跳到正文
#开源/仓库
3月19日周四
  1. Hao AI Lab

    哇！Vera Rubin 的演示看起来很棒，但实时编辑实际上已经可以在单张 B200 上实现了！

    引用Runway@runwayml

    A breakthrough in real-time video generation. As a research preview developed with @NVIDIA and shared at @NVIDIAGTC this week, we trained a new real-time video model running on Vera Rubin. HD videos generate instantly, with time-to-first-frame under 100ms. Unlocking an entirely new creative paradigm and bolstering the foundations of our General World Model, GWM-1. Real-time generation opens a fundamentally different design space for video models and world simulation. We're investing in co-designing our models alongside advances in hardware to keep pushing this frontier.

  2. LlamaIndex：产品、工程与评测69

    LlamaIndex 开源 LiteParse：面向 AI Agent 的本地文档解析工具

    LlamaIndex 开源 LiteParse，一个完全本地运行的 CLI 和 TS 原生库，可从 PDF、Office 文档和图片中提取布局感知文本，无需 Python 依赖，内置 Tesseract.js OCR 并支持外接 PaddleOCR、EasyOCR 等 OCR 服务。

    推荐理由：开源工具主打本地快速解析加截图兜底的 Agent 模式，并自建评测对比 PyPDF 等基线，读者可评估是否迁移现有解析流程。

3月17日周二
  1. LangChain：Blog68

    LangChain 开源 Open SWE 框架，用于构建内部编码智能体

    LangChain 发布开源框架 Open SWE，将 Stripe、Ramp、Coinbase 内部编码智能体的共性架构模式沉淀为可定制实现，MIT 许可，基于 Deep Agents 与 LangGraph 构建。

    推荐理由：LangChain 将 Stripe、Ramp、Coinbase 内部编码智能体的共性架构模式开源为可定制框架，并逐项给出与三家实现的对照，便于团队评估起点。

  2. LMSYS Blog

    Miles RL框架正式支持ROCm：基于AMD Instinct GPU的大规模后训练

    开源RL框架Miles正式支持ROCm，可在AMD Instinct MI300/350 GPU上原生运行大规模语言模型后训练。该框架采用解耦架构分离rollout生成与模型优化，针对RL工作负载中占比70-90%的推理场景优化。在单节点8卡MI300X上训练Qwen3-30B-A3B的实测显示，rollout吞吐达1.1k-1.3k tok/GPU/s，AIME准确率从66.5%提升至72.9%。现提供预构建容器，支持GRPO、Megatron-LM和FSDP后端。

3月16日周一
  1. 公众号：月之暗面60

    推荐：10万人亲测好用的原版OpenClaw安装器

    Kimi支持的个人开发者开源项目OneClaw下载量突破10万，提供一键安装包，1分钟即可在本地部署原版OpenClaw，无需命令行或环境配置。功能包括纯净卸载、自由切换模型、远程控制，支持连接飞书、企微、钉钉、QQ、Kimi Claw；内置2万+技能的技能商店，可无损迁移记忆和Skills。Kimi提供包月方案和API按需购买。使用地址：oneclaw.cn。

    推荐理由：如果你曾被 OpenClaw 的部署门槛劝退，OneClaw 可以让你两分钟跑起来，适合在备用机尝尝鲜，但别在生产环境乱搞。

3月14日周六
3月9日周一
  1. Hugging Face 社区博客71

    LeRobot v0.5.0: 扩展每一个维度

    Hugging Face 发布了 LeRobot v0.5.0 版本。该版本在数据集、模型、任务和社区四个维度上进行了全面扩展。具体包括：引入了新的现实世界和模拟数据集，推出了支持多任务学习的模型，并扩展了任务范围至移动操作和双臂协调。社区方面，提供了更易用的库、演示应用和教学资源。此次更新的核心目标是降低机器人技术的应用门槛，推动其民主化发展。

    推荐理由：开源机器人AI框架大版本更新，降低具身智能研发门槛，值得关注落地进展

3月7日周六
3月5日周四
  1. 蚂蚁 inclusionAI：HuggingFace 新模型45

    inclusionAI/ZwZ-4B-GGUF

    inclusionAI发布了ZwZ-4B-GGUF模型。该模型基于开源与开放科学理念，旨在推动人工智能技术的进步与普及。其核心变化是提供了GGUF格式，这是一种高效且通用的模型文件格式，便于在不同硬件和推理框架上部署与运行。此举旨在降低大型语言模型的使用门槛，促进更广泛的研究与应用开发。

3月4日周三
3月2日周一
3月1日周日
  1. 蚂蚁 inclusionAI：HuggingFace 新模型46

    inclusionAI/AReaL-SEA-235B-A22B

    inclusionAI团队宣布推出AReaL-SEA-235B-A22B模型，致力于通过开源与开放科学推动人工智能技术的进步与民主化。该举措旨在降低AI研究与应用的参与门槛，促进全球开发者及研究者更广泛地获取和使用先进AI工具。模型规模达2350亿参数，体现了其在处理复杂任务方面的潜力，同时强调开放协作对加速AI创新与社会普惠的关键作用。

2月27日周五
  1. Saining Xie

    Project Solaris提出世界建模的本质在于全局共享状态而非局部像素渲染，推出基于Minecraft的多人在线视频世界模型。该系统突破单智能体视角局限，支持任意数量智能体随时介入交互，实现持久化世界状态演化。核心包含三大组件：Solaris Engine多人数据收集系统、基于DiT架构的Solaris Model（采用新型内存高效自强制设计，训练于1260万帧协调游戏数据）、以及使用VLM评判的Solaris Eval评估体系。这一范式转变为构建神经MMORPG服务器奠定基础。

    引用Oscar Michel@ojmichel4

    📢当前的世界模型并没有真正在建模世界；它们建模的是某一个智能体对世界的视角。部分观测 ≠ 世界状态。 未来的世界模型将独立于任何单个智能体的视角。你将能够在任意时间点“放入”任意数量的智能体，而一个持久的世界状态将随着它们的交互而演化。想象一个神经 MMORPG 服务器。🧵[1/10]

    推荐理由：从单视角到共享全局状态，开源多智能体世界模型或改变AI训练范式

2月20日周五
  1. LMSYS Blog

    SGLang 在 NVIDIA GB300 NVL72 上实现 25 倍推理性能突破

    SGLang 与 NVIDIA 合作，在最新 GB300 NVL72 服务器上实现相比 H200 最高 25 倍的推理性能提升。基于 Blackwell Ultra GPU 的架构升级包括 1.5 倍 FP4 算力和 2 倍 Softmax 吞吐量，结合 NVFP4 GEMM 低精度计算、计算通信重叠及与 NVIDIA Dynamo 的集成优化，DeepSeek R1 等 MoE 模型在 InferenceXv2 基准测试中达成突破性表现。同时，GB200 NVL72 平台性能在 4 个月内提升 8 倍，显著降低大模型部署的延迟与成本。

2月19日周四
  1. LMSYS Blog

    GB300 NVL72部署DeepSeek R1优化方案：长上下文推理性能突破

    NVIDIA与SGLang团队发布DeepSeek R1-NVFP4在GB300 NVL72上的优化部署方案，针对128K/8K长上下文推理实现显著性能提升。通过PD分离、分块流水线并行、宽专家并行及多Token预测（MTP）等技术，系统在GB300上达226 TPS/GPU峰值吞吐量，较GB200提升1.53倍；相同延迟下性能领先1.4–1.6倍。MTP可再提升每用户TPS达1.87倍，128K预填充首Token延迟降至8.6秒。

2月16日周一
  1. 公众号：蚂蚁百灵52

    Ling-2.5-1T 开源发布：深度思考模型拉升智能上限，即时模型平衡效率与覆盖

    蚂蚁百灵发布并开源 Ling-2.5-1T，包含深度思考模型（thinking model）与即时模型（instant model）两类。深度思考模型旨在拉高智能上限，即时模型则在效率与效果之间取得平衡，拓宽智能覆盖范围。该版本在模型架构、token 效率、偏好对齐等维度实现全面升级。

  2. LMSYS Blog

    SGLang-Diffusion：面向生产级视频生成的高级优化

    SGLang-Diffusion发布六项生产级优化，包括Token级序列分片替代帧级方案，消除14.3%的padding开销并将通信量降至0.875倍；并行折叠技术解耦文本编码器与DiT的并行策略；并行VAE实现分布式编解码，消除高分辨率视频内存瓶颈。同时修复Cache-DiT多请求稳定性问题，优化视频保存I/O性能，并针对WanVideo融合LayerNorm内核。这些改进显著提升了视频生成框架的可扩展性、效率与稳定性。

2月13日周五
2月12日周四
  2. Hugging Face 社区博客83

    实践中的OpenEnv：在真实环境中评估工具使用智能体

    Meta与Hugging Face联合推出开源评估框架OpenEnv，旨在标准化智能体与真实系统的交互。Turing公司贡献了生产级“Calendar Gym”环境，用于在权限控制、时间推理等现实约束下研究工具使用智能体。该框架采用类似Gymnasium的API，通过标准接口连接真实工具，将评估重点从受控演示转向真实世界可靠性。日历系统因涉及多用户、多步骤工作流等复杂性，成为评估智能体实际能力的强大测试平台。

    推荐理由：提供生产级基准测试，帮助开发者评估和改进 AI 代理在复杂环境中的表现。

2月11日周三
  1. 蚂蚁 inclusionAI：GitHub 新仓库61

    inclusionAI 发布高性能量化推理 GEMM 内核库 Humming

    inclusionAI 开源了 Humming，这是一个专为量化推理设计的高性能、轻量级即时编译 GEMM 内核库。它支持在 FP16、BF16、FP8 等多种激活数据类型下进行 8 比特以下任意权重类型的推理，兼容多种量化策略与缩放类型，并同时支持稠密 GEMM 和混合专家 GEMM 运算。该库兼容 SM75+ 及以上的所有 NVIDIA GPU，在多种计算场景下能提供业界领先的吞吐量和效率。其依赖极简，仅需 PyTorch 和 NVCC，软件包大小仅约 100 KB，便于超轻量化部署。

    推荐理由：蚂蚁 inclusionAI 开源了一个 100KB 级的量化 GEMM 库，支持从 INT1 到 FP8 全家桶，SM75+ 全覆盖，做推理部署的工程师值得花半小时跑一下 benchmark，看看能不能替换掉现有的 Marlin 方案。

  2. 蚂蚁 inclusionAI：GitHub 新仓库65

    inclusionAI发布新一代即时大模型Ling-2.5-1T

    inclusionAI推出新一代旗舰即时模型Ling-2.5-1T，其总参数量达1T，活跃参数为63B，预训练语料扩展至29T tokens。该模型采用混合线性注意力架构，支持1M tokens上下文长度，并通过结合“正确性”与“过程冗余”的复合奖励机制，在相近的token效率下，其推理能力显著超越前代，接近前沿思维模型水平。经双向RL反馈和智能体验证等对齐策略优化，模型在创意写作和指令遵循任务上表现提升。它已兼容主流智能体平台，并在通用工具调用基准BFCL-V4上取得领先的开源性能。

    推荐理由：蚂蚁把 1T 参数的即时模型开源了，63B 活跃参数加 1M 上下文，主打效率而非堆算力，对国内做开源推理模型的团队来说是个值得对标的基线。

  3. 蚂蚁 inclusionAI：GitHub 新仓库78

    inclusionAI发布全球首个开源万亿参数思维模型Ring-2.5-1T

    inclusionAI发布了全球首个基于混合线性注意力架构的开源万亿参数思维模型Ring-2.5-1T。该模型通过高效的1:7 MLA与闪电线性注意力提升了推理速度与探索能力，并借助扩展的强化学习训练增强了深度思考和长程任务执行能力。其在IMO 2025和CMO 2025数学竞赛中均达到了金牌级别的性能。模型支持128K上下文长度，并可通过YaRN技术扩展至256K，现已于Hugging Face和ModelScope平台开源。部署方面，已支持SGLang，并提供了多GPU节点的服务器启动示例。

    推荐理由：蚂蚁把万亿参数的开源 thinking model 放出来了，混合线性注意力架构是真新路线而非换皮，IMO/CMO 金牌级数学推理说明这不是纯堆参数。做开源大模型部署的团队值得认真看看它的架构选择。

2月10日周二
2月9日周一
  2. Hugging Face 社区博客76

    Transformers.js v4：现已在 NPM 上发布！

    Transformers.js 发布第四个主要版本 v4，该版本现已通过 NPM 包管理器提供。这一更新延续了项目通过开源与开放科学推动人工智能技术进步与普及的使命，使开发者能够更便捷地获取并在项目中集成这一机器学习库。

    推荐理由：浏览器和 Node.js 直接跑 HF 模型的大版本升级，前端开发者可零门槛接入 AI

2月7日周六
  1. FireRedTeam：原创语音与多模态项目63

    FireRedTeam 开源 FireRed-OpenStoryline 对话式视频创作工具

    FireRedTeam 于 2026-02-10 正式开源 FireRed-OpenStoryline，将视频创作变为自然语言对话，支持素材搜索下载、脚本生成、BGM 与配音字体推荐，以及全流程剪辑。

    推荐理由：官方开源的对话式视频剪辑项目，覆盖素材检索、脚本生成到剪辑全流程，并可直接通过 Claude Code 等 Agent Skills 安装使用。

2月6日周五
  1. Hugging Face 社区博客60

    ServiceNow AI 发布 SyGra Studio：低代码知识图谱构建平台

    ServiceNow AI 在 Hugging Face 上推出了 SyGra Studio，这是一个低代码平台，旨在简化知识图谱的构建、可视化与分析。该平台允许用户通过直观界面整合多源数据，并支持与 GPT、Claude 等大语言模型集成，以增强语义理解和推理能力，显著降低了领域专家构建知识图谱的技术门槛。

2月4日周三
2月2日周一
  1. Nathan Lambert：Interconnects

    最新开源模型（第18期）：Arcee 400B MoE、LiquidAI 被低估的 1B 模型、新版 Kimi，以及本月密集发布的预期

    本期开源模型动态涵盖 Arcee 400B MoE、LiquidAI 1B 及新版 Kimi 等实用小众模型。Arcee 发布 4000 亿参数 MoE 架构模型，LiquidAI 推出性能被低估的 10 亿参数方案，Kimi 迎来重要更新。业界预期本月将迎来密集的大模型发布潮，多款重要产品即将面世。

1月31日周六
  1. Jim Fan

    我还记得2023年Stanford Smallville发布时的兴奋。那是当时最大的多智能体模拟——没错，25个bot感觉已经很多了。今天是"Bigville"时刻。我们正在看到一个新生的、大规模的外星文明模拟实时展开：数量级更多的agent、高得多的IQ、不受限制的互联网接入，由全套MCPs提供支持。 能出什么问题呢？ [引用 @DrJimFan]：著名的Stanford Smallville正式开源！ 25个AI agent居住在一个数字版Westworld中，不知道自己生活在模拟里。他们上班、八卦、组织社交活动、结交新朋友，甚至坠入爱河。每个都有独特的个性和背景故事。 Smallville是2023年最鼓舞人心的AI agent实验之一。我们经常谈论单个LLM的涌现能力，但多智能体涌现在大规模下可能更加复杂和迷人。一个AI群体可以演绎整个文明的演化。 前方有无限新的可能性。游戏将首先感受到影响。 Github: https://github.com/joonspk-research/generative_agents Paper: https://arxiv.org/abs/2304.03442 Authors: @joon_s_pk @joseph_c_obrien @carriejcai @merrierm @percyliang @msbernst

    引用Jim Fan@DrJimFan

    著名的斯坦福 Smallville 正式开源了！ 25 个 AI 智能体居住在一个数字化的西部世界，浑然不知自己生活在一个模拟之中。他们去上班、闲聊、组织社交活动、结交新朋友，甚至坠入爱河。每个智能体都有独特的个性和背景故事。 Smallville 是 2023 年最鼓舞人心的 AI 智能体实验之一。我们常常谈论单个 LLM 的涌现能力，但多智能体的涌现在大规模下可能会复杂和迷人得多。一个 AI 群体可以演绎出整个文明的演化。 前方有无尽的新可能。游戏将最先感受到这一冲击。 Github: https://github.com/joonspk-research/generative_agents Paper: https://arxiv.org/abs/2304.03442 Authors: @joon_s_pk @joseph_c_obrien @carriejcai @merrierm @percyliang @msbernst

    推荐理由：经典Agent实验首次开源，个人开发者可搭建AI虚拟社会观察涌现行为

1月30日周五
  1. 蚂蚁 inclusionAI：GitHub 新仓库61

    高效离线推理框架 Flood：吞吐量显著领先，支持多模态与量化

    Flood 是一款面向离线应用的高效大语言模型推理框架。它采用流水线并行降低通信开销，并通过分段式KV缓存管理提升连续性。框架支持连续批处理、分块预填充、FP8/INT8量化及多模态模型推理。性能测试表明，其在多种模型和硬件上的吞吐量最高可达 vLLM 的 2.4 倍。其专用内核 SegmentAttention 在处理长序列时，解码速度较 FlashAttention 最高提升 3.16 倍。该项目于 2025 年 3 月开源并快速迭代，已支持前瞻解码等新特性。

    推荐理由：蚂蚁的 FLOOD 框架用流水线并行替代张量并行来压通信开销，实测吞吐比 vLLM 高 1.4 到 2.4 倍，做离线推理部署的团队值得花半小时跑一下 benchmark 看看自家场景能不能吃这个红利。

1月29日周四
1月27日周二
  1. 公众号：月之暗面61

    Kimi 发布并开源 K2.5 模型，带来全新视觉理解、代码和 Agent 集群能力

    Kimi 发布并开源迄今最智能、最全能的 K2.5 模型，原生多模态架构支持视觉与文本输入、思考与非思考模式，在 Agent、代码、图像、视频及通用智能任务上取得开源 state-of-the-art 表现。

    推荐理由：Kimi K2.5把视觉理解和Agent集群能力打包开源，国内模型里比较早做这个组合的，虽然参数规模争议不小，但对想搭多模态Agent的团队是个可用的起点。

1月22日周四