PlayCanvas 創始人開源 SuperSplat：免安裝在瀏覽器編輯 3D 高斯潑濺
PlayCanvas 創始人 Will Eastcott 推出開源網頁端工具 SuperSplat 1.0，用於檢視和編輯 3D 高斯潑濺場景。使用者無需安裝任何軟體，在瀏覽器中拖入 PLY 檔案就能清理雜點、隱藏圖層並調整朝向。不過目前匯出時暫不支援球諧函式旋轉。
開源專案 · 日報
週五
8月9日 星期五
週三
7月31日 星期三
Google 開源 Gemma Scope：用 400 多個稀疏自編碼器透視大模型
Google 開源 Gemma Scope，這是一套面向 Gemma 2 2B 與 9B 的稀疏自編碼器工具包，包含 400 多個自編碼器和超 3000 萬個學到的特徵。它相當於給大模型裝上顯微鏡，幫助研究人員拆解模型內部運作，應對幻覺、欺騙等安全風險。
週二
7月30日 星期二
動視開源《使命召喚：戰區》地圖資料：支援 AI 模型訓練與內容生成
Activision 將《使命召喚：戰區》Caldera 地圖資料在 GitHub 開源。該資料集採用 OpenUSD 格式，包含完整度極高的地圖幾何結構及匿名玩家移動軌跡樣本。動視稱這是遊戲業最大的公開 OpenUSD 資料集之一，旨在支援學術研究與生成式 AI 訓練。
白宮表態：暫不限制開源 AI 模型
美國商務部發布報告稱，目前沒有必要對公開權重的高效能 AI 模型施加限制。NTIA 認為現有證據不足以支撐監管收緊，開放系統能帶來實實在在的創新紅利。不過政府也會持續監測風險，一旦威脅加劇將隨時出手干預。
週二
7月23日 星期二
Meta 釋出 Llama 3.1：405B 開源旗艦對標 GPT-4o，允許資料蒸餾
Meta 釋出 Llama 3.1 系列，其中 405B 旗艦模型擁有 128K 上下文並在多項基準上對齊 GPT-4o。最值得關注的是，Meta 修改了協議，正式允許開發者用 405B 輸出的資料去蒸餾訓練其他小模型。
週五
7月19日 星期五
Apple 開源小模型 DCLM：權重與訓練資料全公開，7B 跑分超 Mistral
Apple 研究團隊近日在 Hugging Face 開源 DCLM 系列小模型，涵蓋 7B 與 1.4B 兩個版本。專案徹底公開了權重、訓練程式碼及預訓練資料集。7B 版本在 MMLU 測試中達 63.7%，超越 Mistral-7B。不過這屬於早期研究成果，並非面向蘋果裝置的最終功能。
週二
7月16日 星期二
Mistral 釋出 Codestral Mamba：基於新架構，支援 256k 程式碼上下文
Mistral AI 聯手 Albert Gu 與 Tri Dao 推出程式碼模型 Codestral Mamba。相比 Transformer，它具備線性時間推理優勢，上下文檢索測試達 256k tokens。模型以 Apache 2.0 協議開源，開放 Hugging Face 權重下載與雲端測試。
週五
7月5日 星期五
Stability AI 認慫改協議：年收入百萬美元以下，SD3 隨便免費商用
Stability AI 宣佈修改社群許可協議，覆蓋 SD3 Medium 等最新模型。新規徹底放寬限制，年營收低於 100 萬美元的個人創作者與小微企業可免費商用，也不再限制生成圖片或影片的數量。官方同時承認 SD3 Medium 在人體姿態等生成效果上未達預期，正抓緊修復。
週四
7月4日 星期四
法國實驗室 Kyutai 推出 Moshi：延遲僅 200ms 的開源即時語音 AI
法國非營利 AI 實驗室 Kyutai 展出即時語音助手 Moshi 並宣佈開源。它僅由 8 人團隊耗時半年研發，端到端延遲低至 200 毫秒，支援 70 種情緒，還能在筆記本本地邊聽邊說。
週三
7月3日 星期三
LivePortrait：單張人像秒變動態影片，RTX 4090 單幀僅 12.8 毫秒
快手團隊開源肖像動畫框架 LivePortrait。它不走主流 Diffusion 路線，而是靠隱式關鍵點讓單張人像或貓狗照片隨影片動起來，在 RTX 4090 上單幀耗時僅 12.8 毫秒。目前推理程式碼與模型權重均已公開。
上海 AI 實驗室開源 InternLM 2.5-7B：支援 1M 上下文與工具呼叫
上海人工智慧實驗室開源 InternLM 2.5-7B 模型。新模型支援高達 1M 的上下文視窗，重點強化了推理能力與工具呼叫，並在 Hugging Face Open LLM 榜單 12B 以下級別位居前列，兼顧輕量引數與超長文本處理。
週四
6月27日 星期四
Google 上線 Gemma 2：27B 越級打兩倍體量，單卡就能跑
Google 正式釋出新一代開源模型 Gemma 2，提供 9B 和 27B 兩個版本。27B 效能直追兩倍體量模型，能在單張 NVIDIA H100 或 TPU 上跑全精度推理；9B 則在同尺寸中壓過 Llama 3。開發者以商業友好許可開源使用。
週三
6月19日 星期三
微軟開源視覺模型 Florence-2：小至 232M，一個模型通吃多種影像任務
微軟 Azure AI 團隊在 Hugging Face 上開源了視覺基礎模型 Florence-2，採用寬鬆的 MIT 協議。該模型僅有 232M 和 771M 兩個極小尺寸，通過統一的文本提示詞即可處理影像描述、目標檢測和影像分割等多種視覺任務，在多項測試中甚至超過引數量大百倍的模型。
週二
6月18日 星期二
Meta FAIR 開源五款新模型：圖文交織、可控音樂與極速音訊水印
Meta FAIR 團隊開源釋出了五項 AI 研究成果。其中涵蓋能混合輸入輸出圖文的 Chameleon、支援節拍與和絃控制的音樂模型 JASCO，以及檢測速度提升達 485 倍的 AI 語音水印技術 AudioSeal 等。
週一
6月17日 星期一
Apple 在 Hugging Face 上線 20 個 Core ML 模型：主打端側離線執行與隱私
Apple 在 Hugging Face 上線了 20 個 Core ML 模型和 4 個數據集，涵蓋 FastViT 影像分類與 DepthAnything 深度估計等。這些模型專為端側最佳化，無需聯網即可在裝置本地離線執行，幫開發者兼顧極速響應與使用者隱私。
DeepSeek 開源 Coder V2：程式設計能力超越 GPT-4 Turbo
DeepSeek 開源混合專家程式碼模型 DeepSeek Coder V2，支援 338 種程式語言與 128K 上下文。它在 HumanEval 等程式碼評測中超越了 GPT-4 Turbo 和 Claude 3 Opus，成為首個在程式設計基準上擊敗頂尖閉源方案的開源模型。提供 16B 和 236B 兩種尺寸，遵循 MIT 協議。
週四
6月6日 星期四
Qwen2 開源釋出：覆蓋 5 個尺寸，72B 效能比肩 Llama 3
Qwen 團隊開源新一代模型系列 Qwen2，提供從 0.5B 到 72B 共 5 種尺寸。全系採用 GQA 架構，並在 27 種額外語言上進行了訓練，其中 7B 和 72B 指令微調版上下文支援最高達 128K tokens。除 72B 沿用原有許可外，其餘中小尺寸均轉為 Apache 2.0 協議。