MatrAIx：用 83 億虛擬人智慧體模擬人類真實行為
MatrAIx 團隊開源了 MatrAIx-Persona-8B 任務庫與 Playground，並在 Hugging Face 釋出 100 萬虛擬人核心集。該框架包含 1290 個特徵維度，覆蓋問卷、聊天、網頁和系統應用四大環境。最值得關注的是，它讓開發者能在產品上線前用大規模異質智慧體模擬真實使用者反應，程式碼基於 MIT 協議開源。
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
Frontis 開源 OpenRSI：35B 模型搞 AI 自我進化，逼近 GPT-5.6
Frontis 開源遞迴自我進化專案 OpenRSI 及 Frontis-MA1 模型。它圍繞起草、改進、除錯和交叉四大運算元構建閉環，在單張限 12GB 視訊記憶體的 RTX 4090 上，35B 模型在 MLE 基準上超越 GPT-5.5，把「AI 改進 AI」做成了可執行、可復現的工程體系。
VocalRender：輸入歌詞和樂譜，直接合成 48 kHz 高保真歌聲
開源歌聲合成系統 VocalRender 釋出。它直接接收歌詞與 MIDI 音符輸入，配合數秒參考音訊，無需手動對齊時序即可渲染出 48 kHz 歌聲。專案以 Apache-2.0 協議開源了全套程式碼，並提供約 9.5 GB 的基礎版與 Pro 權重。
YC 開源協作智慧體框架 QM：支援多員工獨立沙箱與頻道協同
YC 開源多人協作智慧體架構 QM。它將 AI 從個人助手轉為團隊基建，每個員工擁有獨立的記憶、金鑰與沙箱工作區，同時能在 Slack 頻道和專案中與同事協同呼叫同一個 Agent，並在不同作用域間自動切換許可權。
OpenAI 開源 Codex Security：免費查程式碼漏洞，還能讓 AI 直接寫補丁
OpenAI 開源了程式碼安全工具 Codex Security，提供 CLI 與 TypeScript SDK。它支援掃描程式碼倉庫、指定路徑或增量改動，能二次驗證漏洞真實性，並呼叫模型直接生成修復程式碼。雖然工具本身開源免費，但執行掃描時需要配置 API 金鑰或登入賬號以呼叫模型推理。
ReDesign：把一張扁平截圖拆回可編輯的圖層與向量檔案
ReDesign 能將單張扁平圖片還原為包含真實文字排版、向量形狀與圖層順序的工程結構，方便直接微調與重繪。它通過多模態智慧體呼叫 Qwen-Image-Layered、SAM 2 等工具自頂向下拆解影像，目前程式碼與基準資料集已在 GitHub 開源。
Kimi 開源 K3：2.8T 引數 MoE 巨模，自帶視覺與百萬上下文
Kimi 開源旗艦模型 Kimi K3，擁有 2.8 萬億引數 MoE 架構，原生支援視覺並具備 100 萬 token 上下文。官方稱新架構讓單位算力智慧提升 2.5 倍。除模型權重外，配套的注意力運算元、MoE 通訊庫及大規模智慧體基建也一併開源。
CrisperWhisper 2.0 開源：支援逐字與潤色雙模式，詞級誤差僅 30 毫秒
nyra labs 開源語音轉文本模型 CrisperWhisper 2.0，支援在保留口癖與笑聲的逐字模式，以及自動潤色的意圖模式之間自由切換。模型詞級對齊誤差低至 30 毫秒，最小版本僅 2 億引數，無需 GPU 即可在普通裝置上執行。
阿里開源 Qwen-Audio-Agent：邊打電話邊讓智慧體寫程式碼
阿里開源即時語音執行時 qwen-audio-agent，主打全雙工語音前臺與後臺 Agent 並行協作。使用者能像打電話一樣隨時打斷追問，後臺同時非同步跑寫程式碼、改檔案等任務，完成後直接語音彙報。
Google 開源 GNM 頭部模型：600 多個滑塊精細控制牙齒與表情
這週 Google 開源 3D 頭部模型 GNM，支援通過滑塊精確控制人物面部結構。模型提供 253 個身份引數和 383 個表情引數，連眼球、牙齒乃至舌頭都能獨立調節，採用 Apache 2.0 協議釋出。它能直接解決以往 AI 人臉千篇一律以及口腔內部結構缺失的問題。
開源手機端 Agent OpenMinis：把 Linux 沙盒塞進 iPhone 和安卓
OpenMinis 開源了跨平臺手機端 AI Agent 應用。它直接在手機本地執行 Alpine Linux 沙盒，並打通 HealthKit、日曆、提醒事項與瀏覽器。使用者自帶 Claude 或 GPT 金鑰，就能讓模型在本地直接調介面操作手機。
Netflix 開源 ID-V2V：只換場景風格，保留人物長相與表情
Netflix 旗下團隊釋出影片框架 ID-V2V。使用者只需修改一幀畫面，就能將新風格與燈光擴散到整段影片，同時鎖定人物長相、微表情和口型不走樣。系統最高可輸出 720p 影片，但主模型體積近 80GB，本地執行門檻較高。
OpenDreamer：把《我的世界》做成可互動的開源世界模型
開源世界模型 OpenDreamer 正式釋出，作為 Google 閉源模型 Dreamer 4 的開源復現，能即時生成響應玩家按鍵操作的《我的世界》畫面。專案不僅開放了模型權重與訓練程式碼，還提供了單 GPU 驗證架構的經驗總結與線上試玩演示。
黃仁勳發文力挺開源 AI：閉源與開源前沿模型必須共存
NVIDIA CEO 黃仁勳在 X 發文並分享公開信，力挺開源 AI 模型。他指出，開源模型能強化安全與網路防禦、加速創新擴散並維護國家主權；未來世界既需要前沿閉源模型，也離不開前沿開源模型共存。
吳恩達釋出開源智慧體 OpenWorker：直接交付成品，支援 Mac 本地跑
Andrew Ng 與 Rohit Prasad 推出開源智慧體 OpenWorker。它不僅能對話，還能跨檔案與日常工具直接撰寫報告、傳送 Slack 訊息或更新日程，且在關鍵操作前先向使用者確認。它支援接入多款模型或通過 Ollama 完全本地執行，資料不出本機。
Jack Dorsey 推出 BUZZ：面向人與 AI 協作的開源群聊平臺
Jack Dorsey 宣佈推出 BUZZ，一個開源且 AI 原生的群聊平臺，旨在減少團隊對 Slack 和 GitHub 的依賴。它專為人類與各規模的 AI 智慧體協作打造，主打去中心化、自主可控且不繫結特定模型。
ABot-World：單張 RTX 5090 跑得動的無限即時互動世界
ABot-World 是一個開源的即時互動式世界模擬器，允許使用者即時輸入動作控制場景走向，支援無上限的持續生成。模型只需單張 RTX 5090 顯示卡即可在本地執行，以 1.2 秒延遲輸出 720p、16 FPS 畫面，程式碼與模型權重均按 Apache 2.0 協議開源。
微軟開源 Mage Flow：4B 引數兼顧生成與編輯，1 秒內出圖
微軟釋出開源影像生成與編輯模型 Mage Flow。它採用 40 億引數架構，不僅支援多語言文字渲染與背景替換等指令編輯，還原生內建姿態和邊緣等控制能力。其 4 步 Turbo 模型生成單張高解析度影像不到 0.6 秒，主模型約 17.5GB，中高階顯示卡即可本地部署。
Poolside 釋出程式碼模型 Laguna S 2.1：僅啟用 8B，長程程式設計叫板萬億模型
Poolside 釋出程式碼模型 Laguna S 2.1。其採用 118B 總引數、啟用僅 8B 的 MoE 架構並支援 1M 上下文，開啟思考模式後 DeepSWE 得分達 40.4%。該模型用不到 9 周訓成且已開放權重，主打讓本地機器也能扛住長流程複雜程式設計任務。
Homie 開源：支援多人物多物體參考，還能精確定位文字生成影片
影片生成模型 Homie 開源。它支援輸入多個人物和物體參考圖生成影片，還允許上傳多視角圖片與 OCR 位置圖來精準控制細節與文字位置。相比同類模型，它在複雜設計場景下的一致性更高，適合批次製作營銷影片。