Google DeepMind 開源 DetectorScope：檢測 AI 文本不僅給分，還能高亮依據
Google DeepMind 開源 AI 文本檢測工具 DetectorScope。不同於傳統工具只給出一個冰冷的機率分，它利用稀疏自動編碼器把判斷依據拆解為具體特徵，並在文中直接高亮觸發判定的詞句，讓稽核結果透明且可追溯。
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
Alpha Innovator 開源科研智慧體 Sage A1.5：35B MoE，Q4 量化版僅 22GB
Alpha Innovator 開源專為科學研究最佳化的 350 億引數 MoE 模型 Sage A1.5。它支援多智慧體協作完成文獻檢索、分子設計與引用報告生成，還能在思考鏈中自主審視糾錯。完整模型約 72GB，最小 Q4 GGUF 版本為 22GB，已上線 Hugging Face。
騰訊開源世界模型 Hy-Nomas：單張 4090 能跑，文字和相機即時操控
騰訊開源互動式影片世界模型 Hy-Nomas，支援通過自然語言和相機運鏡即時控制虛擬場景。模型可輸出 720p、24 幀畫面，通過分段生成維持長時間一致性，蒸餾後的 9GB 版本單張 RTX 4090 即可執行，並以 Apache 2.0 協議開源全套程式碼與權重。
Underdog 開源 Bark 3.0：163MB 語音模型，5 分鐘音訊半秒轉完
本週，Underdog 在 Hugging Face 開源語音轉文字模型 Bark 3.0，體積僅 163 MB，在蘋果 M 系列晶片上轉寫 5 分鐘音訊僅需半秒。它的英文會議錯誤率明顯低於 Whisper Large，Clean 版本還能自動過濾掉口頭禪。不過目前僅支援英文。
Fast H3 Omni 開源：MiniMax H3 影片生成最高提速 12 倍，取樣僅需 8 步
FastVideo 聯合釋出針對 MiniMax H3 的加速方案 Fast H3 Omni。它專門最佳化參考素材生成影片以保證主體一致性，將取樣步數由 50 步壓至 8 步，延遲最多降低 12 倍。目前已開源適配 ComfyUI、FP8 與 Apple Silicon 等版本。
GaussiAnimate 開源：用雙層骨架搞定動物與衣物 3D 動畫
GaussiAnimate 開源了角色動畫製作程式碼。它將內部運動骨骼與靈活的外部表面結構結合，內部管運動、外部管形變，解決了傳統剛性骨架難以處理衣物和動物軟體彎曲的問題。最值得關注的是，複雜形變動畫製作被大幅簡化，支援在本地電腦部署執行。
螞蟻集團開源 Ming 3.0 TTS：用自然語言調音，支援多人播客與商用
螞蟻集團開源文本轉語音模型 Ming 3.0 TTS，支援自然語言調音、聲音克隆與多人播客生成。模型提供約 3GB 和 18GB 兩個版本，小版本可在消費級顯示卡本地執行，發音準確率居開放模型前列；全部採用 MIT 協議，允許商用。
HairDeck 開源：單張圖片生成帶骨骼 3D 髮型，轉頭就能自然擺動
HairDeck 開源了單圖生成風格化 3D 髮型的模型，輸入一張角色圖就能生成完整的 3D 發片，並自帶驅動動畫的彈簧骨骼鏈。生成發片僅需 1 秒左右，比同類方法快 33 倍且朝向更準，支援直接匯出 VRM 格式。模型大小僅 2.45GB，普通消費級顯示卡就能跑。
cn-math-taxonomy 開源：把九年數學拆成 531 個知識點，幫 AI 查漏補缺
知識圖譜專案 cn-math-taxonomy 開源。該專案對齊 2022 版課標與人教版教材，把一至九年級數學梳理為 531 個知識點、909 條依賴關係和 2271 道診斷題。AI 工具可據此跨年級追溯知識漏洞並規劃補習路徑。採用 CC BY-NC 4.0，商用需授權。
Auto Swarm 開源：統籌排程 Codex 與 Claude Code，讓多智慧體並行協作
開源多智慧體編排框架 Auto Swarm 釋出。它能在 Codex、Claude Code 等現有工具之上搭建一層協調系統，讓多個智慧體共享統一上下文並並行執行任務。最值得關注的是，使用者只需輸入一次需求，就能讓不同 AI 分工打配合，免去在各工具間來回搬運資訊的麻煩。
CleanYourTV 開源：用 AI 助手給電視去廣告，換上蘋果風桌面
開發者開源 CleanYourTV 專案，藉助 Claude Code 等 AI 程式設計助手，只要電腦和電視在同一 Wi-Fi 下開啟 ADB 除錯，15 分鐘內就能免 Root 遮蔽預裝應用與開機廣告。最關鍵的是，它還會換上 1.6MB 的類 Apple TV 純黑極簡啟動器，且支援一鍵無損還原。
Perplexity 開源兩款決策模型：百萬 token 僅 1 美分，推理快 5 倍
Perplexity 開源多模態決策模型 pplx-decider-flash-v1.2（4B）與 pplx-decider-v1.2（27B），每百萬 token 定價分別僅 1 美分和 2 美分。新模型單次請求可跑通所有問題，推理提速最高達 5 倍，且已在 Hugging Face 開源權重並上線 API。
OpenMOSS 開源 MOSS-Image：50 億引數文生圖，支援精準佈局與文字渲染
OpenMOSS 開源 50 億引數文生圖模型 MOSS-Image，提供 Base 與 SFT 兩個版本。它支援繪製邊界框控制畫面構圖與文字渲染，Transformer 部分僅約 10GB，可在消費級顯示卡執行。不過目前僅支援純文本生成，暫無法用自然語言編輯圖片。
騰訊開源 Hy-Memory 2.0：讓不同 AI Agent 共享記憶
騰訊開源 Hy-Memory 2.0，包含框架、專用記憶模型及配套應用 MemHub。它針對聊天、工作任務與程式碼演進設計了三類記憶，打通不同 AI 工具的歷史記錄。最值得關注的是，換用新 Agent 時不必再從頭解釋背景與經驗。
DeepSeek 開源自研推理框架 DeepInfer：支援華為晶片，無需輝達即可部署
DeepSeek 開源高效能推理框架 DeepInfer，用於驅動 DeepSeek-V4.1-Flash 模型。除了輝達 SM100，它還原生適配華為昇騰 950 NPU，讓企業無需輝達硬體即可離線部署。不過完整線上服務仍需自行配置 KV cache 等周邊元件。
開源專案 Earshot：給 AI 程式設計助手裝上耳朵，能聽懂畫面自己改音效
開發者開源 Earshot 專案，為 Claude Code 等程式設計智慧體裝上「耳朵」。它能理解音訊內容、檢查音效與畫面是否同步，並直接用程式碼微調最佳化聲音。這意味著 AI 自動生成遊戲或產品影片時，不再需要人工反覆試聽調整。
NVIDIA 釋出 Nemotron 3.5：120B 多模態吞吐快 5 倍，端側模型進 RTX
NVIDIA 釋出 Nemotron 3.5 系列開源模型。120B 引數的 Super VL 專為智慧體打造，多模態吞吐量達同類 5 倍；同時推出的 Bolt 74B-A9B 原生 2-bit 量化，可在 24GB 視訊記憶體裝置上本地執行。這意味著企業和個人能把複雜智慧體工作流搬到本地部署。
Black Forest Labs 釋出 FLUX 3 Klein：5.6B 引數跑進 8GB 視訊記憶體
Black Forest Labs 開源 5.6B 引數的影像生成模型 FLUX 3 Image Klein。它支援原生 4K 輸出、精準區域編輯和多圖參考，INT8 版本在 8GB 視訊記憶體顯示卡上就能直接執行，讓本地與端側部署的門檻大幅降低。
Meta 釋出 Muse Spark Open：816B 開源大模型，兩臺 Mac 就能跑
Meta 釋出開源多模態模型 Muse Spark Open，擁有 816B 總引數與 42B 啟用引數，支援 1M 上下文。最值得關注的是，藉助 MLX 框架，該模型可在兩臺 M5 Ultra Mac Studio 上完全離線執行，主打複雜程式設計與多步驟智慧體任務。
開源影片框架 Any Time, Any Space：靠 3D 記憶讓長影片場景不穿幫
開源框架 Any Time, Any Space 亮相，專門解決長影片生成中的場景漂移問題。系統先對場景進行 3D 重建並存入記憶，即便鏡頭離開後再折返，環境依然保持完全一致。它可搭配阿里 Wan 等多種影片模型，已開放本地執行程式碼。