OpenClaw 2.0 釋出：重構瀏覽器端，支援多人協作與會話共享
開源專案 OpenClaw 釋出 2.0 版本，包含超 16,000 個 PR。新版重構了瀏覽器端應用，支援直接複用現有的 ChatGPT 或 Claude 訂閱及 API 金鑰，並引入多人共享雲端會話，團隊成員可在保留完整上下文的情況下協同工作。
開源專案 · 日報
週日
8月30日 星期日
週五
8月28日 星期五
ZAI 開源完整版 GLM-5.3：7530 億引數，全靠後訓練衝上第一梯隊
ZAI 正式開源完整版 GLM-5.3 模型權重。該模型擁有 7530 億引數，與 GLM-5.2 共享基座，所有效能提升均來自後訓練，主打複雜程式碼與長程任務。最值得關注的是，其效能已逼近頂尖商業模型，社群也已上線可在本地多卡執行的量化版本。
騰訊開源 Hy4 preview：770B 引數主打工作場景，開始自己訓練自己
騰訊混元開源新一代大模型 Hy4 preview，總引數 770B、啟用 49B，支援 1M 上下文。最關鍵的是它參與了自身研發迭代，在訓練和運算元最佳化上形成遞迴自我改進閉環。模型主打程式設計、金融和科研等真實場景，已上線元寶等產品，並在 WorkBuddy 提供兩週免費體驗。
週三
8月26日 星期三
Code World Model 開源：用程式設計智慧體當大腦，讓 AI 真正記住世界狀態
研究人員釋出並開源 Code World Model 框架。它把世界演化與畫面生成拆開，由程式設計智慧體推理事件並寫程式碼維護持久世界狀態，再由微調後的影片模型 MiniMax-H3 渲染畫面。最值得關注的是，這讓 AI 生成的世界能夠跨長週期記住物體與規則，不再只是預測下一幀畫素。
週二
8月25日 星期二
BreezeBlue 開源 Breeze-TTS-2：首包延遲 40 毫秒，支援中英文本驅動聲線
BreezeBlue 開源語音合成模型 Breeze-TTS-2 的權重與推理程式碼。它支援中英雙語，在 H100 上首包延遲能壓到 40 毫秒以內，不僅能用文字描述直接「捏」出聲音，還能在文本里插入 [笑] 或 [嘆氣] 等副語言事件。程式碼採用 Apache 2.0 開源，權重僅供非商業研究。
FixAnything 開源：用影片大模型一鍵修復“崩掉”的 3D 渲染
研究人員開源 FixAnything，利用影片擴散模型修補 3D 渲染中的瑕疵。無論是 3DGS、NeRF 還是網格，一旦在新視角下出現空洞與漂浮噪點，它都能借助影片先驗輸出連貫乾淨的高質量影片。
週四
8月20日 星期四
4DAnyone：一段普通影片，轉成能自由旋轉的 4D 角色
開源專案 4DAnyone 釋出，只需輸入一段單目人物運動影片，就能重建出可任意角度觀察的 4D 高斯潑濺模型。它通過提取骨骼引導多視角生成，細節和一致性優於以往同類方案，目前已開原始碼及約 12GB 模型權重。
週三
8月19日 星期三
開源 Mac 應用 OpenHistory 釋出：端側執行，自動生成工作日報
開源 Mac 應用 OpenHistory 釋出，支援自動記錄全天工作活動並生成每小時及每日 AI 摘要。所有日誌儲存在本地，通過端側推理保障隱私，還可通過安全 MCP 協議連線本地智慧體。使用者也可接入 Claude、ChatGPT 等外部模型。
Magiviz：開源全流程 AI 影片創作引擎，串起劇本分鏡到成片
ItusiAI 開源影片創作平臺 Magiviz。它將劇本分解、角色設計、分鏡繪製、影片渲染到成片合成串成五步流水線，支援 Veo、Kling 等多款模型，並內建使用者鑑權與 Stripe 支付，配好 API Key 即可快速上線商業化站點。
Audio8TS：1.7GB 的超輕量 TTS 模型，幾秒樣本本地克隆聲音
開源語音模型 Audio8TS 釋出，主幹僅約 1 億引數，加上編解碼器整體體積也僅 1.7GB。它只需幾秒參考音訊即可完成零樣本聲音克隆，支援多語言，並提供 CPU 適用的 ONNX INT8 方案。這意味著普通筆記本無需獨立顯示卡也能在本地輕鬆克隆聲音。
週二
8月18日 星期二
Block 開源桌面 Agent 應用 Berd：把多智慧體和本地專案打包進一張畫布
Block 開源桌面 Agent 應用 Berd，把對話、檔案、技能和不同性格的智慧體整合進持久化專案畫布。它支援跨模型自由切換並協同原生代碼倉庫，主打少聊天、多幹活。讀者可連線自己的 AI 供應商搭建智慧體團隊。
週一
8月17日 星期一
VoiceMem：給語音 Agent 塞進雙腦記憶，邊說話邊查僅需 134 毫秒
開源語音 Agent 記憶系統 VoiceMem 釋出。它把記憶拆成存事實的「左腦」和記偏好情緒的「右腦」，能在使用者說話過程中同步完成流式檢索，響應延遲僅 134 毫秒，單輪消耗約 430 token。最值得關注的是，它讓語音助手不必卡頓等待檢索，程式碼與模型已完全開源。
yetone 開源協作通訊工具 Cumora：讓 AI 像真人同事一樣主動上班
yetone 開源了多智慧體協作通訊工具 Cumora。不同於被動喚醒的聊天機器人，Cumora 裡的 Agent 擁有獨立身份與記憶，會主動認領看板任務、收發真實郵件，甚至揹著你開會做決策。它支援雲端執行或接入本地 Claude Code 等引擎，讓人和 AI 在同一介面平等協作。
週六
8月15日 星期六
阿里通義千問全球下載量破 30 億次：超越 Meta 與谷歌登頂開源模型
據 Hugging Face 報告，阿里巴巴通義千問系列過去半年全球下載量突破 30 億次，超越 Meta 和 Google 成為全球第一開源權重模型。2026 年 Google 下載量為 4.18 億次，Meta 為 2.27 億次。Qwen 已開源超 460 款模型，衍生版本超 30 萬個。
週五
8月14日 星期五
阿里開源多模態模型 Qwen3.8-27B：262K 原生上下文，採用 Apache 2.0
阿里巴巴開源原生多模態模型 Qwen3.8-27B 權重，遵循 Apache 2.0 協議。該模型擁有 27B 引數，綜合表現超越 Qwen3.7-Plus，支援 262K 原生上下文，並可通過 YaRN 擴充套件至 1M。近期上線的 Max 級別 Qwen3.8-2.4T-A95B 權重也可同步獲取。
週四
8月13日 星期四
字節跳動開源全模態影片模型 Bernini 2：自然語言修影片，但模型達 180GB
字節跳動開源全模態影片編輯模型 Bernini 2，支援用自然語言直接修改已有影片的視角、背景，或在畫面中增刪角色與物體。它結合語義規劃與擴散渲染提升編輯精度，不過僅模型檔案就達 180GB，普通裝置本地執行門檻極高。
DeepSeek 開源智慧體框架 Harness：採用「一切皆外掛」架構
DeepSeek 開源智慧體框架 DeepSeek Harness（dsh）。它基於 Cordis 打造，採用「一切皆外掛」架構，支援外掛化配置模型與工具，並自帶本地 Web 介面。目前處於開發者預覽階段，仍在快速迭代中。
小米開源 MiDashengLM-Gen：一句話生成語音、音樂與音效混響的完整音訊
小米團隊開源音訊生成模型 MiDashengLM-Gen。它能根據結構化描述，在同一次生成中將語音、背景音樂、音效和環境聲自然融合為 16 kHz 音訊。整套框架基於 Qwen3-1.7B 與 Flow Matching 技術，程式碼按 Apache 2.0 協議開放。
週三
8月12日 星期三
Evoke 開源：140 億引數互動式世界模型，單圖加搖桿即時生成可控場景
開源互動式世界模型 Evoke 釋出，輸入單張圖片加搖桿操作即可在 3 步內近即時生成互動影片。模型引數量為 140 億，權重約 57GB，支援數小時長會話並不限長延伸場景。目前程式碼與全階段訓練權重均已按 Apache 2.0 開源。
週二
8月11日 星期二
NVIDIA 開源 Nemotron 3.5 Lightning：專跑智慧體雜活的 30B 極速 MoE
NVIDIA 釋出開源 MoE 模型 Nemotron 3.5 Lightning。它擁有 30B 總引數但每次僅啟用 3B，專門承包工具呼叫和結果驗證等高頻瑣事。在 PinchBench 測試中，它完成 1 萬項任務的速度比 Qwen3.6 35B 快 30%。
LTX-2.5 開源釋出：10 秒影片 6.8 秒生成，原生接入 ComfyUI
LTX 推出開源影片模型 LTX-2.5，兩塊 Nvidia GB200 晶片自託管下，生成 10 秒 720p 影片僅需 6.8 秒。模型原生整合進 ComfyUI，支援原生多鏡頭與擴散影片解碼器。年收入千萬美元以下團隊免費商用，API 成本約每秒 0.09 美元。
HKUDS 開源 AutoSwarm：讓 Claude Code 與 Cursor 等協同幹活
港大 HKUDS 團隊開源多智慧體協作框架 AutoSwarm，能將 Codex、Claude Code、Cursor 等各自為戰的 AI 智慧體整合成統一團隊。它支援跨智慧體共享上下文與記憶，按特長分發並並行跑任務，最後整合輸出。目前支援主流作業系統與命令列環境。
週一
8月10日 星期一
Cactus 推出 Needle 2：僅 45M 引數，28 MB 記憶體即可離線跑
Cactus 推出超輕量模型 Needle 2，僅有 4500 萬引數，打包後只有 14 MB，執行僅需約 28 MB 記憶體且完全不需要 GPU。它專為樹莓派和廉價手機等微型裝置設計，在樹莓派 5 上每秒可達 500 token，適合離線工具呼叫與裝置控制。
IndexTTS 2.5 開源：支援 5 國語言克隆，推理更快還能精準調情緒
開源語音專案 IndexTTS 正式釋出 2.5 版本。新版支援中、英、日、西、阿 5 種語言，推理速度顯著快於 2.0，不僅支援 0.5 到 2 倍語速調節與多音字標註控制，還接入了 vLLM 生產級部署。
Meta 開源 30B 智慧體模型 Muse Glimmer：壓縮至 20GB 內，單卡可跑
Meta 開源 300 億引數模型 Muse Glimmer。它專為端側智慧體打造，採用 Apache 2.0 協議，4-bit 量化後體積不足 20GB，單張消費級 GPU 或 Mac 即可執行，支援工具呼叫與多模態輸入。這意味著無需連網，本地就能搭建全天候 AI 助理。
