斯坦福开源 Tokasaurus：专注高吞吐推理，性能超 vLLM 达 3 倍
斯坦福团队开源大模型推理引擎 Tokasaurus，专为合成数据生成与批量任务等高吞吐场景设计。它通过极低 CPU 开销与动态前缀复用优化小模型，并针对无 NVLink 显卡优化流水线并行，吞吐量比 vLLM 和 SGLang 最高提升超 3 倍。
开源项目 · 日报
周四
6月5日 星期四
周三
5月28日 星期三
腾讯开源 HunyuanVideo-Avatar：一张照片配音频，秒变会唱会聊的数字人
腾讯混元与腾讯音乐联合推出并开源 HunyuanVideo-Avatar。用户只需上传一张照片和一段音频，模型就能自动感知场景与情绪，生成最长 14 秒的逼真说话或唱歌视频。目前单人模式已在 GitHub 开源，多人互动模式也将于近期开放。
周二
5月27日 星期二
WordPress 成立专属 AI 团队：拉来 Google 专家，推「插件优先」
WordPress 宣布成立官方 AI 团队，由 Automattic、Google 等成员共同牵头。团队将采用类似性能团队的「官方插件优先」模式快速试水 AI 功能，避免碎片化，开发者不用苦等核心大版本更新。
周三
5月21日 星期三
Mistral 发布开源编程模型 Devstral：单卡可跑，商用无限制
Mistral 联合 All Hands AI 推出专为编程打造的模型 Devstral。该模型拥有 240 亿参数，采用 Apache 2.0 协议可自由商用，单张 RTX 4090 或 32GB 内存 Mac 即可本地部署。其在基准测试中超越了 Gemma 3 27B 和 DeepSeek 的 V3。
周二
5月20日 星期二
Stability AI 发布 SV4D 2.0：单段视频直接转 4D 资产
Stability AI 发布 Stable Video 4D 2.0。新模型无需多角度参考图或多相机拍摄，仅凭一段以物体为中心的普通视频即可生成连贯的动态 4D 资产并合成新视角。模型已开源且开放商用，但剧烈运动下仍可能存在瑕疵。
Google 发布端侧模型 Gemma 3n：5B 模型仅占 2GB 内存，专为手机打造
Google 发布端侧开放模型 Gemma 3n 预览版。新模型采用 DeepMind 的 PLE 技术，让 5B 和 8B 模型的动态内存占用降至 2GB 和 3GB，支持本地音视频及图文多模态处理。最值得关注的是，该架构还将用于下一代 Gemini Nano。
周三
5月14日 星期三
Stability AI 联手 Arm 开源端侧音频模型：手机 8 秒生成 11 秒音频
Stability AI 联合 Arm 开源了 3.41 亿参数的音频模型 Stable Audio Open Small。该模型专为 Arm CPU 优化，能在智能手机上不到 8 秒生成最长 11 秒的立体声音频。模型基于社区许可免费商用，适合生成拟音和伴奏循环。
周二
5月6日 星期二
Lightricks 开源 LTX Video-13B：消费级显卡可跑，渲染快 30 倍
Lightricks 开源 130 亿参数视频生成模型 LTX Video-13B。新模型引入多尺度分步渲染，高分辨率渲染速度最高达同规模竞品的 30 倍，经量化优化后单张消费级显卡就能本地跑。年营收低于 1000 万美元的机构可免费商用。
周五
5月2日 星期五
Nvidia 开源语音模型 Parakeet-TDT-v2：1 秒转录 1 小时音频
Nvidia 在 Hugging Face 开源语音识别模型 Parakeet-TDT-0.6B-v2。参数量 6 亿，在自家 GPU 上仅需 1 秒就能转录 1 小时音频，登顶开源 ASR 榜单。最值得关注的是其采用 CC-BY-4.0 协议，允许开发者免费商用。
周四
5月1日 星期四
Ai2 开源 10 亿参数小模型 Olmo 2 1B：跑分超 Google 与 Meta 同级产品
周四，非营利机构 Ai2 发布 10 亿参数开源模型 Olmo 2 1B，开放了全部代码与训练数据集。它在算术与真实性测试中跑分超越 Google Gemma 3 与 Meta Llama 3.2 同级模型，能在现代笔记本或移动设备上轻松运行。Ai2 建议暂不用于商业部署。
微软开源 Phi-4-reasoning-plus：14B 跑赢 70B 蒸馏版，还用 MIT 协议
Microsoft 宣布开源推理模型 Phi-4-reasoning-plus。这个 14B 参数的小模型走精炼路线，在 AIME 2025 数学测试中的 pass@1 成绩超过了 70B 的 DeepSeek-R1 蒸馏版。最值得关注的是它采用宽松的 MIT 协议，兼容 Ollama 和 vLLM，支持本地直接部署。
周二
4月29日 星期二
Intel 推出 AutoRound：把 72B 大模型压到 INT2，量化只要 37 分钟
Intel 介绍了模型量化工具 AutoRound。它通过符号梯度下降联合优化权重舍入与截断范围，在 INT2 精度下相对准确率最高比主流基准提升 2.1 倍。轻量模式下量化 72B 模型仅需 37 分钟，并支持导出 GPTQ、AWQ 和 GGUF 等格式。
周四
4月24日 星期四
OpenAI 拟推开源模型：遇难题可「呼叫云端」求助
据 TechCrunch 报道，OpenAI 计划在初夏推出的开源推理模型中加入「交接」（handoff）功能，本地遇到复杂问题可直接调用云端更强模型。该模型从零训练，部分基准测试瞄准超越 DeepSeek R1。这种本地加云端的打法，显然是想顺便把开源开发者拉进其付费生态。
周一
4月21日 星期一
两名大学生零预算造出 Dia：16 亿参数开源语音模型直逼 ElevenLabs
韩国团队 Nari Labs 开源了文本转语音模型 Dia。该模型由两名几乎没有 AI 经验的本科生在零外部融资下开发，参数量为 16 亿，支持情绪语调、多说话人及笑声、咳嗽等副语言表达，对比测试表现逼平甚至超越 ElevenLabs。这也印证了个人开发者叫板行业巨头的可能性。
周五
4月18日 星期五
Google 推出 Gemma 3 QAT 版本：27B 模型塞进消费级显卡本地跑
Google 发布采用量化感知训练（QAT）的 Gemma 3 模型版本。通过将模型压缩至 4 位（int4），显存占用大幅下降，困惑度下降幅度减少了 54%。这意味着原本需要昂贵算力卡的 27B 大模型，如今在单张 RTX 3090 显卡上就能直接本地运行。
周四
4月17日 星期四
LTX Studio 发布 LTXV 0.9.6：带来两款 2B 开源视频模型
LTX Studio 发布 LTXV 0.9.6 更新，推出两款 2B 参数开源视频模型。新版分为面向成片渲染的完整质量版，以及主打快速预览与轻量化部署的蒸馏版，整体生成速度和稳定性都有所提升。
阿里开源 14B 视频模型 Wan2.1-FLF2V：输入首尾帧即可生成过渡
阿里巴巴开源 14B 参数视频生成模型 Wan2.1-FLF2V，允许创作者通过输入起始和结束两帧来生成过渡视频。该模型利用附加控制机制注入首尾帧的语义特征，以维持画风一致与复杂动作平滑，官网支持免费生成 5 秒 720p 视频。代码与权重已上线 GitHub 与 Hugging Face。
