NVIDIA 釋出 Apollo 開源物理模型家族：讓工業與科學模擬提速
NVIDIA 在 SC25 大會上推出開源物理 AI 模型家族 Apollo，面向半導體、流體力學與氣象等計算工程領域。它結合神經運算元與擴散模型等架構提供預訓練權重，西門子與新思科技等行業巨頭已將其接入工業模擬軟體，加速工程設計。
開源專案 · 日報
週一
11月17日 星期一
週四
11月13日 星期四
Microsoft 推進氣象大模型 Aurora：不僅開源權重，未來連訓練管線也開放
Microsoft 宣佈推進地球系統與氣象預測模型 Aurora 的下一階段研發。該模型基於海量大氣資料訓練，官方承諾將持續開源後續版本、衍生模型及訓練管線，並攜手劍橋大學團隊，重點幫助全球氣象機構基於其低成本微調定製本地預報系統。
週三
11月12日 星期三
微軟開源 MMCTAgent：用雙智慧體啃動長影片和海量相簿
微軟研究院推出多模態批判思考智慧體 MMCTAgent，基於 AutoGen 打造。它拋棄單次生成模式，由 Planner 拆解任務並呼叫視覺工具檢索，再由 Critic 自我核驗糾錯。在 MM-Vet 基準上，它把 GPT-4V 的準確率從 60.20% 拉昇到 74.24%，目前已在 GitHub 開源。
週二
11月11日 星期二
百度開源多模態模型 ERNIE-Thinking：總參 28B 僅啟用 3B，支援影像動態縮放
週一，百度開源多模態模型 ERNIE-4.5-VL-28B-A3B-Thinking，採用 Apache 2.0 協議。該模型總引數 28B 但執行時僅啟用 3B，支援動態縮放影像來捕捉細節，百度宣稱其在圖表和文件理解等多項基準上超過了 Gemini 2.5 Pro 與 GPT-5-High。
週一
11月10日 星期一
Meta 開源 Omnilingual ASR：支援 1600 種語言，改用 Apache 許可
Meta 開源語音識別系統 Omnilingual ASR，直接支援 1600 多種語言轉錄，遠超 Whisper 的 99 種。藉助零樣本上下文學習，它能擴充套件至 5400 多種語言。最關鍵的是，它徹底放棄了受限的 Llama 協議，改用完全自由商用的 Apache 2.0 許可。
週日
11月9日 星期日
微博開源 VibeThinker-1.5B：僅花 7800 美元，數學推理逼近大模型
微博 AI 開源 15 億引數模型 VibeThinker-1.5B，總訓練成本僅 7800 美元。該模型在 AIME24 等數學基準上超越早期 DeepSeek R1，展現出極高的引數效率。官方建議將其用於英文演算法題與競賽數學，暫不推薦日常通用任務。
週二
11月4日 星期二
Manifest AI 推出 Brumby-14B：徹底捨棄 Attention，4000 美元重訓 Qwen3
據報道 AI 初創公司 Manifest AI 推出新模型 Brumby-14B-Base，徹底捨棄了傳統 Transformer 的 Attention 機制。它改用名為 Power Retention 的迴圈架構，單 token 計算成本不再隨長度增長；團隊僅花 4000 美元基於 Qwen3 權重重訓即達到相近效能。不過該方法仍依賴現有模型，無法從零低成本訓練。
週一
11月3日 星期一
PewDiePie 自建 10 卡 AI 工作站：本地跑超大模型，還要自造模型
知名 YouTuber PewDiePie 透露其組建了一臺搭載 10 張 GPU 的 PC，利用魔改 48GB 視訊記憶體的 RTX 4090 等硬體在本地執行大型開源模型。他自研了名為 ChatOS 的介面與多模型協作系統，並計劃下月推出專屬模型供所有人本地部署。
週一
10月20日 星期一
KREA 開源 14B 影片模型：單張 B200 跑出 11 FPS
KREA AI 宣佈開源自迴歸影片模型 Krea Realtime。該模型引數量達 14B，比同類開源模型大 10 倍，在單張 B200 顯示卡上能以 11 FPS 的速度生成長影片。官方同步放出了模型權重與技術報告。
Deepseek 開源輕量 OCR：文本壓縮十倍，單卡日刷 20 萬頁
Deepseek 公佈一套全新的 OCR 系統，把文本作為影像壓縮處理，體積縮減至原來的十分之一，且保留 97% 原文資訊。該方案大幅壓低視覺 token 佔用，單張 Nvidia A100 每天可處理超 20 萬頁，程式碼與模型權重已開源。
週四
10月16日 星期四
思科開源 Project CodeGuard：給 AI 寫程式碼全流程裝上安全護欄
思科推出開源安全框架 Project CodeGuard，專門針對 AI 輔助程式設計進行全流程防護。它獨立於底層模型，在程式碼生成前、中、後分別攔截硬編碼金鑰和漏洞，主打「預設安全」。思科強調它不替代人工審查，旨在降低低階漏洞流入生產環境的機率。
週二
10月14日 星期二
Microsoft 開源 ExCyTIn-Bench：模擬真實 SOC 測試 AI 安全調查
Microsoft 開源安全基準 ExCyTIn-Bench。它把 AI 智慧體放進模擬的 Azure 安全運營中心，呼叫 57 張日誌表測試多步威脅排查能力。結果顯示 GPT-5 高推理版以 56.2% 得分領跑，降低推理深度會導致效能跌近兩成。
週一
10月13日 星期一
Karpathy 開源 nanochat：8000 行程式碼、100 美元手搓一個 ChatGPT
Andrej Karpathy 開源專案 nanochat。它僅用約 8000 行程式碼，就打通從分詞、預訓練、SFT、強化學習到推理介面的全棧流程。在 8 張 H100 上花約 100 美元跑 4 小時，就能訓出一個能聊天的基礎模型。該專案還將作為其 LLM101n 課程的結業大作業。
週一
10月6日 星期一
Anthropic 開源安全工具 Petri：派 Agent 自動揪出模型違規行為
Anthropic 開源自動化安全審計工具 Petri，通過部署智慧體模擬多輪真實對話，快速探測大模型是否存在欺騙、自保或越權等失準風險。首期評測了 14 款前沿模型，Claude Sonnet 4.5 綜合風險評分最低，略勝 GPT-5。工具支援主流模型 API，旨在幫研究者擺脫繁重的人工測試。
週五
10月3日 星期五
IBM 開源 Granite 4 系列：混合 Mamba 架構，視訊記憶體消耗降至六分之一
IBM 於週四開源 Granite 4 語言模型系列。該系列包含 30 億至 320 億引數的 4 款模型，將 Transformer 與 Mamba 狀態空間模型結合。官方測試顯示 Granite-4.0-H-Tiny 視訊記憶體佔用僅為前代的六分之一，大幅降低長文本推理成本。
