MatrAIx：用 83 亿虚拟人智能体模拟人类真实行为
MatrAIx 团队开源了 MatrAIx-Persona-8B 任务库与 Playground，并在 Hugging Face 发布 100 万虚拟人核心集。该框架包含 1290 个特征维度，覆盖问卷、聊天、网页和系统应用四大环境。最值得关注的是，它让开发者能在产品上线前用大规模异质智能体模拟真实用户反应，代码基于 MIT 协议开源。
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
Frontis 开源 OpenRSI：35B 模型搞 AI 自我进化，逼近 GPT-5.6
Frontis 开源递归自我进化项目 OpenRSI 及 Frontis-MA1 模型。它围绕起草、改进、调试和交叉四大算子构建闭环，在单张限 12GB 显存的 RTX 4090 上，35B 模型在 MLE 基准上超越 GPT-5.5，把「AI 改进 AI」做成了可执行、可复现的工程体系。
VocalRender：输入歌词和乐谱，直接合成 48 kHz 高保真歌声
开源歌声合成系统 VocalRender 发布。它直接接收歌词与 MIDI 音符输入，配合数秒参考音频，无需手动对齐时序即可渲染出 48 kHz 歌声。项目以 Apache-2.0 协议开源了全套代码，并提供约 9.5 GB 的基础版与 Pro 权重。
YC 开源协作智能体框架 QM：支持多员工独立沙箱与频道协同
YC 开源多人协作智能体架构 QM。它将 AI 从个人助手转为团队基建，每个员工拥有独立的记忆、密钥与沙箱工作区，同时能在 Slack 频道和项目中与同事协同调用同一个 Agent，并在不同作用域间自动切换权限。
OpenAI 开源 Codex Security：免费查代码漏洞，还能让 AI 直接写补丁
OpenAI 开源了代码安全工具 Codex Security，提供 CLI 与 TypeScript SDK。它支持扫描代码仓库、指定路径或增量改动，能二次验证漏洞真实性，并调用模型直接生成修复代码。虽然工具本身开源免费，但执行扫描时需要配置 API 密钥或登录账号以调用模型推理。
ReDesign：把一张扁平截图拆回可编辑的图层与矢量文件
ReDesign 能将单张扁平图片还原为包含真实文字排版、矢量形状与图层顺序的工程结构，方便直接微调与重绘。它通过多模态智能体调用 Qwen-Image-Layered、SAM 2 等工具自顶向下拆解图像，目前代码与基准数据集已在 GitHub 开源。
Kimi 开源 K3：2.8T 参数 MoE 巨模，自带视觉与百万上下文
Kimi 开源旗舰模型 Kimi K3，拥有 2.8 万亿参数 MoE 架构，原生支持视觉并具备 100 万 token 上下文。官方称新架构让单位算力智能提升 2.5 倍。除模型权重外，配套的注意力算子、MoE 通信库及大规模智能体基建也一并开源。
CrisperWhisper 2.0 开源：支持逐字与润色双模式，词级误差仅 30 毫秒
nyra labs 开源语音转文本模型 CrisperWhisper 2.0，支持在保留口癖与笑声的逐字模式，以及自动润色的意图模式之间自由切换。模型词级对齐误差低至 30 毫秒，最小版本仅 2 亿参数，无需 GPU 即可在普通设备上运行。
阿里开源 Qwen-Audio-Agent：边打电话边让智能体写代码
阿里开源实时语音运行时 qwen-audio-agent，主打全双工语音前台与后台 Agent 并行协作。用户能像打电话一样随时打断追问，后台同时异步跑写代码、改文件等任务，完成后直接语音汇报。
Google 开源 GNM 头部模型：600 多个滑块精细控制牙齿与表情
这周 Google 开源 3D 头部模型 GNM，支持通过滑块精确控制人物面部结构。模型提供 253 个身份参数和 383 个表情参数，连眼球、牙齿乃至舌头都能独立调节，采用 Apache 2.0 协议发布。它能直接解决以往 AI 人脸千篇一律以及口腔内部结构缺失的问题。
开源手机端 Agent OpenMinis：把 Linux 沙盒塞进 iPhone 和安卓
OpenMinis 开源了跨平台手机端 AI Agent 应用。它直接在手机本地运行 Alpine Linux 沙盒，并打通 HealthKit、日历、提醒事项与浏览器。用户自带 Claude 或 GPT 密钥，就能让模型在本地直接调接口操作手机。
Netflix 开源 ID-V2V：只换场景风格，保留人物长相与表情
Netflix 旗下团队发布视频框架 ID-V2V。用户只需修改一帧画面，就能将新风格与灯光扩散到整段视频，同时锁定人物长相、微表情和口型不走样。系统最高可输出 720p 视频，但主模型体积近 80GB，本地运行门槛较高。
OpenDreamer：把《我的世界》做成可交互的开源世界模型
开源世界模型 OpenDreamer 正式发布，作为 Google 闭源模型 Dreamer 4 的开源复现，能实时生成响应玩家按键操作的《我的世界》画面。项目不仅开放了模型权重与训练代码，还提供了单 GPU 验证架构的经验总结与在线试玩演示。
黄仁勋发文力挺开源 AI：闭源与开源前沿模型必须共存
NVIDIA CEO 黄仁勋在 X 发文并分享公开信，力挺开源 AI 模型。他指出，开源模型能强化安全与网络防御、加速创新扩散并维护国家主权；未来世界既需要前沿闭源模型，也离不开前沿开源模型共存。
吴恩达发布开源智能体 OpenWorker：直接交付成品，支持 Mac 本地跑
Andrew Ng 与 Rohit Prasad 推出开源智能体 OpenWorker。它不仅能对话，还能跨文件与日常工具直接撰写报告、发送 Slack 消息或更新日程，且在关键操作前先向用户确认。它支持接入多款模型或通过 Ollama 完全本地运行，数据不出本机。
Jack Dorsey 推出 BUZZ：面向人与 AI 协作的开源群聊平台
Jack Dorsey 宣布推出 BUZZ，一个开源且 AI 原生的群聊平台，旨在减少团队对 Slack 和 GitHub 的依赖。它专为人类与各规模的 AI 智能体协作打造，主打去中心化、自主可控且不绑定特定模型。
ABot-World：单张 RTX 5090 跑得动的无限实时交互世界
ABot-World 是一个开源的实时交互式世界模拟器，允许用户实时输入动作控制场景走向，支持无上限的持续生成。模型只需单张 RTX 5090 显卡即可在本地运行，以 1.2 秒延迟输出 720p、16 FPS 画面，代码与模型权重均按 Apache 2.0 协议开源。
微软开源 Mage Flow：4B 参数兼顾生成与编辑，1 秒内出图
微软发布开源图像生成与编辑模型 Mage Flow。它采用 40 亿参数架构，不仅支持多语言文字渲染与背景替换等指令编辑，还原生内置姿态和边缘等控制能力。其 4 步 Turbo 模型生成单张高分辨率图像不到 0.6 秒，主模型约 17.5GB，中高端显卡即可本地部署。
Poolside 发布代码模型 Laguna S 2.1：仅激活 8B，长程编程叫板万亿模型
Poolside 发布代码模型 Laguna S 2.1。其采用 118B 总参数、激活仅 8B 的 MoE 架构并支持 1M 上下文，开启思考模式后 DeepSWE 得分达 40.4%。该模型用不到 9 周训成且已开放权重，主打让本地机器也能扛住长流程复杂编程任务。
Homie 开源：支持多人物多物体参考，还能精确定位文字生成视频
视频生成模型 Homie 开源。它支持输入多个人物和物体参考图生成视频，还允许上传多视角图片与 OCR 位置图来精准控制细节与文字位置。相比同类模型，它在复杂设计场景下的一致性更高，适合批量制作营销视频。