#开源生态

Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M-token 上下文

Meta 发布开源权重模型 Muse Spark Open，称其为迄今最强美国开源权重模型，为原生多模态架构，总参数 816B（激活 42B），上下文窗口 1M token，主打编码与智能体任务。

同一件事，精选收录的是《Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文》

Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，总参数约 816B

Hugging Face 团队介绍 Meta 的开源权重模型 Muse Spark Open：这是一个 MoE 架构的多模态模型，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M token，提供 BF16（约 1.5 TB）和面向 NVIDIA Blackwell 的 NVFP4 两种 checkpoint。

同一件事，精选收录的是《Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文》

LangChain 发布 Interrupt NYC & London 全部更新：LangSmith AI Search、Managed Deep Agents v0.9 等

LangChain 在 Interrupt NYC 和 London 活动上发布多项 LangSmith 新功能，包括可用自然语言语义检索 trace 的 AI Search、支持用户级记忆与 Slack 交互的 Managed Deep Agents v0.9、加入 Red Teaming 的 LangSmith Engine v2。

Google 介绍 google/adk-recipes 仓库的三层结构与 Agent Platform 集成

Google Developers Blog 介绍 google/adk-recipes 仓库，它是 google/adk-samples 的重构后继版本，以 core/、plugins/、contrib/ 三层作为 Agent Platform 各入口的单一内容来源。

NVIDIA 发布 Nemotron 3.5 Super VL 开源多模态模型，面向企业专用智能体

NVIDIA 发布开源可定制多模态模型 Nemotron 3.5 Super VL，采用 120B 参数 MoE 架构、每 token 激活 12B 参数，官方称在单 GPU 上智能体任务吞吐最高达同规模开源模型的 5x。

同一件事，精选收录的是《NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型》

NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型

NVIDIA 发布开源 120B 参数多模态模型 Nemotron 3.5 Super VL，面向高频智能体任务，官方称其准确率可比自家最大推理模型、参数量约为五分之一，吞吐比同类次优模型快至 5 倍；同时推出边缘模型 Bolt 74B-A9B 24GB（原生 2-bit 量化，可本地运行于 RTX/DGX Spark）和 Bolt E4B 4GB（10 月 23 日上线）。

Black Forest Labs 发布开源文生图模型 FLUX 3 Image Klein（5.6B）

Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein，支持文生图、图像编辑和最多 10 张参考图的多参考生成，采用 FLUX Kommunity License。

vLLM 让 RL 训练更快：训练与推理 logprob 逐位一致，DeepSeek-V4-Flash 与 Nemotron 验证

vLLM 让训练前向直接调用其推理 kernel 并改造这些高性能 kernel，使 rollout 与训练对每个采样 token 产生逐位相同的 logprob（diff = 0）。

蚂蚁 inclusionAI 开源 Ming-3.0-audio-flash 音频理解模型

蚂蚁 inclusionAI 在 GitHub 开源音频理解模型 Ming-3.0-audio-flash，为 126B 参数 MoE 架构、激活参数 6.5B，另有 9.3B 参数的 Ming-3.0-audio-tiny 版本。

蚂蚁 inclusionAI 开源 ZwZ2 系列模型：无需缩放即可跨区域连接细粒度视觉证据

蚂蚁 inclusionAI 发布 ZwZ2-4B/9B/27B 三个视觉模型，基于 Qwen3.5-4B、Qwen3.5-9B 和 Qwen3.6-27B，用 20.4K 条经跨模型验证的多区域 VQA 样本做 GRPO 强化学习训练。

Prime Intellect 收购 Moondream，联合创始人加入主导推理与多模态

Prime Intellect 宣布收购 Moondream，创始人 Vik Korrapati 和 Jay Allen 加入并负责推理业务及视觉、computer use 等多模态模型工作。

IBM Research 用开源模型与 llm-d 分布式推理降低 AI 芯片设计成本

IBM Research 演示用开源前沿模型结合 llm-d 分布式推理构建 agent factory，对量子纠错解码算法 Relay-BP 做 HLS 硬件优化，在 100 个假设预算下实现约 52 倍加速、推理成本约 26 美元；同预算下全专有模型配置成本 299 美元、加速 204 倍。

Meta 在 OCP 2026 发布 IcePack 液冷机架、IceCube 102.4T 交换机及多项开源网络创新

Meta 在 2026 Open Compute Project 全球峰会上发布新一代开放 AI 网络基础设施，包括首个液冷网络机架 IcePack、102.4T 交换刀片 IceCube（128×800G，运行 FBOSS），以及多平面后端 scale-out 网络 FPF。

AWS 提出 priming 方法，可将预训练 Transformer 改造成混合状态空间架构

AWS 团队发布论文《Priming: Hybrid state space models from pre-trained Transformers》，提出 priming 方法，复用预训练 Transformer 权重构建混合架构，将预训练成本降低逾 99%，全流程消耗不足源模型 0.5% 的 token 预算。

Sakana AI 提出多智能体自监督方法 MASS，探索递归自改进

Sakana AI 发布多智能体自监督（MASS）：一个共享模型通过虚拟子代理团队解决任务、搜索更优多智能体工作流，并用自身判断选出最佳方案，再将团队经验蒸馏回共享模型。

蚂蚁 inclusionAI 发布 PolyOCR-Venus：2B/9B 统一 OCR 基础模型

蚂蚁 inclusionAI 开源 PolyOCR-Venus 系列 OCR 基础模型，含 2B 和 9B 两个版本，基于 Qwen3.5 视觉语言骨干，统一支持文本识别、定位、文档解析、信息抽取与 OCR 推理。

Ai2 在 COLM 2026 展示开放研究：从 Olmo Hybrid 到科学智能体 Asta

Ai2 在 COLM 2026 上展示了 Olmo Hybrid 研究，该模型将 Transformer 注意力与线性循环层结合，在 MMLU 上以少 49% 的训练 token 达到 Olmo 3 7B 的同等准确率，并已用于下一代 Olmo 的预训练。

Prime Intellect 用 Rust 重写 Prime Agent，2000 多个智能体自主完成端到端迁移

Prime Intellect 发布用 Rust 从零重写的 Prime Agent，上线以来下载超 30 万次、处理超 8 万亿 token。

a16z 投资 Preference Model，其开源 RL 环境框架 Karotte

a16z 宣布投资 Preference Model，该公司由前 Anthropic 早期成员 Jennifer Zhou 和 DatologyAI 早期员工 Ning Cao 创立，专注于为 AI 研究和 ML 工程任务构建 RL 环境，过去一年已为多家领先实验室服务。

Microsoft Research Asia 开源 Agent Lightning v1.0：3,500 行代码的真实 harness 智能体 RL 训练框架

Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重写 agent。

Ai2 的 Bolmo 字节级语言模型研究登上 Nature，并发布新 checkpoint

Ai2 的字节级语言模型 Bolmo 研究登上 Nature，并在 Hugging Face 发布新 checkpoint，将 byteifying 方法从 Olmo 扩展到其他模型家族，同时开放 Stage 1 checkpoint。

Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构，以 Apache 2.0 许可开源，将文本、代码、图像、视频和音频映射到统一嵌入空间。

NVIDIA AICR v1.0 发布：开放、稳定、可验证的 GPU 集群配置

NVIDIA 发布 AI Cluster Runtime（AICR）v1.0，为其 CLI、REST API、Go SDK、bundle 布局和 artifact schema 建立稳定兼容契约。

Reflection 发布 501B 开源权重模型 Beam

Reflection 推出首个开源权重模型 Beam，为稀疏 MoE 架构，总参数 501B、激活 23B，主打编码、推理和智能体任务，权重、技术报告和模型卡将于本月以 Apache 2.0 许可发布。

PyTorch 加速器集成工作组 2026 H1 进展：CRCR 跨仓库 CI 中继与测试重构

PyTorch 加速器集成工作组公布 2026 H1 进展，推出跨仓库 CI 中继（CRCR）机制，可在 pytorch/pytorch 的 PR 提交后并行触发下游仓库 CI 并回传状态至 hud.pytorch.org/crcr。

蚂蚁 inclusionAI 发布 LemonDecider：基于 Qwen3.5-4B 的类型化决策引擎

蚂蚁 inclusionAI 在 HuggingFace 发布 LemonDecider，一个基于 Qwen/Qwen3.5-4B 的类型化决策引擎，用 255 路单 token 读出替代 LM head，单次前向即可回答 choice / noul / score 三类结构化问题并支持 unknown 弃权。

Ai2 发布 Olmo-core 3 开源 MoE 训练框架

Ai2 发布 Olmo-core 3，这是支持大规模混合专家（MoE）训练的开源框架，已验证可扩展至万亿参数级别。在 8 张 NVIDIA B300 GPU 上，47B 参数 MoE 吞吐达 52,000 tokens/秒/GPU，约为旧 FSDP 实现的 2.7 倍；专家池从 8 扩至 128 而训练吞吐下降不足 5%。

Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质嵌入可验证水印

Google DeepMind 于 9 月 30 日发布 SynthID Bio，将水印技术引入合成生物学，把不可见签名嵌入生物序列和预测结构中，使水印可在合成的物理蛋白质上验证，且在湿实验中不损害生物功能。

NVIDIA TensorRT Model Connect 团队复盘：围绕编码智能体构建 AI 原生开源项目的经验

NVIDIA 发布 TensorRT Model Connect 开源项目复盘，该项目用 C++ 提供 AI 模型参考实现，截至 2026 年 7 月 29 日公开发布对比时已覆盖 128 个模型家族并在 NVIDIA GB300 上测试。

GitHub 更新开发者政策透明度报告：2026 上半年政府下架请求增至 708 起

GitHub 公布 H1 2026 透明度数据，政府下架请求从 2025 全年的 98 起增至 2026 上半年的 708 起，这一增长主要源于报告口径调整，而非内容删除量上升。GitHub 还回顾了 2026 年美国州级立法会期，重点跟进 AI 内容溯源与年龄验证议题，其中加州 AI 透明度法案 SB 1000 已采纳更窄的通知—回应机制，以兼容不可撤销的开源许可证。

OpenClaw 发布开源企业级 Agent 平台 OpenClaw Enterprise

OpenClaw Foundation 发布 OpenClaw Enterprise（OCE），一个开源、厂商中立的平台，用于在敏感环境中管理持久化 Agent，目前可在 1.0 发布前用于内部试点工作负载。

NVIDIA 发布 Open Agent Safety Platform，以 OpenShell 和 Sentry 保护智能体安全

NVIDIA 发布 Open Agent Safety Platform，包含开源软件 OpenShell 和参考系统设计 NVIDIA Sentry，为智能体提供从测试到部署的全栈治理与控制。

同一件事，精选收录的是《NVIDIA 发布开源智能体安全平台，提供芯片级持续监控与隔离》

Black Forest Labs 发布 FLUX 3 Action 开源机器人动作模型

Black Forest Labs 发布开源 World Action Model FLUX 3 Action（F3A），单步 7B 检查点在 RoboLab 上达到 38.3%±0.38 成功率。

Google 团队在 TPU 上用 MaxText 复现 Ai2 的 Olmo 3 7B 预训练

Google 团队用 MaxText 在 Google Cloud TPU 上从头复现 Ai2 的 Olmo 3 7B，完成 stage-1 预训练（约5.93T token。

OpenRouter 解析 Kimi K3：开源权重与许可证条款，以及如何调用

OpenRouter 撰文说明 Kimi K3 是开放权重而非开源模型，Moonshot AI 以自定义 Kimi K3 License 在 Hugging Face 发布 moonshotai/Kimi-K3。

NVIDIA 开源 NVCRE，在 AI 工作负载上线前验证 GPU 集群就绪度

NVIDIA 发布开源 Kubernetes 控制器 NVIDIA Cluster Readiness Engine（NVCRE），通过运行真实的分布式负载（如 NCCL all-reduce 和 Nemotron 5 预训练测试）在集群进入生产前验证就绪度，并将故障归因到具体节点。

GitHub 联合 Yale 调查 1039 名用户：开发者需要更高效的软件与可测量的节能路径

GitHub 与 Yale Program on Climate Change Communication 对 1039 名 GitHub 美国用户调查显示，80% 有兴趣使用帮助编写更节能代码的工具，74% 想测量软件或开发流程的环境影响，71% 担心 AI 的环境影响。

蚂蚁百灵开源 Ming-Image-0.1-Design 系列 6B 设计模型

蚂蚁百灵开源 Ming-Image-0.1-Design 系列两个 6B 模型，Design 从文字需求端到端生成 UI、信息图和海报，Layer 将设计图拆成 2 到 9 个语义独立的 RGBA 图层，并同步开源 Design Skill 和 PPT Skill。

vLLM 引入硬件无关层以兼容 torch.compile 与 OOT 加速器

vLLM 为追求前沿性能正转向硬件专用的 flat 模型定义，与 fullgraph torch.compile 不兼容，影响 OOT 加速器、旧 GPU 和较冷门模型的支持。

LiteParse 9 月更新：PDFium 提速 20-25%，新增视觉定位与 is-complex 路由 API

LlamaIndex 发布 LiteParse 2.14.6 更新，通过对自维护 PDFium fork 做内存分配优化（内置 mimalloc）等手段，将文本提取耗时降低 20-25%，平均 2.76ms/页，markdown 渲染 3.94ms/页。