fal 推出 FLUX.2 Turbo：生成只需 8 步，單張成本不到 1 美分
fal 推出 FLUX.2 [dev] Turbo 影像模型。藉助 DMD2 蒸餾技術，模型推理步數從 50 步驟減至 8 步，生成單張 1024 解析度圖片僅需 6.6 秒，成本約 0.008 美元。該模型權重已在 Hugging Face 開放，但遵循非商用許可，商用需走 fal 官方 API。
開源專案 · 日報
週一
12月29日 星期一
週四
12月25日 星期四
Liquid AI 釋出 LFM2-2.6B-Exp：純強化學習訓練，指令得分超大模型 263 倍
Liquid AI 釋出實驗模型 LFM2-2.6B-Exp。它基於 LFM2-2.6B 採用純強化學習訓練，在指令遵循、知識和數學基準上超越其他 3B 級別模型，其中 IFBench 得分超過了體積為其 263 倍的 DeepSeek R1-0528。模型已在 Hugging Face 開源。
週五
12月19日 星期五
阿里開源 Qwen-Image-Layered：把圖片直接拆成 Photoshop 級透明圖層
阿里通義千問開源 Qwen-Image-Layered 影像拆解模型。它能把整張圖片直接拆解為帶透明通道的 RGBA 圖層，支援提示詞指定 3 到 10 層，甚至可在圖層裡套層無限細拆。設計師以後拿到 AI 圖片不用再費勁摳圖，直接就能分層編輯。
Google DeepMind 開源 Gemma Scope 2：給 Gemma 3 裝上「顯微鏡」排查越獄與幻覺
Google DeepMind 開源模型可解釋性工具套件 Gemma Scope 2，全面覆蓋 Gemma 3 從 270M 到 27B 的全系列模型。它結合稀疏自編碼器與轉碼器，幫助研究人員看清模型內部計算過程，以此深入分析越獄、幻覺和思維鏈忠實度等安全隱患。
Anthropic 開源評測工具 Bloom：輸入行為特徵就能自動跑基準
Anthropic 開源自動化行為評測工具 Bloom。研究人員只要給出一個失準行為描述，它就能自動生成多樣化場景和互動來量化模型傾向，幾天內即可搭好測試套件，有效防止基準集被模型訓練汙染或失效。程式碼已在 GitHub 開源。
週四
12月18日 星期四
LMArena 開源榜單核心庫 Arena-Rank：JAX 加速 30 倍，支援少樣本重加權
LMArena 宣佈開源其 AI 排行榜評分核心 Python 包 Arena-Rank。新版本改用 JAX 計算後端，相比原 FastChat 實現提速超 30 倍，並加入樣本重加權演算法以保證少對決模型的公平性。除大模型評估外，該工具還能直接複用於體育或電競對抗排名。
週二
12月16日 星期二
微軟開源 TRELLIS.2-4B：單圖生成高精度 3D 資產，最快 3 秒出結果
微軟團隊開源 40 億引數的 3D 生成模型 TRELLIS.2-4B。它基於 O-Voxel 稀疏體素結構，支援從單張圖片生成包含完整 PBR 材質與半透明效果的 3D 網格。在 H100 上生成 512³ 解析度資產僅需約 3 秒，執行至少需要 24GB 記憶體的 NVIDIA GPU。
小米開源 MiMo-V2-Flash：309B 引數 MoE 模型，主打程式設計推理與極致價效比
小米釋出並開源大模型 MiMo-V2-Flash，總引數 309B、啟用 15B。它主打程式設計與推理，支援 256k 上下文，並在 SWE-bench Verified 登頂開源第一。模型每秒生成 150 token，百萬輸入輸出僅 0.1 和 0.3 美元，大幅降低了智慧體與程式碼生成的呼叫門檻。
週一
12月15日 星期一
NVIDIA 釋出 Nemotron 3 開源模型：主打多智慧體協作，Nano 版即日上線
NVIDIA 釋出面向多智慧體系統的開源模型家族 Nemotron 3，首發上線的 Nano 版本採用混合專家架構，吞吐量達到前代的 4 倍。官方還同步開源了配套的訓練資料集與強化學習工具庫。
週四
12月11日 星期四
AI2 開源 Molmo 2：8B 逆襲 72B，支援影片指向與追蹤
AI2 正式釋出開源多模態模型 Molmo 2，推出基於 Qwen 3 和 Olmo 的 4B、7B 與 8B 版本，並開源從訓練到部署的完整程式碼。其 8B 模型在影片追蹤與定位上跑贏 Gemini 3 Pro 及前代 72B，訓練影片資料量僅為競品八分之一。
週二
12月9日 星期二
DiffSynth-Studio 開源 Qwen-Image-i2L：單張圖片直接轉出專屬 LoRA
DiffSynth-Studio 開源 Qwen-Image-i2L，支援僅憑單張圖片直接生成定製 LoRA 模型。該套件基於 SigLIP2、DINOv3 與 Qwen-VL，提供 2.4B 風格提取和 7.9B 內容捕捉等模型。這意味著無需繁瑣微調與大批訓練集，靠一張圖就能快速提煉畫風與主體。
Mistral AI 釋出 Devstral 2 程式碼模型：24B 本地可跑，配套終端 CLI
Mistral AI 釋出開原始碼模型 Devstral 2（123B）與 Devstral Small 2（24B），並推出終端智慧體 Mistral Vibe CLI。123B 版本在 SWE-bench Verified 達 72.2%，成本號稱比 Claude Sonnet 高出 7 倍價效比；24B 版本可在消費級硬體本地執行。目前其 API 階段性免費開放。
Anthropic 捐出 MCP：移交 Linux 基金會，OpenAI 也加入共管
Anthropic 宣佈將 Model Context Protocol（MCP）捐贈給 Linux 基金會旗下的 Agentic AI Foundation。該基金由 Anthropic、Block 和 OpenAI 共同發起，旨在確保智慧體標準中立開放。目前 MCP 已有超 1 萬個活躍公開服務，並獲 ChatGPT 與 Gemini 等主流工具全面接入。
週一
12月8日 星期一
智譜開源視覺模型 GLM-4.6V：原生支援工具呼叫，MIT 協議商用
智譜 AI 開源 GLM-4.6V 系列視覺語言模型，涵蓋 106B 及 9B 的 Flash 版本，均採用寬鬆的 MIT 協議。新模型最大看點在於原生多模態工具呼叫，能直接把影像或截圖作為引數傳給工具，支援 128k 上下文。開發者無需中間文本轉換即可商用落地。
週二
12月2日 星期二
Mistral 釋出 Mistral 3：675B 旗艦與端側小模型全線 Apache 2.0 開源
Mistral AI 正式推出新一代 Mistral 3 模型家族，且全線採用寬鬆的 Apache 2.0 許可證開源。新系列包括總引數 675B（啟用 41B）的旗艦 MoE 模型 Mistral Large 3，以及覆蓋 3B、8B、14B 的端側模型 Ministral 3。全系均原生支援影像理解與多語言對話，還針對輝達硬體進行了低精度推理深度最佳化。
Hugging Face Skills 開源：教 Claude 和 Cursor 訓練模型與發論文
Hugging Face 開源 Agent Skills 技能包，專門教 Claude Code、Cursor 和 Codex 等編碼智慧體執行模型微調、評估和資料集管理。每個技能都是包含「SKILL.md」的獨立模組，智慧體可按需載入，打通了程式設計助手與機器學習生態之間的操作斷層。
週一
12月1日 星期一
NVIDIA 在 NeurIPS 開源自動駕駛推理模型 Alpamayo-R1
NVIDIA 在 NeurIPS 大會上推出一系列物理與數字 AI 開源工具。其中最受關注的是全球首個工業級開源自動駕駛推理模型 Alpamayo-R1，它把思維鏈推理融入軌跡規劃，讓自動駕駛汽車在行人混行等複雜路況下能像人一樣推導應對方案。此外，NVIDIA 還同步開放了多說話人語音識別和 AI 安全推理模型。
週一
11月24日 星期一
微軟開源端側 Agent 模型 Fara-7B：70 億引數，能替你上網點滑鼠
微軟開源計算機使用模型 Fara-7B。它僅 70 億引數，無需輔助功能樹，直接看螢幕截圖就能操縱鍵鼠完成填表、訂票等網頁任務。最關鍵的是它支援在 Copilot+ PC 上離線執行，兼顧了低延遲與隱私安全。
週四
11月20日 星期四
Hugging Face 推出 AnyLanguageModel：換行程式碼通吃本地與雲端模型
Hugging Face 釋出開源 Swift 庫 AnyLanguageModel。它直接相容蘋果官方 Foundation Models 介面，開發者改動一行 import 語句，就能在 MLX、Core ML 等本地模型與雲端 API 之間自由切換，省去了大量編寫膠水程式碼的麻煩。目前該專案處於 1.0 前期階段。
週三
11月19日 星期三
Meta 釋出 SAM 3 與 SAM 3D：支援複雜提示詞分割，單圖直接重建 3D
Meta 釋出分割模型 SAM 3 與 SAM 3D。SAM 3 支援用複雜的自然語言提示在圖片和影片中精確定位並追蹤物體，SAM 3D 則能把單張 2D 影像中的人或物體直接重建成 3D 模型。兩款模型已上線互動試玩區，SAM 3 的程式碼與權重已開源。
