英伟达研究团队开源了智能体强化学习框架 Polar。该框架无需重写现有智能体执行框架（如 Codex CLI、Claude Code、Qwen Code、Pi），通过在模型 API 边界放置智能体来接入 GRPO 训练。实验显示，基于 Qwen3.5-4B 模型，Polar 将 Codex 在 SWE-Bench Verified 上的 pass@1 分数从 3.8% 提升至 26.4%（增涨 594.74%）。效率上，其 prefix_merging 技术将训练步骤从 1185 次降至 218 次，速度提升约 5.39 倍，GPU 平均利用率从 20.4% 升至 87.7%。
推荐理由：Polar 把 Codex 的 SWE-Bench 分数从 3.8% 拉到 26.4%，不是靠新模型而是靠训练框架，做代码 agent 的团队可以直接用，开源即拿即训。
Hao AI Lab@haoailab精选AI 评分7070
推荐理由：7秒钟出30秒1080p视频，而且完全开源，视频生成速度被拉到实时边缘，虽然B200不是人人有，但路线值得所有做视频产品的同行研究。
Qwen@Alibaba_Qwen精选AI 评分6969在 TokenSpeed 推理引擎上对 Qwen3.5 的光速优化是一个重要的里程碑，在 NVIDIA GPU 上针对智能体工作负载实现了破纪录的每秒 580 个 token（tps）。 在 PyTorch Foundation 最新的社区博客文章中，你可以全面了解 Qwen3.5 模型在 TokenSpeed 推理框架中的完整设计、实现与优化，并亲眼看到这项工作如何提升性能 👉 https://bit.ly/4uGUvIS 这一成果是 @Alibaba_Qwen 推理团队、@lightseekorg Foundation TokenSpeed 团队、@NVIDIAAI 以及 Mooncake 团队共同努力的成果，其中 @tri_dao 为 FlashAttention-4（FA4）优化做出了特别贡献。@KVCache_AI
推荐理由：Qwen3.5在TokenSpeed上跑出580 tps，这是开源LLM推理的极限突破，对agent类应用是实实在在的性能跃进，PyTorch这篇博客值得每一个做推理部署的细读。
Perplexity@perplexity_ai精选AI 评分6868推荐理由：Perplexity 开源的这个 tokenizer 能把 CPU 利用率砍掉五六倍，做实时推理的团队值得立马试试，对延迟敏感的场景是实打实的优化。
EAGLE团队与vLLM、TorchSpec联合发布EAGLE 3.1，旨在修复大语言模型推理过程中的投机解码算法不稳定性问题。
面壁智能联合清华大学与OpenBMB开源社区发布了ForgeTrain框架。该框架是全球首个完全由AI编写、零人类代码介入的生产级大模型训练框架。面壁智能已使用ForgeTrain在华为昇腾芯片上完成了其新一代「小钢炮」模型MiniCPM5-1B的预训练，其综合性能在AA榜单上位列2B规模以下Top 1。ForgeTrain框架代码及用于制造该框架的Agent Harness工具链已完全开源。
推荐理由：全球首个AI独立编写的训练框架，零人类代码，并且真的在国产芯片上训出了领先模型。'AI造AI'的闭环第一次被完整打通，做模型训练的团队都该去fork一下，复现过程本身就是一堂课。
MiniMax (official)@MiniMax_AIAI 评分5555Recently, we took time to consolidate all of the work behind M2 and published it here: our M2 paper on arXiv It’s been just over six months since we first open-sourced M2 on December 23 last year. During that time, a number of our ideas and systems have been broadly adopted by the open-source community — including CISPO, Forge RL System, Self-Evolution. Over the past six months, we’ve felt incredible enthusiasm from the open-source community. Nearly every model release reached the #1 spot on the Hugging Face leaderboard. Now it’s time for a new chapter. We’re getting ready for M3. MSA paper is on the road. https://arxiv.org/abs/2605.26494
面壁智能联合清华大学、OpenBMB发布ForgeTrain，全球首个完全由AI编写、零人类代码介入的生产级大模型训练框架。在英伟达H100上训练速度超越Megatron 10%，节省10%算力；在华为昇腾上完整跑通预训练，并训出MiniCPM5-1B模型，综合性能在AA榜单2B规模以下Top1。框架及Agent Harness工具链一并开源。
推荐理由：面壁这波把 AI 写代码从玩具推进到了生产车间，ForgeTrain 跑得比英伟达 Megatron 还快 10%，而且直接在昇腾上训出了 MiniCPM5-1B，国产算力跟 AI 自举这两条线在这一刻交汇了，做训练的可以认真看看。
Hugging Face 推出开源双足机器人项目 LeRobot Humanoid，起步价 2500 美元。该项目面向开发者和研究人员，使用 3D 打印件与现成硬件以降低成本，并非成品，需自行组装。它提供硬件装配文件与软件控制工具，支持在仿真环境中训练 AI 模型，再部署到实体机器人上进行测试。目前公开的是双腿平台，后续计划集成上半身。
开源 Python Web 框架 Starlette 中发现名为“BadHost”的关键漏洞。该软件包每周下载量高达 325 million 次，其漏洞可能直接威胁大量依赖它构建的 AI 智能体（AI Agent）服务。
SenseTime@SenseTime_AI精选AI 评分7777推荐理由：商汤把 SenseNova-U1 的训练代码全量开源，支持多模态任务和 MoE，还给了完整的并行策略，做多模态训练的可以直接 fork 过去用，Apache-2.0 很友好。
小米集团2026年第一季度总营收991亿元，经调整净利润61亿元。智能电动汽车及创新业务收入199亿元，交付新车80856台。智能手机业务收入443亿元，出货量稳居全球前三，全球平均售价同比提升8.2%。IoT与生活消费产品收入247亿元，互联网服务收入95亿元。研发投入90亿元，同比增长33.4%。在AI领域，Xiaomi MiMo-V2.5-Pro在全球开源模型评测中位列第一，Xiaomi MiMo大模型助力Hermes Agent登顶全球调用量榜首。
OmniVoice Studio 是一个完全在本地硬件上运行的开源项目，无需 API 密钥、云账户或订阅。它提供语音克隆、视频配音、实时听写和说话人分离等功能，支持 646 种语言的语音合成（TTS），并暴露一个 MCP 服务器，可与 Claude、Cursor 等 MCP 客户端集成。
“龙虾之父”Peter 开源了 skill-cleaner 工具，用于诊断和优化 AI 智能体的技能提示词。该工具包含5项核心功能，包括技能提示词预算审计、重复技能检测、未使用技能筛查、技能根目录审计和描述精简优化。其脚本采用标准 token 预算核算逻辑，旨在帮助减少冗长描述对 token 预算和上下文窗口的占用。已有用户实践显示，将技能描述从90多词精简至40词以内，能提升智能体选择技能的准确率。
推荐理由：Peter 直接开源了一个给 Skill '减肥' 的工具，把描述精简、重复检测、预算审计全自动化了，装完跑一遍就能直观看到哪些 Skill 在烧你的 token。做 Agent 的可以立刻装上试试。
微软研究院发布开源网页智能体框架 Webwright，其架构总代码量约 1000 行，让模型直接在终端中编写 Playwright 代码并执行命令，以此完成网页任务。该框架通过“门控自检”和“历史压缩”两个工程设计，解决了智能体易过早完成和上下文膨胀问题。基准测试显示，搭配 GPT-5.4 的 Webwright 在 Online-Mind2Web 上准确率达 86.67%；在长链路任务的 Odysseys 上得分 60.1%，相比此前最佳成绩（Opus 4.6 的 44.5%）提升 35.1%，相对基础 GPT-5.4 提升 81.49%。
通义实验室发布 AgentScope 2.0，从关注“如何构建智能体”转向“如何让智能体可靠运行”。2.0 继续支持 Qwen、Anthropic、DeepSeek、Gemini、OpenAI 等模型，并扩展 Grok、Moonshot 支持。核心升级包括：模型层引入统一重试与备用模型机制；消息模块重构为 Content Block 并引入事件系统；引入权限系统控制工具调用、文件读写和命令执行；上下文管理实现结构化压缩与工具结果自动截断；新增 Middleware 机制；Workspace 抽象执行环境，统一本地文件系统、Docker 容器、E2B 云沙箱等；Agent Service 合并至主库。Python 版已升级至 2.0，TypeScript 版已正式发布。
Together AI开源OSCAR，一种用于长上下文大语言模型服务的注意力感知2位KV缓存量化方法。该方法在离线状态下，从注意力感知的协方差结构中为键和值推导出独立的旋转。在2.28 bits per KV element的量化精度下，OSCAR将通义千问（Qwen3-4B-Thinking-2507）和通义千问（Qwen3-8B）的BF16精度差距分别缩小至3.78点和1.42点，同时实现约8倍的KV内存缩减，并在100K上下文长度下带来高达3倍的解码速度提升。
inclusionAI 发布 SingGuard 系列模型，首个版本为 SingGuard-4b。该模型是一种策略自适应多模态 LLM 护栏，将安全策略作为运行时输入而非固定训练分类，支持对文本、图像、图文、多语言、查询侧和响应侧进行安全评估。SingGuard 采用动态推理流程，可先快速输出首 token 安全信号，再继续生成更精确的判断。在涵盖多模态安全、图像安全、文本查询安全、文本响应安全、多语言查询安全及多语言响应安全的六大类基准测试中，SingGuard 达到平均 SOTA 性能。模型支持标准 Transformers 和 vLLM 聊天消息输入，无需手动改写提示词。
推荐理由：蚂蚁集团开源的多模态安全护栏模型，把审核策略变成了动态可配置参数，对需要灵活合规的部署团队来说比单纯调 API 更可控。普通用户看看就好，做安全的人值得试。
SingGuard 是蚂蚁 inclusionAI 推出的策略自适应多模态大语言模型安全护栏模型族（版本 Sing-Guard-8b），支持纯文本、纯图像、图文混合、多语言查询与回复的安全评估。其核心设计将安全策略作为运行时输入，部署团队可基于默认分类或自定义自然语言规则评估内容，无需重新训练模型。模型内置 fast-slow 动态推理流程：首 token 路由快速输出安全信号，需深度推理时继续生成更精确的最终判断。在涵盖多模态安全、纯图像安全、文本查询与回复安全、多语言查询与回复安全的六大基准测试上取得平均 SOTA 性能，并已开源至 HuggingFace 与 ModelScope。
推荐理由：蚂蚁集团开源的多模态内容审核模型，最大亮点是运行时动态注入安全策略而不需重训，对需要灵活定制审核规则的团队是低门槛的高分工程实现。
WorkOS 推出 auth.md 协议，为 AI 智能体提供标准化注册流程。这是一个部署在应用域名的 Markdown 文件，告知智能体支持哪些注册流程、请求哪些权限范围以及如何获取绑定真实用户的凭证，无需人工填写表单。该协议建立在现有 OAuth 标准之上。
微软研究院近日发布了Webwright，这是一个终端原生的浏览器代理框架。它通过可复用的Playwright脚本取代传统点击追踪的网页自动化方式，基于包含三个模块的单一代理循环构建，代码量约1000行。由GPT-5.4驱动的Webwright在长周期Odysseys基准测试中取得60.1%的得分，较基线模型的33.5%提升近一倍；同时在Online-Mind2Web基准测试中达到86.7%，成为当前开源工具中自动评估得分最高的方案。
腾讯近期开源了TencentDB Agent Memory，这是一个基于MIT许可证的本地化AI智能体记忆系统。该系统创新地将工具日志处理为符号化的短期记忆，并采用由“会话→原子→场景→人格”构成的四层长期记忆金字塔。它以OpenClaw插件和Hermes Docker镜像形式发布，默认使用本地SQLite与sqlite-vec数据库，并融合了混合BM25与向量检索策略。性能基准测试表明，该系统在WideSearch任务中实现了超过60%的token节约和51%以上的相对通过率提升，同时将人格记忆的准确率从48%显著提高至76%。
Perplexity 将其内部安全工具 Bumblebee 开源，该工具旨在保护其搜索产品 Comet 和 Computer 背后的开发者系统。Bumblebee 是一个面向 macOS 和 Linux 开发者端点的只读库存收集器，可扫描 npm、PyPI、Go 模块、MCP 配置、编辑器扩展及浏览器扩展，其扫描过程不调用任何包管理器，也不运行任何代码。
美团开源了用于WBench评估框架的预训练模型权重仓库，将这些权重整合至单一仓库，旨在方便社区快速部署WBench评估环境。该权重仅重新分发用于学术研究和评估用途，所有权利归属原作者。用户可参考WBench GitHub获取安装与评估指南，具体模型许可证详见LICENSE_NOTICE.md文件。
Perplexity@perplexity_ai精选AI 评分8282推荐理由：这不是另一个华而不实的 AI 玩具，而是实打实的开发环境安全检查工具，开源且只读，接入 Computer 后还能动态响应新威胁，做 AI 工具链的团队应该现在就 fork。
Rohan Paul@rohanpaul_ai精选AI 评分7575🚀 ModelBest × @Tsinghua_Uni × OpenBMB 的 BitCPM-CANN 来了——而且它并不是在堆参数。 内存成本飞涨。硬件限制日益收紧。边缘 AI 需要更智能的解决方案——而 BitCPM-CANN 做到了！🎉 ✅ 边缘就绪：8B 模型可在手机、PC 和车载设备上流畅运行。结合 MoE，甚至 100B->60B 规模的模型也能装进终端硬件。 ✅ 内存高效：相比 BF16，内存占用降低约 6 倍——无需增加物理 RAM 即可解锁显著更多的模型容量。无需新芯片。 ✅ 原生构建于昇腾：首个 1.58-bit 训练流水线在华为昇腾 910B 上端到端完成——从量化内核到完整训练栈。不是移植。从第一天起就原生构建于昇腾。 ✅ 完整模型家族，全面验证，0.5B–8B：每个模型都与其全精度对应版本完全对齐，覆盖 11 项基准任务，相比全精度 MiniCPM4 保持 95–97%（1B-8B）的性能。开源且完全可复现——从研究到部署，你可以放心运行任何规模。 BitCPM-CANN 不只是一个模型——它是多年工程严谨性的成果，将复杂研究转化为你真正可以部署的东西。 开源，0.5B 到 8B。立即试用！👇 🤗 Hugging Face： https://huggingface.openbmb.com/collections/openbmb/bitcpm4-cann 🔭 ModelScope: https://www.modelscope.cn/collections/OpenBMB/BitCPM4-CANN
推荐理由：首个开源的1.58-bit三元LLM，直接在昇腾芯片上原生训练，内存压缩到BF16的六分之一，8B模型就能跑在手机上，做端侧部署的可以立刻上手试试了。
开源数据可视化插件 datasette-agent-charts 发布了 0.1a1 预览版。该版本主要增强了图表呈现：无颜色列的柱状图与华夫图改用连续色阶按数值大小着色，含文本值的颜色列则采用 observable10 分类配色方案。此外，新增了查询前的 execute-sql 权限检查、交互式图表提示信息，并修复了 waffleY 图表类型未被正确描述的问题。
Datasette Agent生态推出了一款新插件datasette-agent-sprites的首个预览版本（0.1a0）。该插件的核心功能是允许Agent在Fly Sprites提供的安全沙盒环境中执行命令，旨在增强数据处理与交互过程中的隔离性与安全性。此次发布标志着沙盒技术在AI Agent工具链中的进一步集成与应用。
Datasette Agent是Datasette推出的首个可扩展AI助手，为用户提供对话式界面以查询数据，并支持通过插件生成图表。该工具基于其LLM Python库构建，是LLM与Datasette整合的重要成果。目前提供图表生成、AI图像创建和沙箱代码执行等官方插件。它既可运行于Gemini 3.1 Flash-Lite等云端模型，也支持通过LM Studio连接本地开源模型，具备可靠的工具调用与查询能力。
推荐理由：Simon 终于把 Datasette 和 LLM 接上了，自然语言查 SQL 数据库有了现成方案，插件生态和本地模型支持让这工具的可玩性极高，做数据分析的值得试试。
美团LongCat团队发布了LongCat-Video-Avatar-1.5，一个专注于音频驱动数字人视频生成的开源框架。其核心升级在于采用Whisper-Large音频编码器，显著优化了唇部动态的流畅度与自然度。该版本实现了精准的唇形同步、全身时序稳定性以及长视频中的身份一致性，并能泛化应用于动漫、动物及多人交互等复杂场景。通过基于DMD2的步蒸馏技术，模型仅需8步即可高效推理。团队还构建了一个涵盖多场景、多语言的人工评估基准，通过大规模主观评分与专家分析，验证了其在多项关键维度上的优异性能。
推荐理由：美团把数字人模型升级到1.5版，换了Whisper做音频编码，唇形同步比之前自然不少，而且开源了训练代码，做电商直播和虚拟博主的朋友可以直接拿过来跟商业方案掰手腕。
Google Research的TurboQuant算法已通过Turbovec项目应用于向量搜索领域。该工具以Rust语言构建，提供Python绑定接口，可直接集成到RAG流水线中。Turbovec实现了16倍的向量压缩率，同时无需进行任何码本训练，显著降低了部署和使用门槛。
开发者Mike Veerman创建了一个名为tokenspeed的HTML应用程序，可模拟从每秒5个到800个token的LLM文本输出速度。用户能够直观感知模型广告中常见速度指标（如30 tokens/秒）的实际生成效果。该工具源代码公开，信息来源于Hacker News，适用于需要理解生成式AI响应速度的开发者与普通用户。
Rohan Paul@rohanpaul_aiAI 评分6767Everyone can build an app now. Almost no one makes a dollar from it. We went from the same problem to 8-figure ARR. The secret wasn't the product — it was the infrastructure behind it. Today we're open-sourcing the whole stack! 🧵
Stability AI 推出 Stability Audio 3.0 音频生成模型家族，包含四款不同规格模型，参数从45900万到27亿。小型模型专注设备端运行，可本地生成两分钟以内的音频；中型和大型模型支持创作超过6分20秒的完整音乐，
推荐理由：Stability Audio 3.0 把AI音乐从几十秒的demo拉到了六分钟的完整歌曲，而且中小模型直接开源，任何一个能跑模型的设备都能玩，音乐创作的门槛继续被踩低。
llm-gemini发布了0.32a0版本。此次更新要求llm版本不低于0.32a0的alpha版，其核心变化是新增了流式处理推理token的功能。
项目 llm-gemini 发布了 0.32 版本，本次更新主要新增了对谷歌最新发布的模型 gemini-3.5-flash 的支持。发布信息同步提供了关于 Gemini 3.5 Flash 的技术笔记，以及作者使用升级后的插件绘制的图像示例，展示了该模型的实际应用效果。
