PlayCanvas 创始人开源 SuperSplat：免安装在浏览器编辑 3D 高斯泼溅
PlayCanvas 创始人 Will Eastcott 推出开源网页端工具 SuperSplat 1.0，用于查看和编辑 3D 高斯泼溅场景。用户无需安装任何软件，在浏览器中拖入 PLY 文件就能清理杂点、隐藏图层并调整朝向。不过目前导出时暂不支持球谐函数旋转。
开源项目 · 日报
周五
8月9日 星期五
周三
7月31日 星期三
Google 开源 Gemma Scope：用 400 多个稀疏自编码器透视大模型
Google 开源 Gemma Scope，这是一套面向 Gemma 2 2B 与 9B 的稀疏自编码器工具包，包含 400 多个自编码器和超 3000 万个学到的特征。它相当于给大模型装上显微镜，帮助研究人员拆解模型内部运作，应对幻觉、欺骗等安全风险。
周二
7月30日 星期二
动视开源《使命召唤：战区》地图数据：支持 AI 模型训练与内容生成
Activision 将《使命召唤：战区》Caldera 地图数据在 GitHub 开源。该数据集采用 OpenUSD 格式，包含完整度极高的地图几何结构及匿名玩家移动轨迹样本。动视称这是游戏业最大的公开 OpenUSD 数据集之一，旨在支持学术研究与生成式 AI 训练。
白宫表态：暂不限制开源 AI 模型
美国商务部发布报告称，目前没有必要对公开权重的高性能 AI 模型施加限制。NTIA 认为现有证据不足以支撑监管收紧，开放系统能带来实实在在的创新红利。不过政府也会持续监测风险，一旦威胁加剧将随时出手干预。
周二
7月23日 星期二
Meta 发布 Llama 3.1：405B 开源旗舰对标 GPT-4o，允许数据蒸馏
Meta 发布 Llama 3.1 系列，其中 405B 旗舰模型拥有 128K 上下文并在多项基准上对齐 GPT-4o。最值得关注的是，Meta 修改了协议，正式允许开发者用 405B 输出的数据去蒸馏训练其他小模型。
周五
7月19日 星期五
Apple 开源小模型 DCLM：权重与训练数据全公开，7B 跑分超 Mistral
Apple 研究团队近日在 Hugging Face 开源 DCLM 系列小模型，涵盖 7B 与 1.4B 两个版本。项目彻底公开了权重、训练代码及预训练数据集。7B 版本在 MMLU 测试中达 63.7%，超越 Mistral-7B。不过这属于早期研究成果，并非面向苹果设备的最终功能。
周二
7月16日 星期二
Mistral 发布 Codestral Mamba：基于新架构，支持 256k 代码上下文
Mistral AI 联手 Albert Gu 与 Tri Dao 推出代码模型 Codestral Mamba。相比 Transformer，它具备线性时间推理优势，上下文检索测试达 256k tokens。模型以 Apache 2.0 协议开源，开放 Hugging Face 权重下载与云端测试。
周五
7月5日 星期五
Stability AI 认怂改协议：年收入百万美元以下，SD3 随便免费商用
Stability AI 宣布修改社区许可协议，覆盖 SD3 Medium 等最新模型。新规彻底放宽限制，年营收低于 100 万美元的个人创作者与小微企业可免费商用，也不再限制生成图片或视频的数量。官方同时承认 SD3 Medium 在人体姿态等生成效果上未达预期，正抓紧修复。
周四
7月4日 星期四
法国实验室 Kyutai 推出 Moshi：延迟仅 200ms 的开源实时语音 AI
法国非营利 AI 实验室 Kyutai 展出实时语音助手 Moshi 并宣布开源。它仅由 8 人团队耗时半年研发，端到端延迟低至 200 毫秒，支持 70 种情绪，还能在笔记本本地边听边说。
周三
7月3日 星期三
LivePortrait：单张人像秒变动态视频，RTX 4090 单帧仅 12.8 毫秒
快手团队开源肖像动画框架 LivePortrait。它不走主流 Diffusion 路线，而是靠隐式关键点让单张人像或猫狗照片随视频动起来，在 RTX 4090 上单帧耗时仅 12.8 毫秒。目前推理代码与模型权重均已公开。
上海 AI 实验室开源 InternLM 2.5-7B：支持 1M 上下文与工具调用
上海人工智能实验室开源 InternLM 2.5-7B 模型。新模型支持高达 1M 的上下文窗口，重点强化了推理能力与工具调用，并在 Hugging Face Open LLM 榜单 12B 以下级别位居前列，兼顾轻量参数与超长文本处理。
周四
6月27日 星期四
Google 上线 Gemma 2：27B 越级打两倍体量，单卡就能跑
Google 正式发布新一代开源模型 Gemma 2，提供 9B 和 27B 两个版本。27B 性能直追两倍体量模型，能在单张 NVIDIA H100 或 TPU 上跑全精度推理；9B 则在同尺寸中压过 Llama 3。开发者以商业友好许可开源使用。
周三
6月19日 星期三
微软开源视觉模型 Florence-2：小至 232M，一个模型通吃多种图像任务
微软 Azure AI 团队在 Hugging Face 上开源了视觉基础模型 Florence-2，采用宽松的 MIT 协议。该模型仅有 232M 和 771M 两个极小尺寸，通过统一的文本提示词即可处理图像描述、目标检测和图像分割等多种视觉任务，在多项测试中甚至超过参数量大百倍的模型。
周二
6月18日 星期二
Meta FAIR 开源五款新模型：图文交织、可控音乐与极速音频水印
Meta FAIR 团队开源发布了五项 AI 研究成果。其中涵盖能混合输入输出图文的 Chameleon、支持节拍与和弦控制的音乐模型 JASCO，以及检测速度提升达 485 倍的 AI 语音水印技术 AudioSeal 等。
周一
6月17日 星期一
Apple 在 Hugging Face 上线 20 个 Core ML 模型：主打端侧离线运行与隐私
Apple 在 Hugging Face 上线了 20 个 Core ML 模型和 4 个数据集，涵盖 FastViT 图像分类与 DepthAnything 深度估计等。这些模型专为端侧优化，无需联网即可在设备本地离线运行，帮开发者兼顾极速响应与用户隐私。
DeepSeek 开源 Coder V2：编程能力超越 GPT-4 Turbo
DeepSeek 开源混合专家代码模型 DeepSeek Coder V2，支持 338 种编程语言与 128K 上下文。它在 HumanEval 等代码评测中超越了 GPT-4 Turbo 和 Claude 3 Opus，成为首个在编程基准上击败顶尖闭源方案的开源模型。提供 16B 和 236B 两种尺寸，遵循 MIT 协议。
周四
6月6日 星期四
Qwen2 开源发布：覆盖 5 个尺寸，72B 性能比肩 Llama 3
Qwen 团队开源新一代模型系列 Qwen2，提供从 0.5B 到 72B 共 5 种尺寸。全系采用 GQA 架构，并在 27 种额外语言上进行了训练，其中 7B 和 72B 指令微调版上下文支持最高达 128K tokens。除 72B 沿用原有许可外，其余中小尺寸均转为 Apache 2.0 协议。