上海 AI Lab 開源 InternLumina-U2：生圖、編輯與全視覺理解全包了
上海人工智慧實驗室開源 InternLumina-U2 權重與微調程式碼。它是一個 169 億引數、啟用僅約 14 億的掩碼擴散 MoE 模型，通過 8 碼本離散視覺表徵，把文本問答、影像生成與編輯、影片及 3D 理解收進同一套介面。
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
Anthropic 開源電商 Agent 框架：買東西和管店鋪全包了
Anthropic 在 GitHub 上開源了電商智慧體參考專案 commerce-agents。這套框架同時包含面向前臺消費者的導購 Agent 和負責後臺運營的商家 Agent，涵蓋零售、差旅、電信和票務四大行業樣例。所有涉及真金白銀的操作都設有安全審批門禁，不直接扣款。
Perplexity 開源 PII-Tracer：僅 0.6B 引數的端側隱私守門人
Perplexity 釋出長對話隱私基準 PII-TRACE 及 0.6B 端側模型 PII-Tracer。該模型基於 Qwen3 雙向改造，專為 Mac 混合推理充當隱私閘道器。最值得關注的是，它在長輪次重複隱私檢測上大幅領先主流方案，能確保敏感資料在離端前被自動攔截或脫敏。
Google 開源 TimesFM 3.0：1G 視訊記憶體就能跑，原生支援多變數時序預測
Google Research 開源第三代時間序列基礎模型 TimesFM 3.0。新版本首次原生支援多變數預測，能結合多條相關曲線和已知未來事件做零樣本預測，只需 1GB 視訊記憶體即可執行，並能一次前向傳播推算出整個區間。採用非商業許可開源。
Viggle 開源 Viggle-Animate：只改一幀畫面，就能替完整段影片角色
Viggle 開源影片角色替換模型 Viggle-Animate。它徹底省去了骨骼姿態估計、摳圖蒙版和人臉追蹤，只需原影片和一張重繪了角色的單幀，通過 3 次前向傳播即可完成替換。在單張 B200 上生成 124 幀僅耗時 26 秒。
OpenClaw 2.0 釋出：重構瀏覽器端，支援多人協作與會話共享
開源專案 OpenClaw 釋出 2.0 版本，包含超 16,000 個 PR。新版重構了瀏覽器端應用，支援直接複用現有的 ChatGPT 或 Claude 訂閱及 API 金鑰，並引入多人共享雲端會話，團隊成員可在保留完整上下文的情況下協同工作。
ZAI 開源完整版 GLM-5.3：7530 億引數，全靠後訓練衝上第一梯隊
ZAI 正式開源完整版 GLM-5.3 模型權重。該模型擁有 7530 億引數，與 GLM-5.2 共享基座，所有效能提升均來自後訓練，主打複雜程式碼與長程任務。最值得關注的是，其效能已逼近頂尖商業模型，社群也已上線可在本地多卡執行的量化版本。
騰訊開源 Hy4 preview：770B 引數主打工作場景，開始自己訓練自己
騰訊混元開源新一代大模型 Hy4 preview，總引數 770B、啟用 49B，支援 1M 上下文。最關鍵的是它參與了自身研發迭代，在訓練和運算元最佳化上形成遞迴自我改進閉環。模型主打程式設計、金融和科研等真實場景，已上線元寶等產品，並在 WorkBuddy 提供兩週免費體驗。
Code World Model 開源：用程式設計智慧體當大腦，讓 AI 真正記住世界狀態
研究人員釋出並開源 Code World Model 框架。它把世界演化與畫面生成拆開，由程式設計智慧體推理事件並寫程式碼維護持久世界狀態，再由微調後的影片模型 MiniMax-H3 渲染畫面。最值得關注的是，這讓 AI 生成的世界能夠跨長週期記住物體與規則，不再只是預測下一幀畫素。
BreezeBlue 開源 Breeze-TTS-2：首包延遲 40 毫秒，支援中英文本驅動聲線
BreezeBlue 開源語音合成模型 Breeze-TTS-2 的權重與推理程式碼。它支援中英雙語，在 H100 上首包延遲能壓到 40 毫秒以內，不僅能用文字描述直接「捏」出聲音，還能在文本里插入 [笑] 或 [嘆氣] 等副語言事件。程式碼採用 Apache 2.0 開源，權重僅供非商業研究。
FixAnything 開源：用影片大模型一鍵修復“崩掉”的 3D 渲染
研究人員開源 FixAnything，利用影片擴散模型修補 3D 渲染中的瑕疵。無論是 3DGS、NeRF 還是網格，一旦在新視角下出現空洞與漂浮噪點，它都能借助影片先驗輸出連貫乾淨的高質量影片。
4DAnyone：一段普通影片，轉成能自由旋轉的 4D 角色
開源專案 4DAnyone 釋出，只需輸入一段單目人物運動影片，就能重建出可任意角度觀察的 4D 高斯潑濺模型。它通過提取骨骼引導多視角生成，細節和一致性優於以往同類方案，目前已開原始碼及約 12GB 模型權重。
開源 Mac 應用 OpenHistory 釋出：端側執行，自動生成工作日報
開源 Mac 應用 OpenHistory 釋出，支援自動記錄全天工作活動並生成每小時及每日 AI 摘要。所有日誌儲存在本地，通過端側推理保障隱私，還可通過安全 MCP 協議連線本地智慧體。使用者也可接入 Claude、ChatGPT 等外部模型。
Magiviz：開源全流程 AI 影片創作引擎，串起劇本分鏡到成片
ItusiAI 開源影片創作平臺 Magiviz。它將劇本分解、角色設計、分鏡繪製、影片渲染到成片合成串成五步流水線，支援 Veo、Kling 等多款模型，並內建使用者鑑權與 Stripe 支付，配好 API Key 即可快速上線商業化站點。
Audio8TS：1.7GB 的超輕量 TTS 模型，幾秒樣本本地克隆聲音
開源語音模型 Audio8TS 釋出，主幹僅約 1 億引數，加上編解碼器整體體積也僅 1.7GB。它只需幾秒參考音訊即可完成零樣本聲音克隆，支援多語言，並提供 CPU 適用的 ONNX INT8 方案。這意味著普通筆記本無需獨立顯示卡也能在本地輕鬆克隆聲音。
Block 開源桌面 Agent 應用 Berd：把多智慧體和本地專案打包進一張畫布
Block 開源桌面 Agent 應用 Berd，把對話、檔案、技能和不同性格的智慧體整合進持久化專案畫布。它支援跨模型自由切換並協同原生代碼倉庫，主打少聊天、多幹活。讀者可連線自己的 AI 供應商搭建智慧體團隊。
VoiceMem：給語音 Agent 塞進雙腦記憶，邊說話邊查僅需 134 毫秒
開源語音 Agent 記憶系統 VoiceMem 釋出。它把記憶拆成存事實的「左腦」和記偏好情緒的「右腦」，能在使用者說話過程中同步完成流式檢索，響應延遲僅 134 毫秒，單輪消耗約 430 token。最值得關注的是，它讓語音助手不必卡頓等待檢索，程式碼與模型已完全開源。
yetone 開源協作通訊工具 Cumora：讓 AI 像真人同事一樣主動上班
yetone 開源了多智慧體協作通訊工具 Cumora。不同於被動喚醒的聊天機器人，Cumora 裡的 Agent 擁有獨立身份與記憶，會主動認領看板任務、收發真實郵件，甚至揹著你開會做決策。它支援雲端執行或接入本地 Claude Code 等引擎，讓人和 AI 在同一介面平等協作。
阿里通義千問全球下載量破 30 億次：超越 Meta 與谷歌登頂開源模型
據 Hugging Face 報告，阿里巴巴通義千問系列過去半年全球下載量突破 30 億次，超越 Meta 和 Google 成為全球第一開源權重模型。2026 年 Google 下載量為 4.18 億次，Meta 為 2.27 億次。Qwen 已開源超 460 款模型，衍生版本超 30 萬個。
阿里開源多模態模型 Qwen3.8-27B：262K 原生上下文，採用 Apache 2.0
阿里巴巴開源原生多模態模型 Qwen3.8-27B 權重，遵循 Apache 2.0 協議。該模型擁有 27B 引數，綜合表現超越 Qwen3.7-Plus，支援 262K 原生上下文，並可通過 YaRN 擴充套件至 1M。近期上線的 Max 級別 Qwen3.8-2.4T-A95B 權重也可同步獲取。