跳到正文

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。

388 条精选相关主题模型发布Hugging FaceAI 编码

最新精选

第 161–180 条 · 共 388 条

7月20日星期一

Hacker News 首页

Kimi K3 和 Qwen 3.8 开源夹击,Anthropic 的昂贵生意快撑不住了

这周 Moonshot 的 Kimi K3 和阿里的 Qwen 3.8 都发了,性能号称接近 Anthropic 的 Fable 5,而且模型权重马上要公开。文章算了笔账:Anthropic 自己不建数据中心也不发电,用的是租来的算力和电,所以推理成本会跟着用量涨。Fable 5 每完成一个任务,成本差不多是对手的 3 倍。

推荐理由:Kimi K3 与 Qwen 3.8 以接近 Fable 5 的性能和即将公开的权重入场,文章据此拆解 Anthropic 租用算力与电力带来的推理成本结构,其单任务成本约为对手三倍。

AI HOT 精选

小红书和北大开源 UltraEP,给 MoE 模型做实时负载均衡

MoE 模型里专家负载不均会让 GPU 空等,UltraEP 的做法是在每个 microbatch 和每一层动态复制热门专家,用精确路由信息实时调度。在 Qwen3-235B 上训练吞吐达到理想性能的 94.6%,比 Megatron-LM 高 42%;推理 prefill 吞吐是 SGLang 的 1.56 倍。正文没披露开源协议和部署条件。

推荐理由:小红书与北大开源 UltraEP,用逐层逐 microbatch 动态复制热门专家的方式做 MoE 实时负载均衡,训练吞吐达理想值的 94.6%,推理 prefill 吞吐为 SGLang 的 1.56 倍。

Hacker News 首页

小米开源机器人基础模型 XR-1:用 10 万小时无实机视频预训练,新任务学不到 10 小时成功率 75%

小米机器人团队放出了一个开箱即用的机器人基础模型 XR-1,代码、权重和论文都公开了。它的思路分两步:先用 10 万小时不带真实机器人的操作视频做预训练,覆盖 1700 多个场景,让模型学会“看到画面变化该输出什么动作”;再用 7200 小时真机数据做后训练,把动作能力对齐到具体机器人上,并让模型能听懂自然语言指令。

推荐理由:小米开源机器人基础模型 XR-1,公开代码、权重和论文,其先用 10 万小时无实机视频预训练、再用 7200 小时真机数据对齐的两阶段路线,为机器人基础模型的训练数据构成提供了一份可参考的样本。

7月19日星期日

Computing Life · Share · 鸭哥调研

Grok Build 开源了客户端执行层,模型和云端没开

xAI 把 Grok Build 在本地管理文件、命令和权限的客户端 harness 用 Apache-2.0 协议公开了,代码可以看、可以自己编译。但 Grok 模型、云端服务以及官方安装包的构建链还是闭源的。仓库不接受外部 PR,官方二进制用的内部 commit 也不在公开历史里,所以下载到的程序不一定对应公开的源码。

推荐理由:xAI 以 Apache-2.0 公开 Grok Build 的客户端 harness,代码可看可自行编译,而模型、云端服务与官方安装包构建链仍闭源,仓库也不接受外部 PR。

TechCrunch · AI

月之暗面开源 Kimi K3,性能逼近 GPT-5.6 和 Claude Fable 5,但关键细节没公布

月之暗面这周把 Kimi K3 开源了。公司自己承认模型还打不过最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol,但 Arena.ai 和 Vals AI 的第三方评测显示,K3 已经能跟这些旗舰模型掰手腕了。发布正好赶上习近平在上海世界人工智能大会讲话,纳斯达克周五跌了约 1%,芯片股像英伟达被抛售。

推荐理由:月之暗面开源 Kimi K3,公司承认其性能仍不及 Claude Fable 5 和 GPT-5.6 Sol,但第三方评测显示已能与这两款旗舰模型抗衡。

7月17日星期五

Hacker News 首页

月之暗面发布 2.8 万亿参数 Kimi K3,自称首个开源 3T 级模型,API 定价看齐 Claude Sonnet

月之暗面推出了 Kimi K3,一个 2.8 万亿参数的模型,他们把它四舍五入叫成“首个开源 3T 级模型”。这个模型 API 定价是输入每百万 token 3 美元、输出 15 美元,跟 Anthropic 的 Claude Sonnet 系列一个价,是目前中国 AI 实验室里最贵的模型。

推荐理由:月之暗面发布 2.8 万亿参数的 Kimi K3,API 定价输入每百万 token 3 美元、输出 15 美元,与 Claude Sonnet 系列持平,是目前中国 AI 实验室中定价最高的模型。

AI 群聊日报

Kimi K3 登顶前端编程榜,权重将开源,但实测发现它有时会烧光额度原地打转

Kimi K3 在 Frontend Code Arena 拿了 1679 分,压过 Claude Fable 5,七个前端领域赢了六个。模型有 2.8 万亿参数,支持 1M 上下文,定价是每百万 token 3 到 15 美元,完整权重会在 7 月 27 日前放出来。群友上手后评价两极:有人花 199 元月费让它重做了之前搞砸的粒子特效,效果惊艳。

推荐理由:Kimi K3 在 Frontend Code Arena 以 1679 分超过 Claude Fable 5,七个前端领域赢下六个,2.8 万亿参数、1M 上下文与 3 到 15 美元定价一并公开,权重将在 7 月 27 日前放出。

7月16日星期四

Hacker News 首页

Sentinel:一个先读代码再动手的开源 QA 智能体

SimbaStack 在 MIT 协议下开源了 Sentinel,一个会先通读代码库、自己梳理业务流程,再做端到端测试的 QA 智能体。他们拿自家酒店管理系统做实验,只给了代码仓库和管理员账号,没给任何测试计划。Sentinel 读完代码后判断这是个精品酒店系统,自动梳理出九条关键业务流,包括完整的预订生命周期、团队预订和夜审。

推荐理由:SimbaStack 开源了 QA 智能体 Sentinel,它先通读代码库再自行梳理业务流程,在酒店管理系统实验中仅凭代码和管理员账号就自动梳理出九条关键业务流。

Hacker News 首页

批评大模型的人说得都对,但我还是在用

作者在柏林 Local-First Conf 上发现一种普遍的矛盾:台上演讲者批评大模型,台下观众一边鼓掌一边开着 Claude Code。他承认所有批评都成立——产出大量信息垃圾、破坏开源社区的信任基础、打乱资深与初级工程师之间的带教循环、存在地缘政治断供风险——但自己依然重度使用。

推荐理由:作者在柏林会议上观察到演讲者批评大模型、观众却边鼓掌边用 Claude Code 的矛盾,并逐一承认这些批评成立,记录下开发者群体在依赖与质疑之间的真实处境。

AI HOT 精选

xAI 把编程助手 Grok Build 的完整代码开源了

xAI 在 GitHub 上公开了 Grok Build 的全部源码,包括智能体的工作循环(怎么拼上下文、怎么解析模型回复、怎么调用工具)、终端界面、以及技能、插件、MCP 服务器等扩展系统。你可以直接读源码搞清楚它的内部机制,也可以自己编译后连上本地模型跑起来,完全离线使用。

推荐理由:xAI 在 GitHub 公开 Grok Build 全部源码,涵盖智能体工作循环、终端界面与扩展系统,可读源码弄清内部机制,也能自行编译接本地模型离线运行。

7月15日星期三

Hacker News 首页

StyleSeed:给 AI 编程助手装一套设计规范引擎,别让它再生成千篇一律的界面

bitjaru 开源了一个叫 StyleSeed 的项目,专门给 Claude Code、Cursor 这类 AI 编程工具用。它不直接生成代码,而是教模型做设计判断。项目里打包了 74 条设计规则、48 个组件、7 套品牌皮肤(像 Stripe、Linear、Vercel 这些),还有一套命名过的动效系统和 15 个快捷指令。

推荐理由:bitjaru 开源的 StyleSeed 为 Claude Code、Cursor 等 AI 编程工具提供 74 条设计规则和 7 套品牌皮肤,把设计判断交给模型而非直接生成代码。

Computing Life · Share · 鸭哥调研

Codex 仍然开源,但父 agent 给子 agent 派了什么任务,现在被加密了

OpenAI 在 6 月 5 日合并了一个 PR,把 Codex 里主 agent 派给子 agent 的任务指令从明文改成了密文。以前你在本地日志里能看到类似“Review the authentication changes”这样的具体任务,现在只剩一串 <ciphertext>。

推荐理由:OpenAI 把 Codex 主 agent 派给子 agent 的任务指令由明文改为密文,本地日志里原本可见的具体任务内容不再显示,开发者可据此了解这次改动对调试与日志查看的影响。

7月14日星期二

AI HOT 精选

腾讯混元把295B大模型压到单GPU能跑,发了1-bit和4-bit量化版

混元Hy3是个2950亿参数的MoE模型,现在出了1-bit和4-bit两个压缩版,用llama.cpp就能在单张显卡上跑,还支持MTP加速推理。官方说这个尺寸下它表现最好,能跟万亿参数的大模型掰手腕,适合让模型进业务流程干活。模型走Apache 2.0协议,可以商用,OpenRouter上还给了两周免费API。

推荐理由:腾讯混元为2950亿参数的MoE模型Hy3发布1-bit和4-bit量化版,单张显卡即可通过llama.cpp运行,并采用Apache 2.0协议支持商用。

TechCrunch · AI

做开源 Hermes agent 的 Nous Research 正以 15 亿美元估值融资,Robot Ventures 领投

Nous Research 正在敲定一轮新融资,估值 15 亿美元,至少融 7500 万美元。领投方是 Robot Ventures,USV 也跟了很大份额。三个消息源确认了这笔交易,但 Nous 拒绝评论,投资方也没回邮件。

推荐理由:Nous Research 正以 15 亿美元估值敲定新融资,Robot Ventures 领投、USV 跟投,交易尚未官宣,开源 agent 团队在资本市场的定价位置由此浮现。

7月13日星期一

AI HOT 精选

腾讯混元开源 HyOCR-1.5:1B 参数的端到端 OCR 模型,推理速度提升 6.37 倍

腾讯混元把 HyOCR-1.5 的训练代码、推理代码和模型权重全开源了,这在端到端 OCR 大模型里是头一个。模型只有 1B 参数,能处理文档解析、公式识别、表格还原等 8 种以上的文字任务。在 OmniDocBench v1.6 上拿了 94.74 分,排在端到端模型的第一名。

推荐理由:腾讯混元将 HyOCR-1.5 的训练代码、推理代码和权重全部开源,1B 参数在 OmniDocBench v1.6 上得分 94.74,推理速度提升 6.37 倍。

7月11日星期六

Hacker News 首页

Cloudflare 默认拦截 AI 爬虫,你的智能体读到的可能是假页面

从 2025 年 7 月 1 日起,Cloudflare 对新域名默认开启 AI 爬虫拦截。更麻烦的是,被拦下来的请求会返回一个 403 状态码,但带着完整的网页内容——就是那个“稍等片刻”的验证页面。语言模型会把这当成真实内容,自信地总结出根本不存在的答案。

推荐理由:Cloudflare 对新域名默认拦截 AI 爬虫后,被拦请求会返回带完整验证页的 403,语言模型容易把拦截页当成正文,总结出并不存在的答案。

7月9日星期四

AI HOT 精选

蚂蚁灵波开源 LingBot-Video:一个专为机器人设计的视频生成模型,用 MoE 架构把推理成本打下来

蚂蚁灵波发布了 LingBot-Video,一个专门给具身智能用的视频生成模型,代码已开源。它用 MoE 架构(混合专家)替代了传统的密集模型,总参数量 30B,但生成视频时只激活约 3B 参数,推理速度比同规模的密集模型快 3 倍左右。训练数据是 7 万小时的机器人相关视频,包括灵巧操作、导航和第一人称视角交互,不是网上随便扒的风景片。

推荐理由:蚂蚁灵波开源了面向具身智能的视频生成模型 LingBot-Video,30B 总参数在生成时只激活约 3B,推理速度约为同规模密集模型的 3 倍,训练数据为 7 万小时机器人相关视频。

7月8日星期三

TechCrunch · AI

法国 AI 创业公司 ZML 发布免费推理加速工具,支持多种芯片

ZML 推出了开源软件 ZML/LLMD,能让 Llama、DeepSeek 这类模型在 Nvidia、AMD、Google TPU、Apple Metal 和 Intel Arc 等不同芯片上跑得更快。创始人 Steeve Morin 说目标就是降低推理成本,目前免费。图灵奖得主 Yann LeCun 之前公开推荐过这家公司。

推荐理由:ZML 将跨芯片推理加速工具免费开源,让降低模型推理成本的尝试覆盖英伟达、AMD 和谷歌 TPU 等硬件。

AI HOT 精选

Liquid AI 开源 Antidoom:用“最终 Token 偏好优化”修掉推理模型的死循环毛病

推理模型有时会卡在“死循环”里,反复输出无意义的 token 直到把上下文窗口塞满。Liquid AI 开源了 Antidoom,用最终 Token 偏好优化(FTPO,一种教模型在推理结束时学会停下来的训练方法)来解决这个问题。

推荐理由:Liquid AI 开源 Antidoom,通过最终 Token 偏好优化教模型在推理结束时停下,为修复无意义重复输出提供训练方法。

7月5日星期日

AI HOT 精选

美团 LongCat-2.0 完全开源,1.6T 参数的 MoE 模型,权重和推理代码都放出来了

美团把 LongCat-2.0 整个开源了,MIT 协议,权重和推理代码都能直接用。这是个 1.6 万亿参数的 MoE 模型,每次推理只激活大约 480 亿参数,上下文窗口能塞进 100 万 token。

推荐理由:美团以 MIT 许可开放 LongCat-2.0 的权重与推理代码,为自主部署和二次开发提供了可直接使用的模型基础。