IBM 开源 Granite 3.2：带「思考开关」的推理模型与 2B 视觉模型
IBM 开源推出 Granite 3.2 系列，采用 Apache 2.0 协议并上线 Hugging Face。新模型涵盖 2B 和 8B 文本推理模型，开发者可通过 API 参数自由开关「思考模式」，同时带来主打企业文档理解的 2B 视觉语言模型。
开源项目 · 日报
周三
2月26日 星期三
周五
2月21日 星期五
DeepSeek 宣布下周开源 5 个代码仓库：彻底公开核心技术细节
周五，DeepSeek 在 X 上宣布，将从下周起开源 5 个代码仓库，向全球开发者完全公开底层代码与数据。任何人都可以直接下载并基于 R1 等模型的底层架构进行改进。相比 OpenAI 等闭源同行，DeepSeek 试图通过极度透明的开源策略进一步推高普及率。
周四
2月20日 星期四
Hugging Face 开源 SmolVLM2：最小仅 256M，手机也能看懂视频
Hugging Face 发布 SmolVLM2，推出 2.2B、500M 和 256M 三种尺寸的轻量级多模态模型。其中 500M 版本用不到四分之一的参数量实现了接近 2.2B 的视频理解能力，并原生支持 MLX，可直接在 iPhone 和 Mac 本地离线运行。
周三
2月19日 星期三
Perplexity 开源 R1 1776：去除审查限制，推理性能不减
Perplexity 开源了名为 R1 1776 的推理模型。团队基于 DeepSeek-R1 进行了后训练，整理出 4 万条多语言敏感提示词数据集，旨在消除原版在敏感话题上的审查与偏见，同时保持与原版相当的逻辑推理和数学解题水准。目前权重已在 Hugging Face 开放下载。
周五
2月14日 星期五
百度宣布开源计划：文心 4.5 系列将于 6 月 30 日开源
百度宣布将在今年开源文心大模型系列。据路透社报道，本次开源重点针对即将推出的 Ernie 4.5 系列，预计在未来几个月向用户推出，并于 6 月 30 日正式开源代码。此举紧随 DeepSeek-R1 引发开源热潮之后，后续百度还计划推出 Ernie 5。
周二
1月21日 星期二
腾讯开源混元3D 2.0：解耦形状与纹理，单图生成高精3D资产
腾讯开源 3D 生成系统 Hunyuan3D 2.0。它将形状与纹理拆分成两阶段，先用 DiT 模型由单图生成几何白模，再由 Paint 模型合成高精纹理贴图。除图生 3D 外，它还能直接为手绘模型上色贴图。
周三
1月15日 星期三
MiniMax 开源 MiniMax-01 系列：支持 400 万超长上下文
MiniMax 开源了 MiniMax-01 系列模型，包括语言模型 MiniMax-Text-01 与多模态模型 MiniMax-VL-01。模型总参数达 4560 亿，采用 Lightning Attention 线性注意力架构，支持高达 400 万 token 上下文。两款模型权重已在 GitHub 开放。
周五
1月10日 星期五
UC Berkeley 开源推理模型 Sky-T1：训出 o1 水平只要 450 美元
UC Berkeley 的 NovaSky 团队开源了推理模型 Sky-T1-32B-Preview。团队用 1.7 万条精选数据微调，在 8 张 H100 上耗时 19 小时、花费不到 450 美元，数学和编程表现逼近 o1-preview。代码、数据和权重已全部公开。
Adobe 开源 TransPixar：直接生成带透明通道的视频，做特效不用再抠图
Adobe 联合香港科技大学开源视频生成模型 TransPixar。以往 AI 只能生成实底视频，而它能直接输出带透明通道的 RGBA 视频，像烟雾、光效等可以直接叠进画面。目前代码和在线 Demo 已公开，但仍在早期阶段。
周三
1月8日 星期三
微软在 Hugging Face 开源 Phi-4 权重：14B 参数采用 MIT 协议
Microsoft 正式在 Hugging Face 开源 Phi-4 完整权重，采用商用友好的 MIT 许可证。该模型拥有 140 亿参数，此前仅限 Azure 平台体验；现在开发者无需申请即可直接下载权重，通过 Transformers 或 vLLM 在本地部署商用。
周二
12月10日 星期二
萨里大学开源 NitroFusion：消费级显卡边打字边出图
英国萨里大学开源图像生成模型 NitroFusion。该模型无需昂贵的云端算力和订阅，仅凭消费级显卡就能实现边打字边即时生图。系统支持 1 到 4 步精炼调节，让独立创作者在本地设备上也能兼顾生成速度与画质。
周五
12月6日 星期五
Meta 发布 Llama 3.3 70B：用 70B 成本跑出 405B 性能
Meta 正式发布纯文本模型 Llama 3.3 70B。官方称其通过最新后训练技术，以更低成本实现了 405B 旗舰模型的性能，并在 MMLU 等基准测试中超越 GPT-4o。模型已可在 Hugging Face 等平台下载商用。
周四
12月5日 星期四
Google 发布 PaliGemma 2：基于 Gemma 2，支持即插即用与微调
Google 推出视觉语言模型 PaliGemma 2。它基于 Gemma 2 打造，提供多种模型尺寸，具备视觉理解与交互能力。现有 PaliGemma 用户无需大改代码即可直接替换升级，大幅降低了针对特定任务微调视觉模型的门槛。
周五
11月29日 星期五
吴恩达团队开源 aisuite：改一行代码无缝切换主流大模型
吴恩达团队开源 Python 库 aisuite。它为 OpenAI、Anthropic 和 Ollama 等不同厂商的模型提供了统一调用接口，开发者只需修改「厂商:模型」字符串就能随时换模型，大幅降低了多模型接入和测试的门槛。
周一
11月25日 星期一
Anthropic 开源 MCP 标准：要给所有 AI 助手做统一的数据接口
Anthropic 开源了 Model Context Protocol（MCP），旨在解决 AI 模型与数据孤岛脱节的问题。它不仅支持自家 Claude，还能让任何模型通过标准协议双向调用 GitHub、Slack 等工具。开发工具平台和企业已开始接入，不过能否抗衡 OpenAI 的私有方案仍待观察。
