NVIDIA 開源 Nemotron 3 Embed：8B 模型登頂 RTEB，專治智慧體檢索低效
NVIDIA 釋出開源商用嵌入模型家族 Nemotron 3 Embed，包含 8B 旗艦與兩款 1B 輕量版本。其中 8B 模型登頂 RTEB 榜單，全系支援 32k 上下文與程式碼檢索。它主打為智慧體流程減少無效檢索和多輪推理開銷，1B 版本還針對 Blackwell 架構提供 NVFP4 硬體加速。
開源專案
Llama、通義千問、DeepSeek 等開源大模型的新版本，以及值得一用的開源資料集、框架和開發工具。
檢視更新的新聞
Bolt 開源 Bolt Slides：把每頁 PPT 變成能跑即時資料和 3D 的網頁
Bolt 開源幻燈片生成工具 Bolt Slides。它打破傳統靜態幻燈片，將每頁做成可互動的獨立網頁，支援接入即時資料、嵌入 3D 模型與產品原型。簡報以線上連結交付，除了在 Bolt.new 直接使用，也可配合 Cursor 等智慧體本地執行。
xAI 開源程式設計智慧體 Grok Build：支援純本地執行與 MCP
xAI 宣佈開源其程式設計智慧體及終端介面 Grok Build，程式碼已上線 GitHub。它公開了從上下文組裝到工具呼叫的完整執行機制，支援外掛、MCP 伺服器及子智慧體。最值得關注的是，開發者可以完全本地編譯並接入本地模型推理執行。
OpenMOSS 開源 MOSS-VL-Realtime：11B 即時影片模型，支援隨時打斷
OpenMOSS 開源 11B 即時影片理解模型 MOSS-VL-Realtime。它專為連續影片流設計，改變了必須讀完全片才能作答的傳統模式；支援使用者在推流時隨時提問打斷，並在畫面資訊不足時主動靜默或動態修正。
PrismML 釋出 1-bit 模型 Bonsai 27B：首個塞進手機的 27B 多模態大模型
PrismML 釋出多模態模型 Bonsai 27B，提供 1-bit 和 1.58-bit 兩個版本並以 Apache 2.0 開源。1-bit 版本記憶體佔用僅 3.9GB，比 FP16 縮小約 14 倍，可在 iPhone 17 Pro 上跑出每秒 11 token。這意味著原本依賴雲端的 27B 級推理與程式碼能力，現在能脫網在手機本地跑。
Wan-Animate-2：阿里開源動畫模型，一張圖讓任意角色隨影片起舞
阿里巴巴開源角色動畫模型 Wan-Animate-2，使用者只需輸入一張角色圖片和一段參考影片，就能將動作、微表情和手指細節遷移到目標角色上，連非人角色和雙人場景也能支援。模型基於 Diffusion Transformer 實現端到端生成並支援視角控制，程式碼與權重均已開放。
Amicro：基於 Motion 的 React 微互動元件庫，支援 shadcn CLI 引入
Amicro 是一套面向 React 的微互動與轉場元件庫，基於 Motion 和 Tailwind CSS 開發。它支援直接通過 shadcn CLI 將 TSX 原始碼拷入專案中，主打硬體加速動畫與零執行時開銷，並支援暗色模式。專案遵循 MIT 協議完全開源。
Lucida：專摳玻璃與毛髮的開源背景移除模型，不到 900MB
開源背景摳圖模型 Lucida 釋出。該模型體積不足 900MB，專門針對半透明玻璃、迷彩、文字陰影及髮絲等常規模型容易翻車的邊緣進行微調。專案程式碼、權重與資料集均按 MIT 協議完全開源，在普通消費級顯示卡上就能直接本地執行。
NVIDIA 更新超分模型 PID 1.5：幾秒生成 2K 影像，細節色彩更準
NVIDIA 更新開源影像超分模型 PID 至 1.5 版本。該模型將潛空間解碼與超解析度合二為一，在消費級顯示卡上只需幾秒就能將 512×512 影像轉換至 2K，細節表現更銳利且色彩還原更準確。最關鍵的是它能與 FLUX、Qwen-Image 等主流生成模型無縫搭配，目前已開源權重並支援 ComfyUI。
Mirelo 聯手 Kyutai 開源 MuScriptor：一首歌直接扒出全樂器 MIDI
Mirelo 與 Kyutai 聯合開源多樂器音樂轉錄模型 MuScriptor。以前的工具大多隻能轉單軌獨奏，它能直接吃下整首混音音訊，把人聲、鼓、貝斯和鍵盤等分軌轉成獨立 MIDI。微調與強化學習讓準確率大幅提升，普通人做扒帶或二次編曲省事多了。
螞蟻旗下 Robbyant 開源 LingBot-World 2.0：即時生成可互動世界
螞蟻旗下 Robbyant 開源世界模型 LingBot-World 2.0。它採用因果預訓練實現長時互動且畫質無明顯衰減，蒸餾版本能以 720p 60fps 即時執行，還引入雙 Agent 協同生成動作與環境。目前已開源 1.3B 和 14B 權重。
高通開源 Mobile-Wan：手機本地 20 秒生成 5 秒影片，體積不到 10GB
高通研究團隊釋出 Mobile-Wan，把阿里 50 億引數的 Wan 影片生成模型搬到手機本地執行。通過分塊生成、剪枝和 3 步取樣蒸餾，手機無需聯網即可在約 20 秒內生成 5 秒 480p 影片，模型權重僅 9.9GB。
MIRA 即時多人世界模型：單張 B200 跑 4 人聯機，無引擎純靠影片生成
研究團隊釋出互動式多人世界模型 MIRA，完全不依賴物理或渲染引擎，僅靠 50 億引數的擴散模型生成畫面。它由 1 萬小時對戰資料訓練而成，單張 B200 即可支援四人 2v2 即時操作與聯機，相關資料集和程式碼已開源。
騰訊開源 Hy3 混合專家模型：總引數 295B 啟用 21B，專攻 Agent 程式設計
騰訊在 Hugging Face 等平臺開源混合專家模型 Hy3，總引數 295B、啟用 21B。該模型主打 Agent 程式設計與推理，支援 256K 上下文，內部實測幻覺率降至 5.4%。模型遵循 Apache 2.0 協議，並同步提供 FP8 權重。
開源工具 pxpipe 把文本壓成 PNG：利用視覺計費規則，Claude 賬單立省 70%
開源工具 pxpipe 被曝光。它利用 Anthropic 圖片按畫素而非字元計費的規則，把 Claude Code 的提示詞與歷史記錄渲染成緊湊 PNG，平均節省 59% 到 70% 的 token 費用。不過圖片讀取存在有損解析與速度變慢的問題。
Mr. Flow 開源：影像生成提速 9 到 21 倍，完全免訓練
免訓練影像加速方案 Mr. Flow 開源並推出 ComfyUI 外掛。它先在低解析度下快速生成主體，再放大加噪並用高解析度完成細節清理，無需重新訓練即可將主流模型提速 9 到 21 倍，畫質幾乎無損。
LangChain 開源 OpenWiki：自動為程式碼庫寫文件，幫 Agent 掌握上下文
LangChain 釋出開源工具 OpenWiki，可自動為程式碼倉庫生成並維護 Wiki 文件。它只在 CLAUDE.md 等指引檔案中寫入引用連結，並藉助 GitHub Action 隨程式碼變更自動更新，避免把海量上下文硬塞進單個檔案，讓編碼助手隨時掌握最新專案邏輯。
微軟開源 SkillOpt：把 Agent 技能當引數訓，GPT-5.5 跑分漲 23.5
Microsoft 推出開源框架 SkillOpt，將 Agent 的技能檔案視為模型外部的可訓練引數。系統通過前向執行、反思更新與驗證門控等機制自動打磨技能，不改動任何模型權重，讓 GPT-5.5 的基準測試平均分提升 23.5 分。
OVOW 開源：一段普通影片，直接拆解成可物理模擬的 4D 場景
研究團隊開源無需額外訓練的 4D 場景重建系統 OVOW，能把單段普通影片拆解為帶動畫、可直接做物理模擬的獨立 3D 資產。它串聯 Qwen3-VL 與 SAM 3 等模型完成識別與姿態估計，匯出完整場景。程式碼現已公開，受元件協議限制僅限非商業研究，且需 40GB 視訊記憶體。
美團開源 1.6 萬億引數 LongCat 2.0：脫離輝達硬體訓出前沿大模型
美團開源 1.6 萬億引數 MoE 模型 LongCat 2.0，單 token 啟用約 480 億引數。最受關注的是，其超 35 萬億 token 的預訓練完全基於 AI ASIC 超級叢集完成，沒有使用輝達 GPU，證明前沿大模型訓練能夠依託替代硬體平臺走通。