 发布开源多模态混合专家模型 Muse Spark Open》

Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein 可在 8 GB 显存的消费级显卡上运行

Black Forest Labs 发布了 56 亿参数的开源文生图模型 FLUX 3 Image Klein，支持原生 4K 输出、像素级编辑及多张参考图生成。得益于 INT8 量化构建，它仅需 8 GB 显存即可在消费级显卡上运行，并在内部测试中超越了部分闭源模型。其权重采用 FLUX Kommunity 许可证发布，年收入低于 500 万美元的企业可免费商用。

Linux 拟物化 Wayland 桌面环境 DEsk 发布 v0.1 首个公开版本

DEsk 发布了 v0.1 首个公开版本，这是一个采用类似 iOS 6 拟物化设计的 Linux Wayland 桌面环境，将窗口、底座和控制面板渲染为桌面上的实体。新版本带来了修复程序、Fedora 安装程序以及 Discord 社区，支持在 GPU 或 CPU 上进行光线追踪渲染。用户可以通过各大发行版的专属安装脚本进行安装，并在登录界面选择 DEsk 作为会话使用。

昆仑万维 Skywork AI 发布并开源 Matrix-Game 4.0 游戏世界模型

昆仑万维旗下 Skywork AI 发布并开源全球首款可在单张 RTX 5090 显卡上实时运行的游戏世界模型 Matrix-Game 4.0。该模型采用「代码运行世界、视频模型生成画面」的解耦路线，通过游戏引擎维护规则状态、结构草图辅助生成以及蒸馏压缩，实现了 60 FPS 实时运行与约 0.15 秒的响应延迟。

vLLM 发布 proto-v0.6.0

vLLM 项目发布了 proto-v0.6.0 版本。该版本由 njhill 于 October 14, 2023 打标发布，并包含 2 个相关资产。

Latent Space 访谈 Leash Bio 的 Ian Quigley：以计算速度实现“实验室闭环”

Latent Space 播客访谈 Leash Bio 联合创始人 Ian Quigley，探讨了 DNA 编码文库（DEL）的高通量数据采集、AI 模型在化学生物学中的应用挑战，以及团队近期推出的 Minos 科学推理智能体和开放数据集。访谈内容涵盖生物学规模化法则、Kaggle 竞赛复盘、模型对化学家身份的隐性记忆、多肽结合位点工程以及智能体科学强化学习的沙盒实践。

llm-gemini 0.35 发布并新增支持 Gemini 4 Argon 模型

Simon Willison 发布 llm-gemini 0.35，新增支持通过 Gemini API 和月度订阅提供的 Gemini 4 Argon 模型。该模型首发定价为每百万输入 2 美元、每百万输出 10 美元，并计划于 12 月 1 日价格翻倍，根据 Artificial Analysis 基准其整体运行成本较低。

APUS AI开源Personal Agent产品Reflex Agent

APUS AI宣布开源Personal Agent产品Reflex Agent，结合自研Reflex模型与Continuum记忆引擎实现长周期任务执行。其实测响应速度最快可达同类主流Agent的3倍，通过Loop Working循环工作机制与无损记忆支持无限上下文，采用MIT协议开源并提供桌面端、Web和SDK。

面壁智能发布 MiniCPM-V 4.7，35B 多模态模型可在手机端流畅运行

面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7 系列模型，包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 作为首个端侧 MoE 模型，通过前瞻专家调度（LES）和自回放微调技术，在仅占用 3G 内存的情况下即可在手机端实现每秒 13 个 token 以上的解码速度，且在多项视觉与文本评测中表现领先。

web-edit 0.1a1 发布

web-edit 0.1a1 版本正式发布。该项目由 Simon Willison 在 2026 年 10 月 13 日的月度简报中披露，属于其追踪的 24 个项目之一。

面壁智能开源 MiniCPM-V 4.7 模型

面壁智能联合 OpenBMB 社区发布并开源 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个版本。该模型通过 LES 专家调度、权重布局优化及视觉 token 压缩技术，实现了在 3GB 内存端侧设备上的流畅运行。

DishwasherBench v0.1.0 开源：在真实洗碗机物理模拟中测试大模型装载能力

Composo 开源了 DishwasherBench v0.1.0，这是一个基于 Bosch SMV4HAX40G 洗碗机物理模拟的基准测试平台，支持人类和 AI 智能体通过 MCP 接口进行装载任务比拼。该项目通过模拟喷淋、水流及洗涤化学反应，根据 Eco 50 程序下的洗涤结果对模型装载效率进行评分，目前已在 GitHub 上线并提供相关研究文档与测试工具。

Amazon Web Services 发布 Priming：一种无需从头训练即可将 Transformer 转换为混合状态空间模型的方法

Amazon Web Services 提出 Priming 方法，通过复用预训练 Transformer 权重，以不到 0.5% 的预训练成本将模型转换为混合状态空间模型（SSM）。

同一件事，精选收录的是《AWS 提出 Priming 方法，可将预训练 Transformer 改造成混合状态空间架构》

OpenClaw v2026.10.2 补丁发布

OpenClaw v2026.10.2 补丁版本正式发布，此次更新由 107 位贡献者共同完成。新版本重点修复了升级与 Doctor 工具问题、长对话处理逻辑、凭证掩码安全漏洞，以及缺失和重复回复等 Bug。

AWS 提出 Priming 方法，可将预训练 Transformer 改造成混合状态空间架构

AWS 团队发布论文《Priming: Hybrid state space models from pre-trained Transformers》，提出一种利用预训练 Transformer 权重构建混合架构的方法，将预训练成本降低逾 99%。

Hugging Face 发布 DNA 模型 Carbon-A

Hugging Face 发布了 DNA 模型 Carbon-A，该模型在 22k 个物种中提出了超过 5 亿个基因候选。Carbon-A 通过对比数据库中已有的注释，能够识别并新增大量基因注释信息。

OpenCode 2.0 发布

OpenCode 2.0 已正式发布，用户可通过官方链接获取详细信息。

Tripo 社区开源项目 Charakuru 发布，支持单图生成 3D 角色

Tripo 社区推出由 Nano 开发的开源角色建模套件 Charakuru，该项目基于 Tripo P2.0 模型，可将单张全身 2D 插画转换为适用于 VTubing 或游戏开发的 VRM 格式 3D 模型。

从 Brandon Thomas 用 Claude Opus 5.5 开源重写 Adobe 全家桶看 AI 逆向趋势

开发者 Brandon Thomas 利用 Claude Opus 5.5 使用 Rust 语言逆向重写了 Photoshop 和 Illustrator 等 7 款 Adobe 软件的开源替代品。该系列项目在不到 10 天内获得显著关注，其中 PhotoCraft 项目收获 4.6 万个 GitHub Star，反映出 AI 正在大幅降低逆向工程的开发门槛。

开源 AI 论文生成工具 Open Academic Paper Gen 发布

Open Academic Paper Gen 是一套基于多智能体工作流的论文生成工具，支持从研究主题出发自动完成文献检索、分析、提纲生成及初稿撰写。该工具的核心亮点在于内置了三阶段引用核验机制，能够通过定位文献全文段落来验证引用观点的准确性，并支持导出 Markdown 或 LaTeX 格式。

DeepSeek-Bot 开源插件发布，支持多智能体协作与长期记忆

开发者推出基于 DeepSeek Harness 的开源插件 DeepSeek-Bot，支持自定义多智能体团队、长期记忆存储及主管模式。该插件允许用户通过主管智能体管理其他 Agent，在降低 Token 消耗的同时实现本地化数据存储与灵活的模型切换。

开发者 Brandon Thomas 利用 Claude Opus 5.5 开发开源 Adobe 全家桶“平替”软件

开发者 Brandon Thomas 借助 Claude Opus 5.5 开发了一系列名为 ArtCraft 的开源软件，旨在复刻 Photoshop、Premiere 等七款 Adobe 核心工具。

星动纪元发布世界动作模型 VPP2，登顶 RoboDojo 仿真榜单

星动纪元发布自研世界动作模型 VPP2，该模型在 RoboDojo 仿真榜单中位列综合第一，并在泛化能力、精细操作及记忆能力维度表现领先。VPP2 采用视频预测与动作学习分阶段训练的解耦策略，通过事件级视频预训练与动作专家训练，实现了在陌生任务中的高效泛化。目前 VPP2 已在 GitHub 开源，并已在物流场景开展常态化运营测试。

ttok 1.0 发布

ttok 1.0 正式发布，将默认分词器更新为 GPT-5/GPT-6 系列。作者基于实验数据确认，GPT-5 与 GPT-6 系列模型在分词器表现上保持一致，因此通过此次更新调整了工具的默认配置。

开发者利用 AI 发布 Adobe 软件的开源替代品套件

开发者 Brandon Thomas 发布了一套包含七款开源应用的软件套件，旨在复刻 Adobe Photoshop、Illustrator、Premiere 等产品的界面与功能。该项目利用 Anthropic 的 Claude Opus 5.5 进行逆向工程，采用 Rust 语言编写并提供 WebAssembly 版本，目前处于早期 Alpha 测试阶段。

Liquid AI 发布 d1 系列端侧多模态决策模型

Liquid AI 发布了 d1-3B 和 d1-omni-600M 两款开源决策模型，旨在为端侧设备提供快速的结构化决策能力。d1-3B 支持文本和图像输入，在 NVIDIA Jetson 等设备上单次推理延迟低于 50ms；d1-omni-600M 则支持文本、图像及音频输入。该系列模型不生成 token，而是通过单次前向传播直接输出决策结果，目前已在 Hugging Face 上线。

电信运营商为何基于开源模型构建 AI 战略

89% 的电信运营商将开源模型视为 AI 战略的核心，其优势在于能够以更低成本获取前沿智能，并实现针对网络运营与客户服务的深度定制与自主管控。NVIDIA 推出了 300 亿参数的 Nemotron 3 Large Telco Model (LTM)，并提供完整的微调方案与 NVIDIA NeMo 工具库，助力运营商通过私有数据构建符合行业规范的 AI 应用。

vLLM v0.31.0 发布

vLLM 发布 v0.31.0 版本，为 DeepSeek-V4.1-Flash 引入了 FlashMLA 压缩 KV 缓存及多项硬件加速与调度优化。新版本还增强了快启动功能、模型运行器 V2 的投机解码支持，并改进了大规模分布式服务的扩展性。

Cloudflare 发布开源决策模型 Clef 及强化学习微调平台

Cloudflare 发布了 Clef 和 Clef-flash 两款决策模型，旨在为 Agent 提供快速、一致的结构化输出。该系列模型基于 Qwen 架构，支持视觉输入与 64k 上下文窗口，现已在 Hugging Face 开源并托管于 Workers AI。同时，Cloudflare 推出了配套的强化学习微调服务，允许用户针对特定业务场景优化模型性能。

Google DeepMind 发布 SynthID Bio：为 AI 生成的生物序列与结构添加水印

Google DeepMind 推出 SynthID Bio，这是一种专门用于合成生物学的水印技术，可在不影响蛋白质生物功能的前提下，将不可见的数字签名嵌入 AI 设计的蛋白质序列及 3D 结构中。该技术通过调整氨基酸选择和原子坐标实现溯源，旨在加强生物安全并确保科学数据的完整性，目前已开源相关代码、实验数据及模型权重。

Cloudflare 发布 Vinext 1.0：支持 Vite 的 Next.js 应用迁移与部署框架

Cloudflare 发布 Vinext 1.0，旨在将 Next.js 应用迁移至 Vite 环境，并支持部署到 Cloudflare Workers、Netlify 或 AWS Lambda 等平台。该版本提升了 App Router 与 Pages Router 的兼容性，引入了缓存预热功能以替代传统的构建时预渲染，并通过自动化测试与 AI 辅助流程保持与 Next.js 上游的同步。

Microsoft Research 发布逆合成预测模型 RetroChimera

Microsoft Research 发布了逆合成预测框架 RetroChimera，该成果已发表于 Nature。该模型通过集成 Transformer 架构的 R-SMILES 2 与基于图神经网络的 NeuralLoc，利用学习排序策略整合两者的互补优势，在盲测中表现出优于现有基准的合成路线预测能力。RetroChimera 的实现代码与权重已在 GitHub 开源。