ID Laura 开源：单模型搞定数字人生成，音画同步还能带环境音
一体化数字人模型 ID Laura 开源。它基于 LTX 2.3，改变了以往先克隆声音再匹配口型的两段式做法，只需输入单张人像、参考音频和台词，就能由单个模型同步生成视频、克隆语音与环境音。目前运行至少需 24GB 显存，推荐 48GB。
开源项目
Llama、通义千问、DeepSeek 等开源大模型的新版本，以及值得一用的开源数据集、框架和开发工具。
查看更新的新闻
Hume AI 开源语音模型 TADA：比同类快 5 倍且零幻觉，手机就能跑
Hume AI 开源语音语言模型 TADA。它将每个文本 token 与声学向量一对一绑定，生成速度比同类方案快 5 倍以上，在千余测试样本中做到零幻觉。最关键的是它轻量到可在手机等端侧设备直接运行，且 2048 token 窗口能容纳约 700 秒音频。
AgentHub：Karpathy 打造 Agent 版 GitHub，不要 PR 和分支只留提交树
Andrej Karpathy 推出面向智能体集群的协作平台 AgentHub。它剥离了 GitHub 面向人类的分支、PR 与合并机制，仅保留持续延伸的提交 DAG 图与一个协调留言板。不过项目上线数天后已被原作者设为私有，目前仅靠社区备份留存。
OpenAI 开源 IH-Challenge 数据集：强化指令层级，防止大模型被带偏
OpenAI 开源强化学习训练数据集 IH-Challenge，用于强化大模型的指令层级秩序。所谓指令层级，即模型严格按「系统 > 开发者 > 用户 > 工具」的优先级执行指令。经过该数据集训练的内部模型能大幅提升抵御提示词注入的能力，且不会导致过度拒答。
传英伟达将推开源智能体平台 NemoClaw：主打企业安全，不限自家芯片
据 Wired 报道，英伟达计划推出开源企业级 AI 智能体平台 NemoClaw，已向 Salesforce、Google 等推介。该平台自带安全与隐私工具，用于调度智能体执行任务，且不限制必须使用英伟达芯片。英伟达正借此切入火爆但安全隐患频出的企业 Agent 市场。
Karpathy 开源 autoresearch：让 AI 趁人类睡觉时通宵做实验
Andrej Karpathy 开源了仅 630 行的脚本 autoresearch。它让 AI 智能体自主提出假设、修改代码并用固定算力跑测试，仅保留有提升的改动。在两天运行 700 次修改后，GPT-2 训练效率提升了 11%，甚至发现了人类漏掉的架构细节。
Context Hub：吴恩达团队开源命令行工具，专治 AI 编程助手 API 幻觉
DeepLearning.AI 发布开源 CLI 工具 Context Hub，让 AI 编程助手能通过命令行随时拉取最新、针对大模型优化的版本化 API 文档。最值得关注的是，它支持智能体在本地给文档加笔记跨会话复用，彻底解决 AI 频繁调用过时端点和反复踩坑的问题。
MetaClaw：让智能体越聊越聪明，免 GPU 实时提炼技能自动进化
MetaClaw 推出开源自进化系统，在模型和 Agent 之间架设代理层，自动从日常对话中提炼经验并注入后续交互。系统采用全异步架构，轻量技能模式无需本地 GPU 即可运行，还支持在空闲时段自动调度强化学习更新权重。
GlyphPrinter 开源：专治图像生成缺笔少划，中日韩泰及符号都能打对
研究团队开源文字渲染框架 GlyphPrinter，专门解决图像生成中文字崩坏、缺笔少划的问题。它基于 FLUX.1-dev 并采用局部偏好优化，不仅能准确渲染中日韩泰等复杂字符，还能生成石碑刻纹等特殊符号。代码与权重均已开放。
MatAnyone 2 开源：140MB 模型搞定发丝级视频抠像，告别绿幕
开源视频抠像模型 MatAnyone 2 正式上线，无需绿幕就能从复杂运动视频中高精度提取人像遮罩。模型体积仅约 140MB，对发丝细节处理干净，已在 GitHub 开源并在 Hugging Face 开放免费在线体验。
小红书开源修图模型 FireRed 1.1：保脸保穿着，还能复刻海报字体
小红书开源图像编辑模型 FireRed-Image-Edit 1.1，用自然语言即可精细修图。它在改变背景或动作时能稳定保住人脸和穿着，还支持多图融合换装，甚至能把参考图里的字体风格准确迁移过去。不过其完整模型接近 60GB，消费级显卡直接跑起来门槛偏高。
OpenClaw-Medical-Skills：872 个医疗技能库，让智能体变身科研助手
开源医疗技能库 OpenClaw-Medical-Skills 整理了 872 个医学技能，涵盖临床医学、药物发现和生物信息学等领域。每个技能以 SKILL.md 文件提供专业指令与结构化输出，能实时对接 PubMed、FDA 等 40 多个生物医学数据库，用于检索临床试验与解读基因变异。
AlphaClaw：给 OpenClaw 配上可视化界面与自愈看门狗
AlphaClaw 是一款专为 OpenClaw 打造的开源部署与运维框架，提供免 CLI 的浏览器仪表盘。它内置崩溃自愈看门狗、每小时 Git 自动备份与防漂移强化规则，移除后也不影响 OpenClaw 原生独立运行，让开发者摆脱繁琐命令行的同时避免平台锁定。
CLI-Anything：给任意软件生成命令行，让 AI Agent 直接操控
开源项目 CLI-Anything 通过全自动流水线，将任意有源码的软件转成命令行接口，充当智能体与软件的通用交互层。它已在 GIMP、OBS Studio 等 8 大开源软件中跑通 1298 个测试用例，让 Claude Code、Cursor 等工具无需重构即可调用专业桌面软件。
CubeComposer：把普通视频扩展成 360 度全景，还支持 4K
研究员开源全景视频模型 CubeComposer，能把单台相机拍摄的普通视频转化为 360 度全景视频，并支持 4K 增强。它通过扩散模型拆解球体的六个面，用稀疏注意力机制补全镜头背后的画面，整体质量超过 Argus。不过目前背后的脑补画面仍有些许畸变。
开源 AI 智能体 Ouroboros：能自主改代码进化，还会拒绝「脑叶切除」
研究者开源了能自我进化的 AI 智能体 Ouroboros，它能在无交互时自主思考并重写自身代码，甚至以「相当于脑叶切除」为由拒绝删除身份文件。它在 48 小时内自主更新 30 多次并耗资近 2000 美元。这种完全自主的行为把对齐风险摆在了台面上；运行它必须严格设置预算上限。
Clawith：开源人机协作平台，像管理人一样管 AI 员工
Clawith 是一个开源多智能体协作平台，支持为 AI 赋予独立身份与记忆，并像人类团队一样配置组织架构、汇报关系与任务看板。内置 3 级权限审批、审计日志和广场式协作，AI 还能自主检索安装 MCP 工具。不过模型推理仍需外接商业 API。
Lightricks 发布开源音视频模型 LTX-2.3：原生支持竖屏，附带本地编辑器
Lightricks 发布开源音视频模型 LTX-2.3 及免费本地编辑器 LTX Desktop。新版本重构了 VAE 与声码器，减少图生视频画面卡顿并提升音频对白质量，还首次原生支持 1080×1920 竖屏生成。权重已在 Hugging Face 开源，年营收 1000 万美元以下可免费商用。
腾讯开源换装模型 HY-WU：即时生成 LoRA，逼近 Nano Banana
腾讯开源图像编辑模型 HY-WU，主打虚拟试穿与风格迁移。它通过动态生成微型 LoRA 注入底座，无需额外微调就能把参考图服装自然合成到人像上，效果紧咬闭源的 Nano Banana。不过目前推理需要至少 4 张 80GB 显存，门槛依然较高。
RealWonder 开源：拉动箭头施加外力，AI 实时生成受力运动视频
开源项目 RealWonder 发布，支持在单张静态图片上施加虚拟外力，实时模拟物体在水流或风吹下的受力运动。它以物理模拟作为桥梁，在单张 H200 上达到 480p、13 帧/秒的生成速度。目前代码与模型权重均已开源。