阿里開源 Qwen3.6-27B：270 億引數程式設計跑分反超 397B 大模型
阿里通義團隊開源稠密模型 Qwen3.6-27B。官方稱其在主流程式設計基準測試中全面超越自家的 Qwen3.5-397B-A17B，具備智慧體程式設計與多模態推理能力，支援思考與非思考模式，並採用寬鬆的 Apache 2.0 協議開源。
開源專案 · 日報
週三
4月22日 星期三
OpenAI 開源 Privacy Filter：本地執行脫敏 8 類隱私資料
OpenAI 開源隱私過濾模型 Privacy Filter，可脫敏 8 類隱私資料。其總引數 1.5B、啟用引數僅 50M，支援 128,000 token 上下文，在修正基準測試中 F1 達 97.43%。資料無需上傳即可在本地完成脫敏。
Hugging Face 開源 ml-intern：能讀論文、跑訓練的「AI 實習生」
Hugging Face 開源 Agent 框架 ml-intern。它能自主閱讀論文、檢索資料集並寫程式碼微調模型，10 小時內將 Qwen 的科學推理成績大幅拉高。最值得關注的是它串聯起 Hugging Face 全套生態，能自動化搞定繁瑣的模型後訓練流程。
週二
4月21日 星期二
Google 開源 Stitch 的 DESIGN.md：讓 AI 智慧體跨平臺讀懂設計規範
Google 宣佈開源 AI UI 設計工具 Stitch 的 DESIGN.md 規範草案。該格式支援跨平臺匯入匯出設計系統，使 AI 智慧體能直接理解配色意圖，並依據 WCAG 標準校驗無障礙合規性，省去重複搭建規則的麻煩。
Open CoDesign：開源本地 AI 設計工具，自帶模型生成原型與文件
Open CoDesign 是一款開源桌面端 AI 設計工具，被視作 Claude Design 的本地替代品。它支援自帶 API 金鑰接入任意主流模型或本地 Ollama，通過文字或參考素材自主生成可互動 UI 原型、幻燈片與 PDF，並支援即時區域性微調與原始碼匯出。
週一
4月20日 星期一
月之暗面開源 Kimi K2.6：支援 4000+ 步長程編碼，能跑 300 個子智慧體
月之暗面釋出開原始碼模型 Kimi K2.6。新模型主打長程程式設計，支援超 4000 次工具呼叫和 12 小時連續執行，可驅動 300 個並行子智慧體協作修改超百個檔案。它在 SWE-Bench Pro 等基準達開源 SOTA，權重已開源，並在 kimi.com 上線。
OpenGame 開源：只給一句話，AI Agent 端到端做出完整網頁遊戲
研究人員開源網頁遊戲生成 Agent 框架 OpenGame，輸入一句話即可端到端構建、測試並修復可玩網頁遊戲。系統內建持續進化的技能庫，能沉澱專案模板並自動除錯糾錯。目前專案程式碼與演示均已公佈。
LTX HDR LoRA：給開源影片模型補上 16-bit HDR
Lightricks 為開源影片模型 LTX 釋出 HDR IC-LoRA。這個僅約 340MB 的輕量模型能將原本 8-bit SDR 的生成影片升級為 16-bit HDR，大幅提升動態範圍和色彩細節。也就是說，創作者能直接在現成工作流中輸出專業素材，給剪輯調色留足空間。
週四
4月16日 星期四
HeyGen 開源 HyperFrames：專為智慧體打造的 HTML 轉 MP4 框架
HeyGen 開源了面向智慧體的影片生成框架 HyperFrames。該框架完全在 Claude Code 中構建，能將 HTML 頁面轉為 MP4 影片，讓智慧體可以通過程式碼自動化生產影片內容，官方的釋出影片也是直接在 Claude Code 中用它生成的。
Browser Use 開源 video-use：讓 Claude Code 讀字幕直接剪影片
Browser Use 開源了 video-use，讓 Claude Code 等智慧體能直接剪輯影片。它避開直接灌入海量影片幀的高成本做法，改為利用帶時間戳的語音轉錄文本與按需抽幀，支援自動裁切廢話停頓、加字幕與調色。
阿里開源 Qwen3.6-35B-A3B：35B 總引數僅啟用 3B，程式設計能力堪比十倍體量
阿里巴巴 Qwen 團隊以 Apache 2.0 協議開源 Qwen3.6-35B-A3B 模型。該模型採用稀疏 MoE 架構，總引數 35B 但啟用僅 3B，智慧體程式設計能力號稱媲美 10 倍啟用體量的模型，同時具備多模態感知與思考推理雙模式。
Mozilla 旗下 MZLA 推出開源 AI 客戶端 Thunderbolt：支援自託管與 Haystack
Mozilla 旗下 MZLA 推出開源自託管 AI 客戶端 Thunderbolt。它原生整合 deepset 的 Haystack 框架，支援跨平臺聊天、搜尋與自動化工作流。其主打資料主權並避免廠商鎖定，原始碼已在 GitHub 開源。
騰訊開源 3D 世界模型 HY-World 2.0：直接輸出可編輯 3D 資產
騰訊混元團隊開源 3D 世界模型 HY-World 2.0。與只生成畫素影片的模型不同，它支援文本、影像或影片輸入，能直接輸出可匯入 Unity、UE 等引擎的持久化網格與 3D 高斯點雲，並支援帶物理碰撞的自由互動與導航。
週二
4月14日 星期二
輝達開源 3D 世界生成器 Lyra 2.0：影片轉 3D 場景，能直接訓機器人
輝達釋出並開源 3D 世界生成器 Lyra 2.0，能將單段影片轉為高一致性的 3D 高斯潑濺環境。模型體積僅 131MB，解決了長視距下的遺忘與漂移問題，生成的場景可直接匯入 Isaac Sim 供機器人做導航訓練。
Spark 2.0 開源：瀏覽器也能跑 1 億點高斯潑濺，手機 VR 都能流暢載入
開源專案 Spark 釋出 2.0 版本，基於 Three.js 推出 3D 高斯潑濺流式 LoD 系統。它藉助 WebGL2，讓瀏覽器能把超 1 億個 splat 的超大場景流式傳輸至手機或 VR 裝置並動態調整精度，徹底降低了大規模 3D 渲染的硬體門檻。
NVIDIA 開源量子 AI 模型 Ising：校準時間從數天縮至數小時
NVIDIA 推出開源量子 AI 模型家族 Ising，用於量子處理器校準和糾錯。其中校準模型基於視覺語言模型，將處理器校準時間從數天壓至數小時；解碼模型比行業基準 pyMatching 提速達 2.5 倍、準確度高 3 倍。
週日
4月12日 星期日
開源演算法 RotorQuant 擊敗谷歌：10 倍視訊記憶體壓縮下預填充提速 5.3 倍
開源 KV 快取壓縮演算法 RotorQuant 亮相。它利用克利福德旋轉器簡化了谷歌 TurboQuant 的全域性矩陣運算，在提供 10 倍視訊記憶體壓縮的同時，將預填充速度拉高 5.3 倍、解碼提速 28%。這意味著單張消費級顯示卡跑超長上下文大模型變得容易得多。
MiniMax 開源程式設計模型 M2.7：SWE-Pro 拿下 56.22%，重新整理兩項基準
MiniMax 宣佈正式開源程式設計模型 M2.7。該模型在軟體工程基準 SWE-Pro 獲得 56.22%、在 Terminal Bench 2 獲得 57.0%，雙雙創下 SOTA 成績。權重已上線 Hugging Face，開發者也可通過 MiniMax 平臺直接呼叫 API。
週六
4月11日 星期六
EditCrafter 開源：無需微調支援 4K 影像編輯，吃 24GB 視訊記憶體
免微調影像編輯工具 EditCrafter 開源，支援直接對最高 4K 解析度的大圖進行修改。它能在不重新訓練的情況下保留原圖細節與結構，但出圖偏向高對比度與高飽和度；本地執行 4K 編輯需要 24GB 視訊記憶體。
週四
4月9日 星期四
AniGen 開源：一張圖生成帶骨骼繫結的 3D 資產，可直接做動畫
開源專案 AniGen 釋出，支援僅憑單張圖片直接生成內建完整關節骨架的 3D 模型。生成的資產無需繁雜後期即可匯入動畫軟體製作動畫，不管是檯燈還是動物都能自然對齊。不過本地執行門檻較高，需要至少 18 GB 視訊記憶體的 NVIDIA 顯示卡。
開源免訓練框架 Numina：讓 AI 影片學會數數，精準控制物體數量
研究人員開源免訓練框架 Numina，解決 AI 影片生成頻繁數錯物體數量的缺陷。它無需重新訓練，通過分析注意力頭找出佈局偏差並重新引導生成，在 Wan2.1 上將計數準確率最高提升 7.4%，可直接接入主流開源模型。
Overworld 開源即時世界模型 Waypoint 1.5：消費級顯示卡可跑，支援即時互動
Overworld 團隊釋出開源即時世界模型 Waypoint 1.5，專為消費級硬體設計。模型提供 720p 與 360p 兩個檔位，最低僅需 RTX 3070 顯示卡即可本地即時渲染與互動。這意味著普通電腦也能跑起原本依賴龐大算力叢集的即時虛擬世界。
ACE-Step 1.5 XL：把 4B DiT 搬上本地，不到 1 分鐘生成帶人聲整首歌
開源音樂生成模型 ACE-Step 1.5 XL 釋出，將 DiT 解碼器引數擴至 4B，支援輸入提示詞與歌詞在本地生成帶人聲的完整歌曲。蒸餾版僅需 8 步推理，在消費級顯示卡上不到 1 分鐘即可完成。最值得關注的是其效果直逼主流商業模型；不過本地執行最低需要 12GB 視訊記憶體。
週三
4月8日 星期三
INSPATIO-WORLD 開源：把普通影片變 3D 世界，單張 4090 就能跑
研究團隊開源 4D 場景模擬器 INSPATIO-WORLD，能把普通單目影片轉成可互動探索的 3D 世界。它通過構建底層世界模擬保證視角一致性，在 RTX 4090 上可達每秒 10 幀。這意味著消費級顯示卡也能即時漫遊由影片重建的動態場景。
週二
4月7日 星期二
Ai2 開源 WildDet3D：單張照片生成 3D 邊界框，手機就能跑
Ai2 開源單目 3D 目標檢測模型 WildDet3D，只需單張普通照片或影片，就能推算出物體的真實 3D 尺寸、距離和朝向。它支援通過文本提示、點選或 2D 選框定位物體，並能在手機端即時執行 AR 標註。官方已將模型權重、訓練程式碼及 370 萬標註資料集全部開源。
Z.ai 開源程式設計模型 GLM-5.1：SWE-Bench Pro 超越 GPT-5.4
Z.ai 釋出旗艦智慧體程式設計模型 GLM-5.1 並按 MIT 協議開源。其在 SWE-Bench Pro 評測中拿下 58.4 分，超越 GPT-5.4 和 Claude Opus 4.6。該模型專為長程任務設計，可在數百次迭代與數千次工具呼叫中持續改進效能。
Hermes Agent 原生支援 LLM-Wiki：讓智慧體自動整理交叉引用知識庫
Nous Research 宣佈將 Karpathy 提出的 LLM-Wiki 模式作為原生技能加入 Hermes Agent。智慧體現在能自動建立持久化的 Markdown 知識庫，隨時間自我編譯、交叉引用與校驗。執行更新後輸入指令，就能讓智慧體承擔起文件庫的圖書管理員工作。
週一
4月6日 星期一
開源 AI 記憶系統 MemPalace：LongMemEval 斬獲滿分，本地執行零雲端
Ben Sigman 與 Milla Jovovich 開源了 AI 記憶系統 MemPalace。該系統在本地以「記憶宮殿」結構組織對話，在 LongMemEval 評測中以 500 題全對拿到首個滿分。它通過 AAAK 壓縮把使用者全域性背景壓縮至約 120 個 token，無需雲端 API 與訂閱。
SpatialEdit 開源：精準移動物體與轉動相機視角，權重與資料全公開
影像空間編輯模型 SpatialEdit 宣佈開源，權重與訓練資料全部公開。它不僅能微調畫面中物體的精確位置與朝向，還能直接控制相機的偏航、俯仰與縮放視角。最關鍵的是，它在空間基準測試中表現亮眼，不過 32GB 的模型權重需要高階 GPU 才能跑起來。
週五
4月3日 星期五
Nous Research 釋出 Hermes Agent v0.7.0：記憶系統改版為可擴充套件外掛
Nous Research 釋出 Hermes Agent v0.7.0。新版本將記憶模組重構成可擴充套件的外掛系統，除了開箱即用的內建方案，還首發支援 6 款第三方服務，開發者也能自由定製後端。執行 hermes memory setup 即可切換記憶方案。
週四
4月2日 星期四
Google 開源 Gemma 4：換用 Apache 2.0 協議，26B 效能匹敵 20 倍大模型
Google 正式推出 Gemma 4 開源模型家族，全系採用商業友好的 Apache 2.0 協議。新系列涵蓋從端側 E2B、E4B 到 26B MoE 與 31B Dense 四種尺寸，上下文最高達 256K，並在 Arena AI 榜單上戰勝多款 20 倍體量的大模型。開發者如今可以極低的硬體開銷部署自主智慧體工作流。
Netflix 開源影片模型 VOID：刪掉物體，連帶修好物理因果
Netflix 開源影片編輯模型 VOID，允許指定刪除影片中的任意物體。最特別的是它會推導物理因果，抹去物體後讓受影響的物體自然墜落、保持真實。模型權重與程式碼已全部公開，總大小約 22GB，本地執行需 40GB 以上視訊記憶體的高階 GPU。
週三
4月1日 星期三
YouTube Shorts Pipeline：一條命令把標題做成影片，成本只要 0.1 美元
開源工具 YouTube Shorts Pipeline 支援用一條命令將新聞標題直接轉成已釋出的 YouTube 短影片。它串聯了 Claude、Gemini、ElevenLabs 和 Whisper，單個影片製作僅需 3 到 5 分鐘，API 成本約 0.10 美元，支援本地執行與預覽調整。
OmniVoice 開源：支援 600 多種語言，幾秒音訊即可跨語種克隆
零樣本語音模型 OmniVoice 正式開源。它支援超過 600 種語言，只需幾秒音訊就能克隆音色與語氣，還能實現跨語種遷移，或通過提示詞直接定製聲音。最值得關注的是它直接將文本對映為聲學特徵，大幅拓寬了小語種覆蓋。目前程式碼與模型均已公開。
Arcee AI 開源推理模型 Trinity-Large-Thinking：跑智慧體便宜 96%
Arcee AI 開源推理模型 Trinity-Large-Thinking 並上線 API，採用 Apache 2.0 協議。新模型在響應前引入思考步驟，增強長程多輪工具呼叫；在 PinchBench 智慧體基準上僅次於 Opus-4.6，輸出每百萬 token 僅收 0.90 美元。
