跳到正文
IFAI

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。

近 7 天 14 則

  1. 傳播指數 48

    復旦與騰訊開源 Prism：原生 2K 音影片聯合生成提速 2.5 倍

    復旦大學、騰訊混元和浙江大學開源音影片生成框架 Prism，支援原生 2K 解析度音影片聯合生成。它通過動態稀疏注意力把算力集中在發聲和畫面快速變化區域，大幅減少冗餘計算，訓練速度提升 2.5 倍且聲畫更契合。目前已在 Hugging Face 釋出預覽權重與程式碼。

  2. 傳播指數 51

    Meta 開源 Muse AI SDK：支援樹莓派與 ESP32 自制專屬 AI 硬體

    Meta 開源 Muse AI SDK，允許開發者利用樹莓派或 ESP32 等市售硬體，自制搭載 Muse AI 智慧體的專屬裝置。官方列舉了彩色墨水屏提醒器和微型觸屏等玩法；此外 Meta 還限量贈送 5000 臺自研的 Muse Home Link 智慧家居中控。

  3. 傳播指數 48

    16.9 MB 跑語音識別：Cactus 開源端側模型 Whistle

    Cactus Compute 釋出端側語音識別模型 Whistle，單個權重檔案僅 16.9 MB。它無需 GPU 和額外依賴即可在 CPU 上執行，支援 7 種語言轉錄及詞級時間戳，在多項基準測試中超越了 145 MB 的 Whisper base。

  5. 傳播指數 48

    Terra 開源：模擬肌肉拉動骨骼，讓 AI 人體走過複雜地形

    AI 運動控制系統 Terra 正式開源。它不同於直接控制關節旋轉的傳統做法，而是模擬人體肌肉收縮拉動骨骼，基於 9 小時運動資料訓練，能讓虛擬人在斜坡、臺階等複雜地形上行走，並支援跳躍和翻滾。程式碼採用 Apache 2.0 協議開放。

  7. 傳播指數 48

    CopilotKit 開源 OpenDots：自帶虛擬電腦的 AI 同事模板

    CopilotKit 開源 OpenDots 智慧體工作區模板。每個智慧體配有隔離的虛擬電腦跑瀏覽器和程式碼，並支援打語音電話與 Slack 聯動。最關鍵的是全套支援自託管與人工審批介入，把定製私人助理的控制權交還給開發者。

  8. 傳播指數 48

    Raven 開源：用 Agent 管 Agent，4 天搓出完整 FPS 遊戲

    EverMind-AI 開源多智慧體框架 Raven，主打管智慧體的「harness of harnesses」機制。它充當總控排程研究、程式碼、設計等專項 Agent，還曾連續自主執行約 4 天完成 Godot 4 的 FPS 遊戲及官網海報製作。最關鍵的是，它能在評測標準不可篡改的前提下自主迭代做事流程，讓智慧體真正跑通自我進化。

  10. 傳播指數 59

    InSpatio-World 1.5：一張圖加運鏡軌跡，生成 4D 漫遊影片

    InSpatio 開源 4D 世界模型 InSpatio-World 1.5。它支援輸入單張圖片、全景圖或影片，通過預測新視角沿著指定鏡頭軌跡生成漫遊畫面，還能保留動作並製作「子彈時間」效果。模型體積不到 6GB，大多數消費級顯示卡即可執行。

  13. 傳播指數 59

    NVIDIA 釋出智慧體安全平臺：軟硬結合，毫秒級隔離越界行為

    NVIDIA 釋出 Open Agent Safety Platform。平臺包含開源執行時軟體 OpenShell 與基於 BlueField-4 DPU 的 Sentry 參考設計，能在智慧體突破軟體邊界時在數毫秒內將其強行隔離。最值得關注的是，該方案將安全控制下沉至晶片層，目前已獲 Anthropic、微軟等上百家機構支援。

  14. 傳播指數 48

    Strata 開源本地推理引擎：12GB 視訊記憶體就能跑千億引數模型

    開源本地推理引擎 Strata 正式釋出。它通過顯示卡視訊記憶體、記憶體與固態硬碟協同分層排程，讓 12GB 視訊記憶體的普通電腦也能本地跑動 125B 的 Qwen3.8-Flash-Next 等大模型，並提供相容 OpenAI 的本地介面。這意味著消費級硬體本地部署大模型的門檻被進一步打了下來。

  15. 傳播指數 48

    Magpie：在選單欄給 Claude Code 和 Codex 自由切換底層模型

    開源工具 Magpie 上線。它通過本地閘道器把 Claude Code、Codex 等 Agent 的模型配置收進選單欄，讓它們能直接呼叫 DeepSeek、Kimi 等模型；額度耗盡時可自動切換賬號，還支援在請求發出前自動脫敏金鑰與隱私資訊。

  16. 傳播指數 48

    開源視覺決策模型 Valen：看圖直接打分，做智慧體「快反射」

    Valen-Team 開源輕量多模態決策模型 Valen。它將 System One 決策思路擴充套件到視覺領域，基於 Qwen3.5 提供 0.8B、2B 和 4B 版本，輸入圖文或影片後直接對候選動作打分並輸出機率，單步決策僅需百毫秒出頭，專為智慧體的高頻反射場景設計。

  17. 傳播指數 48

    開源模型 CLM-8B：System 1 快決策，延遲比 Jev 低 9 倍

    研究團隊開源了基於對比學習的 System 1 決策模型 CLM-8B。它將狀態與動作解耦並獨立快取嵌入，在電腦操作與工具呼叫等任務上表現比肩 Jev，但推理延遲最高降低 9 倍；經輕量微調後，在 DeepSWE 等智慧體程式設計驗證基準上拿下 87.6% 的高分。

  19. 傳播指數 48

    SupraLabs 開源 Supra2-IMG：1 億引數文生圖模型，單卡 9 小時訓完

    SupraLabs 開源超小型文生圖模型 Supra2-IMG，引數量僅約 1.04 億，體積約 417MB。團隊基於 560 萬張合成影像，在一張單卡 H100 上僅耗時 9 小時完成訓練，主打端側與小型裝置執行。不過受限於極小體量，目前生成解析度為 256×256，畫質相對有限。