上海 AI Lab 开源 InternLumina-U2：生图、编辑与全视觉理解全包了
上海人工智能实验室开源 InternLumina-U2 权重与微调代码。它是一个 169 亿参数、激活仅约 14 亿的掩码扩散 MoE 模型，通过 8 码本离散视觉表征，把文本问答、图像生成与编辑、视频及 3D 理解收进同一套接口。
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
Anthropic 开源电商 Agent 框架：买东西和管店铺全包了
Anthropic 在 GitHub 上开源了电商智能体参考项目 commerce-agents。这套框架同时包含面向前台消费者的导购 Agent 和负责后台运营的商家 Agent，涵盖零售、差旅、电信和票务四大行业样例。所有涉及真金白银的操作都设有安全审批门禁，不直接扣款。
Perplexity 开源 PII-Tracer：仅 0.6B 参数的端侧隐私守门人
Perplexity 发布长对话隐私基准 PII-TRACE 及 0.6B 端侧模型 PII-Tracer。该模型基于 Qwen3 双向改造，专为 Mac 混合推理充当隐私网关。最值得关注的是，它在长轮次重复隐私检测上大幅领先主流方案，能确保敏感数据在离端前被自动拦截或脱敏。
Google 开源 TimesFM 3.0：1G 显存就能跑，原生支持多变量时序预测
Google Research 开源第三代时间序列基础模型 TimesFM 3.0。新版本首次原生支持多变量预测，能结合多条相关曲线和已知未来事件做零样本预测，只需 1GB 显存即可运行，并能一次前向传播推算出整个区间。采用非商业许可开源。
Viggle 开源 Viggle-Animate：只改一帧画面，就能替完整段视频角色
Viggle 开源视频角色替换模型 Viggle-Animate。它彻底省去了骨骼姿态估计、抠图蒙版和人脸追踪，只需原视频和一张重绘了角色的单帧，通过 3 次前向传播即可完成替换。在单张 B200 上生成 124 帧仅耗时 26 秒。
OpenClaw 2.0 发布：重构浏览器端，支持多人协作与会话共享
开源项目 OpenClaw 发布 2.0 版本，包含超 16,000 个 PR。新版重构了浏览器端应用，支持直接复用现有的 ChatGPT 或 Claude 订阅及 API 密钥，并引入多人共享云端会话，团队成员可在保留完整上下文的情况下协同工作。
ZAI 开源完整版 GLM-5.3：7530 亿参数，全靠后训练冲上第一梯队
ZAI 正式开源完整版 GLM-5.3 模型权重。该模型拥有 7530 亿参数，与 GLM-5.2 共享基座，所有性能提升均来自后训练，主打复杂代码与长程任务。最值得关注的是，其性能已逼近顶尖商业模型，社区也已上线可在本地多卡运行的量化版本。
腾讯开源 Hy4 preview：770B 参数主打工作场景，开始自己训练自己
腾讯混元开源新一代大模型 Hy4 preview，总参数 770B、激活 49B，支持 1M 上下文。最关键的是它参与了自身研发迭代，在训练和算子优化上形成递归自我改进闭环。模型主打编程、金融和科研等真实场景，已上线元宝等产品，并在 WorkBuddy 提供两周免费体验。
Code World Model 开源：用编程智能体当大脑，让 AI 真正记住世界状态
研究人员发布并开源 Code World Model 框架。它把世界演化与画面生成拆开，由编程智能体推理事件并写代码维护持久世界状态，再由微调后的视频模型 MiniMax-H3 渲染画面。最值得关注的是，这让 AI 生成的世界能够跨长周期记住物体与规则，不再只是预测下一帧像素。
BreezeBlue 开源 Breeze-TTS-2：首包延迟 40 毫秒，支持中英文本驱动声线
BreezeBlue 开源语音合成模型 Breeze-TTS-2 的权重与推理代码。它支持中英双语，在 H100 上首包延迟能压到 40 毫秒以内，不仅能用文字描述直接「捏」出声音，还能在文本里插入 [笑] 或 [叹气] 等副语言事件。代码采用 Apache 2.0 开源，权重仅供非商业研究。
FixAnything 开源：用视频大模型一键修复“崩掉”的 3D 渲染
研究人员开源 FixAnything，利用视频扩散模型修补 3D 渲染中的瑕疵。无论是 3DGS、NeRF 还是网格，一旦在新视角下出现空洞与漂浮噪点，它都能借助视频先验输出连贯干净的高质量视频。
4DAnyone：一段普通视频，转成能自由旋转的 4D 角色
开源项目 4DAnyone 发布，只需输入一段单目人物运动视频，就能重建出可任意角度观察的 4D 高斯泼溅模型。它通过提取骨骼引导多视角生成，细节和一致性优于以往同类方案，目前已开源代码及约 12GB 模型权重。
开源 Mac 应用 OpenHistory 发布：端侧运行，自动生成工作日报
开源 Mac 应用 OpenHistory 发布，支持自动记录全天工作活动并生成每小时及每日 AI 摘要。所有日志保存在本地，通过端侧推理保障隐私，还可通过安全 MCP 协议连接本地智能体。用户也可接入 Claude、ChatGPT 等外部模型。
Magiviz：开源全流程 AI 视频创作引擎，串起剧本分镜到成片
ItusiAI 开源视频创作平台 Magiviz。它将剧本分解、角色设计、分镜绘制、视频渲染到成片合成串成五步流水线，支持 Veo、Kling 等多款模型，并内置用户鉴权与 Stripe 支付，配好 API Key 即可快速上线商业化站点。
Audio8TS：1.7GB 的超轻量 TTS 模型，几秒样本本地克隆声音
开源语音模型 Audio8TS 发布，主干仅约 1 亿参数，加上编解码器整体体积也仅 1.7GB。它只需几秒参考音频即可完成零样本声音克隆，支持多语言，并提供 CPU 适用的 ONNX INT8 方案。这意味着普通笔记本无需独立显卡也能在本地轻松克隆声音。
Block 开源桌面 Agent 应用 Berd：把多智能体和本地项目打包进一张画布
Block 开源桌面 Agent 应用 Berd，把对话、文件、技能和不同性格的智能体整合进持久化项目画布。它支持跨模型自由切换并协同本地代码仓库，主打少聊天、多干活。读者可连接自己的 AI 供应商搭建智能体团队。
VoiceMem：给语音 Agent 塞进双脑记忆，边说话边查仅需 134 毫秒
开源语音 Agent 记忆系统 VoiceMem 发布。它把记忆拆成存事实的「左脑」和记偏好情绪的「右脑」，能在用户说话过程中同步完成流式检索，响应延迟仅 134 毫秒，单轮消耗约 430 token。最值得关注的是，它让语音助手不必卡顿等待检索，代码与模型已完全开源。
yetone 开源协作通讯工具 Cumora：让 AI 像真人同事一样主动上班
yetone 开源了多智能体协作通讯工具 Cumora。不同于被动唤醒的聊天机器人，Cumora 里的 Agent 拥有独立身份与记忆，会主动认领看板任务、收发真实邮件，甚至背着你开会做决策。它支持云端运行或接入本地 Claude Code 等引擎，让人和 AI 在同一界面平等协作。
阿里通义千问全球下载量破 30 亿次：超越 Meta 与谷歌登顶开源模型
据 Hugging Face 报告，阿里巴巴通义千问系列过去半年全球下载量突破 30 亿次，超越 Meta 和 Google 成为全球第一开源权重模型。2026 年 Google 下载量为 4.18 亿次，Meta 为 2.27 亿次。Qwen 已开源超 460 款模型，衍生版本超 30 万个。
阿里开源多模态模型 Qwen3.8-27B：262K 原生上下文，采用 Apache 2.0
阿里巴巴开源原生多模态模型 Qwen3.8-27B 权重，遵循 Apache 2.0 协议。该模型拥有 27B 参数，综合表现超越 Qwen3.7-Plus，支持 262K 原生上下文，并可通过 YaRN 扩展至 1M。近期上线的 Max 级别 Qwen3.8-2.4T-A95B 权重也可同步获取。