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。
开源项目 · 日报
周日
8月30日 星期日
周五
8月28日 星期五
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。
周三
8月26日 星期三
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。
周二
8月25日 星期二
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。
周四
8月20日 星期四
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。
周三
8月19日 星期三
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。
周二
8月18日 星期二
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。
周一
8月17日 星期一
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。
周六
8月15日 星期六
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。
周五
8月14日 星期五
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。
周四
8月13日 星期四
字节跳动开源全模态视频模型 Bernini 2：自然语言修视频，但模型达 180GB
字节跳动开源全模态视频编辑模型 Bernini 2，支持用自然语言直接修改已有视频的视角、背景，或在画面中增删角色与物体。它结合语义规划与扩散渲染提升编辑精度，不过仅模型文件就达 180GB，普通设备本地运行门槛极高。
DeepSeek 开源智能体框架 Harness：采用「一切皆插件」架构
DeepSeek 开源智能体框架 DeepSeek Harness（dsh）。它基于 Cordis 打造，采用「一切皆插件」架构，支持插件化配置模型与工具，并自带本地 Web 界面。目前处于开发者预览阶段，仍在快速迭代中。
小米开源 MiDashengLM-Gen：一句话生成语音、音乐与音效混响的完整音频
小米团队开源音频生成模型 MiDashengLM-Gen。它能根据结构化描述，在同一次生成中将语音、背景音乐、音效和环境声自然融合为 16 kHz 音频。整套框架基于 Qwen3-1.7B 与 Flow Matching 技术，代码按 Apache 2.0 协议开放。
周三
8月12日 星期三
Evoke 开源：140 亿参数交互式世界模型，单图加摇杆实时生成可控场景
开源交互式世界模型 Evoke 发布，输入单张图片加摇杆操作即可在 3 步内近实时生成交互视频。模型参数量为 140 亿，权重约 57GB，支持数小时长会话并不限长延伸场景。目前代码与全阶段训练权重均已按 Apache 2.0 开源。
周二
8月11日 星期二
NVIDIA 开源 Nemotron 3.5 Lightning：专跑智能体杂活的 30B 极速 MoE
NVIDIA 发布开源 MoE 模型 Nemotron 3.5 Lightning。它拥有 30B 总参数但每次仅激活 3B，专门承包工具调用和结果验证等高频琐事。在 PinchBench 测试中，它完成 1 万项任务的速度比 Qwen3.6 35B 快 30%。
LTX-2.5 开源发布：10 秒视频 6.8 秒生成，原生接入 ComfyUI
LTX 推出开源视频模型 LTX-2.5，两块 Nvidia GB200 芯片自托管下，生成 10 秒 720p 视频仅需 6.8 秒。模型原生整合进 ComfyUI，支持原生多镜头与扩散视频解码器。年收入千万美元以下团队免费商用，API 成本约每秒 0.09 美元。
HKUDS 开源 AutoSwarm：让 Claude Code 与 Cursor 等协同干活
港大 HKUDS 团队开源多智能体协作框架 AutoSwarm，能将 Codex、Claude Code、Cursor 等各自为战的 AI 智能体整合成统一团队。它支持跨智能体共享上下文与记忆，按特长分发并并行跑任务，最后整合输出。目前支持主流操作系统与命令行环境。
周一
8月10日 星期一
Cactus 推出 Needle 2：仅 45M 参数，28 MB 内存即可离线跑
Cactus 推出超轻量模型 Needle 2，仅有 4500 万参数，打包后只有 14 MB，运行仅需约 28 MB 内存且完全不需要 GPU。它专为树莓派和廉价手机等微型设备设计，在树莓派 5 上每秒可达 500 token，适合离线工具调用与设备控制。
IndexTTS 2.5 开源：支持 5 国语言克隆，推理更快还能精准调情绪
开源语音项目 IndexTTS 正式发布 2.5 版本。新版支持中、英、日、西、阿 5 种语言，推理速度显著快于 2.0，不仅支持 0.5 到 2 倍语速调节与多音字标注控制，还接入了 vLLM 生产级部署。
Meta 开源 30B 智能体模型 Muse Glimmer：压缩至 20GB 内，单卡可跑
Meta 开源 300 亿参数模型 Muse Glimmer。它专为端侧智能体打造，采用 Apache 2.0 协议，4-bit 量化后体积不足 20GB，单张消费级 GPU 或 Mac 即可运行，支持工具调用与多模态输入。这意味着无需连网，本地就能搭建全天候 AI 助理。
