InfiniSplat v2 開源：多張照片一鍵重建 3D 場景，消費級顯示卡可跑
開源 3D 重建模型 InfiniSplat v2 釋出，能將多角度照片或上千幀駕駛影片直接轉成可自由探索的 3D 場景。模型將幾何結構與視覺表現預測解耦，並能自動抑制不一致的噪點。整個模型僅約 6.6GB 且已開放程式碼和權重，普通消費級 GPU 即可在本地部署執行。
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
Fish Audio 開源 Drama 3：單段支援 16 人分飾與區域性音訊修改
Fish Audio 開源新一代語音大模型 Drama 3。該模型採用 35B 引數的 MoE 文本骨幹，單段文本最多可容納 16 個不同角色，並支援通過標籤控制嘆氣等情緒。改詞時無需整段重錄，可直接順著上下文區域性替換。
開源多人世界模型 Multix：讓 10 名玩家在同一個 AI 世界互動
騰訊與港大團隊開源多人互動世界模型 Multix。它能為每位玩家生成獨立視角並保持環境同步，靠「分層通訊」降低超 86% 計算成本，且僅用 4 人資料訓練就能直接擴充套件到 10 人聯機。基礎版約 16GB，程式碼與權重已放開。
工程師用 AI 復刻 Office 全家桶：文件、表格與 PPT 全開源
工程師 Brandon Thomas 藉助 Anthropic 的 Opus 5.5 模型，逆向復刻了 Microsoft Office 套件，推出開源應用 WordCraft、GridCraft 和 DeckCraft，支援 macOS、Windows 和 Linux。基礎軟體完全免費，但套件內的生成式 AI 功能需訂閱付費。
Skywork 開源 Matrix Game 4.0：單卡 83 幀即時渲染可玩 3D 遊戲
Skywork 開源 3D 遊戲世界模型 Matrix Game 4.0。它讓傳統引擎處理物理與規則，再由 AI 即時細化畫面，單張消費級 GPU 下最高可跑出 83 幀，並內建智慧體用自然語言修改玩法。這解決了以往 AI 遊戲畫面容易漂移變形的問題，程式碼與權重均已開放。
d2r-mobile：把 Switch 版《暗黑破壞神 II》搬上手機，原生 60 幀執行
開源專案 d2r-mobile 推出跨平臺相容層，允許在 iPhone、iPad、Mac 和安卓裝置上原生執行自備的 Switch 版《暗黑破壞神 II：獄火重生》。它並非模擬器，而是直接執行原生指令，支援完整觸控重構與 60 幀穩定執行，採用 MIT 協議開源。
NVIDIA 開源 Stream Render H3：用影片模型把遊戲粗模即時變成大片
NVIDIA 釋出並開源 Stream Render H3，利用 MiniMax H3 影片模型將遊戲引擎輸出的簡單語義圖即時渲染成高畫質畫面。玩家可通過參考圖一鍵切換風格；不過實現即時需 8 塊 GP200 GPU，整套模型體積超 200GB。
UniForge 3D 開源：幾張多角度照片，就能腦補出完整 3D 模型
3D 重建與生成框架 UniForge 3D 開源。它只需物體不同角度的幾張稀疏照片，就能生成包含背面等盲區的完整 3D 資產；系統一邊精準重建可見細節，一邊靠生成模型腦補缺失結構。目前相關程式碼和模型已開放本地執行。
Pure：普通影片無需 3D 標註，就能直接重建動態三維環境
3D 重建專案 Pure 正式開源。它無需昂貴的人工 3D 標註，僅靠普通影片提取深度與運動資訊做後訓練，就能將動態連續畫面重建為三維場景。模型體積僅 13.2GB，並附帶了完整訓練指令碼，本地即可下載執行。
Harness²：不改模型權重，讓 AI 智慧體通過外圍元件自我進化
Google Research 開源智慧體最佳化框架 Harness²。它在保持底層模型權重不變的前提下，通過雙層遞迴機制自動調整提示詞、工具指南等 8 個外圍元件，能讓 GLM-5 和 Gemini 3.5 Flash 的任務表現最高提升 11.5 分。程式碼已按 Apache 2.0 協議開源。
REA：把逆向工程接進 MCP，讓 Agent 拆解二進位制與 Electron
開源工具 REA 將逆向工程工具連結入 MCP 協議，支援 Claude Code、Cursor 等智慧體。它能在本地分析原生二進位制、Electron、APK 和韌體等目標，且每條結論都附帶彙編指令和呼叫鏈等證據支撐。逆向分析由此變成智慧體的一次普通呼叫。
Open Intelligent UI 開源：把 ChatGPT 動態介面搬進自研應用
CopilotKit 開源 Open Intelligent UI，把類似 ChatGPT 的動態介面生成能力帶入自研應用。Agent 可按需呼叫現有元件，或在隔離沙盒中流式生成互動圖表與工具。最值得關注的是它支援接入任意模型和 AG-UI 協議，不用被 OpenAI 生態繫結。
Meta 開源 GenIA：輸入單張照片或影片，直接重構完整 3D 物體
Meta 釋出新系統 GenIA，能將普通圖片或影片轉換成完整 3D 模型。它基於 SAM 3D 改進，加入持續比對機制即時校準外觀、位置與幾何結構。最值得關注的是它無需重新訓練大模型就能大幅提升還原度，程式碼已在非商業許可證下開源。
開源 AI 作曲工具 Tonefold：提示詞生成 11 軌音樂，音符可逐個修改
開源 AI 作曲工具 Tonefold 釋出，支援通過 Claude 或本地 Ollama 將文本提示生成和絃、旋律等 11 類分軌。與直接輸出音訊不同，它將音符寫入內建鋼琴捲簾供逐個修改，並能匯出 MIDI 與分軌。軟體自帶合成器可直接試聽，也提供 DAW 外掛。
開發者用 Claude 搓出 7 款開源工具：純 Rust 復刻 Adobe 全家桶
開發者 Brandon Thomas 藉助 Claude Opus 5.5，用純 Rust 從零復刻出對標 Photoshop 等 7 款 Adobe 核心軟體的開源套件。應用支援全平臺與網頁端，主打免費和本地執行；儘管複雜 PSD 還原與外掛功能仍存缺陷，但大幅拉低了專業創作軟體的門檻。
Liquid AI 開源決策模型 d1-3B：端側響應低至 50 毫秒
Liquid AI 開源多模態決策模型 d1-3B。該模型專為判斷和分類任務設計，不生成文字，單次前向傳播即可輸出結構化結果。在 RTX 4090 上單次決策僅需 8 毫秒，在 Jetson Orin Nano 等端側硬體上也只要 50 毫秒。
Musubi 開源 PolicyLM-1.7B：支援自定義規則，稽核延遲低於 100 毫秒
Musubi 開源內容安全分類模型 PolicyLM-1.7B。它能在處理每條訊息時動態讀取自定義稽核規則，無需重新微調模型即可即時生效；在 L4 GPU 上中位延遲僅 35 毫秒，採用 Apache 2.0 協議，適合即時聊天稽核與 AI 應用安全護欄。
Google 開源 EmbeddingGemma 2：7.4 億引數把全模態檢索塞進手機
Google 釋出開源多模態嵌入模型 EmbeddingGemma 2。該模型僅 7.4 億引數，採用 Apache 2.0 協議，能將文本、程式碼、影像、音訊和影片對映進統一向量空間。在 Pixel 11 Pro 上執行全模態僅需 567MB 記憶體，方便開發者直接在本地做完全離線的跨模態搜尋與 RAG。
MSFlow 開源：打字生成人體動作，還能鎖死任意關節位置
文本生成人體動作模型 MotionSpaceFlow 開源。模型大小約 1.1GB，可在消費級 GPU 上執行。最值得關注的是，它無需額外微調，即可在推理時固定任意關節在特定時間點的位置，讓 AI 圍繞這個限制自動生成動作。
Reflection AI 釋出開源模型 Beam：501B 引數，推理消耗少 3 倍
Reflection AI 釋出開源 MoE 模型 Beam，總引數 501B、啟用 23B，專攻程式設計與智慧體任務。它用 1.05 萬塊 GB300 強化學習訓練，在程式設計基準上對標 GLM 5.2，但推理算力節省 3 至 4 倍。權重與技術報告將於本月晚些時候釋出。