跳到正文
5月21日周四
  1. OpenClaw🦞66

    OpenClaw 2026.5.19 🦞 📱 Android Talk Mode 实现实时化 🍎 Mac 设置界面更清爽 🔐 xAI 登录支持无头模式 🧵 Telegram 话题功能更稳定 大版本更新,简短公告。 https://github.com/openclaw/openclaw/releases/tag/v2026.5.19

    推荐理由:一堆小修小补但都很实用,尤其 Android 实时对话模式,开源 AI 客户端里难得把体验做到这个程度,值得更新。

  2. MarkTechPost65

    如何使用 kg-gen、NetworkX 分析和交互式可视化工具从文本构建知识图谱生成管道

    该教程演示了如何利用 kg-gen 工具,结合 LLM 与 LiteLLM 配置,从纯文本、对话及多源文档中提取实体、谓词和关系,并生成知识图谱。内容涵盖了从简单文本处理到使用分块与聚类技术应对长文本的进阶步骤,随后通过 NetworkX 进行图谱分析,并最终实现交互式可视化,为构建端到端的知识图谱生成流程提供了实践指南。

5月20日周三
  1. Rohan Paul73

    商汤科技SenseNova U1已开源发布。其核心创新在于原生多模态统一建模,将视觉、语言与图像生成视为一个统一问题,而非分立模块的链式处理,从而减少了信息损失。该模型采用MoT架构(38B-Active 3B MoE),在生成信息图、海报、漫画等结构复杂的密集图文内容时能保持高度一致性。详细的技术报告披露了其包括近无损视觉接口、联合训练策略在内的完整构建方案,为行业提供了前沿参考。

    引用SenseTime@SenseTime_AI

    🔥 New week, New 𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮-𝗨𝟭 Drop — and this one goes Deep!🔥 📄 𝗧𝗵𝗲 𝗳𝘂𝗹𝗹 𝗧𝗲𝗰𝗵𝗻𝗶𝗰𝗮𝗹 𝗥𝗲𝗽𝗼𝗿𝘁 𝗶𝘀 𝗢𝗨𝗧 — the most detailed disclosure yet of how to build a frontier Native Multimodal Model. Inside: ✨ Near-lossless visual interface (no VEs, no VAEs) ✨ Native Multimodal Unified Modeling ✨ Joint AR + pixel-space flow matching training ✨ Native Mixture-of-Transformers backbone ✨ 6-stage training recipe + RL post-training + distillation If you work on NMM, this is the playbook. 🤗 One more thing: 𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮-𝗨𝟭-𝗔𝟯𝗕-𝗠𝗼𝗧 (𝟯𝟴𝗕-𝗔𝟯𝗕 𝗠𝗼𝗘) 𝘄𝗲𝗶𝗴𝗵𝘁𝘀 𝗮𝗿𝗲 𝗻𝗼𝘄 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲𝗱 — a RARE native unified model on an MoE backbone (Only 3B active! Lightning Fast⚡) 📄 Tech Report: https://arxiv.org/abs/2605.12500 🤗 Daily Papers (Vote & Discuss): https://huggingface.co/papers/2605.12500 🤗 Models: https://huggingface.co/collections/sensenova/sensenova-u1 💻 Code: https://github.com/OpenSenseNova/SenseNova-U1 🎮 Demo: https://unify.light-ai.top 👾 Discord: https://discord.com/invite/BuTXPHmQub

  2. Simon Willison 博客45

    datasette-llm-accountant 0.1a4版发布

    Datasette 生态下的 LLM 账户管理工具 datasette-llm-accountant 发布了 0.1a4 预览版。本次更新修复了一个关键问题,即追踪对话链(chains of responses)时存在的缺陷,相关修复可追溯至 datasette-llm#7 问题。该版本主要用于提升使用 Datasette 管理与分析大语言模型调用时的稳定性和准确性。

  3. xAI:News60

    在OpenClaw中使用Grok

    5月22日,xAI宣布,其用户现可在开源个人助理OpenClaw中直接使用Grok模型。所有持有SuperGrok或X Premium订阅的用户均可使用该功能。OpenClaw是一个开源的、本地优先的智能助手,可在多种硬件上运行并保持跨会话记忆,同时能接入WhatsApp、Telegram等多款主流通讯平台。用户通过简单安装和登录,即可在自有设备上运行OpenClaw,并通过其界面或关联的聊天工具与Grok交互。此举进一步扩展了Grok的应用场景,未来还将推出更多开源代理与集成支持。

    推荐理由:Grok 开始融入开源 agent 生态了,OpenClaw 的本地优先加多平台连接让这集成对开发者挺实用,有 Grok 订阅的可以直接试试。

  4. IT之家·人工智能60

    谷歌推出 AI 通用购物车,联合亚马逊、Meta、微软打造 AI 电商协议

    在2026年I/O开发者大会上,谷歌宣布推出AI电商通用购物车“Universal Cart”及相关协议。核心协议包括开源的通用购物车协议UCP(获亚马逊、Meta、微软等支持),旨在为智能体提供通用语言;以及智能体支付协议AP2,用于管理AI支付流程。该功能将于今年夏天在谷歌搜索、Gemini、YouTube、Gmail中上线,支持多场景添加商品、追踪优惠与历史价格,并具备智能推理能力,可检测兼容性并推荐替代品。

  5. Cohere 产品与研究博客71

    Cohere 开源 Command A+:218B 参数 MoE 模型主打企业级智能体能力

    Cohere 发布 Command A+ 并以 Apache 2.0 许可开源权重,模型采用 MoE 架构,总参数 218B、激活 25B,支持 128K 输入上下文和 48 种语言。

    推荐理由:官方公布了 Command A+ 的架构参数、基准成绩与量化部署门槛,可帮助企业评估其在私有环境中的智能体部署可行性。

5月19日周二
  1. IT之家·人工智能74

    地平线开源 HoloMotion-1 4 亿参数机器人小脑大模型,可实现舞蹈、健身、搬箱子等动作

    地平线机器人实验室发布了其开源的人形机器人全身控制模型 HoloMotion-1。这是一个拥有 4 亿参数的“小脑”大模型,通过 MoE 稀疏激活与 KV-cache 推理机制,在端侧实现了约 300FPS 的实时推理能力。该模型利用互联网视频、光学动捕、VR 遥操作等多种来源的动作数据进行训练,并在真实机器人上成功展示了舞蹈、爬行、健身、搬箱子等复杂动作的零样本迁移能力。相关代码与技术报告已公开。

    推荐理由:地平线开源的这个4亿参数模型,把机器人“小脑”拉到一个小模型级别,300FPS实时跑在端侧,零样本跳舞搬箱子,搞具身智能的该跟进看看了。

  2. IT之家·人工智能73

    Kimi最新融资获国资与央企加注,估值半年翻四倍

    月之暗面旗下AI助手Kimi正在进行20亿美元新融资,国智投、中国移动等国资机构及央企已加入股东名单,该轮融资已进入收尾阶段。今年1月和2月,Kimi已密集完成3轮融资,累计融资超39亿美元(约376亿元人民币),最新估值相比去年11月已翻4倍有余,成为大模型创业公司中融资最多的企业。产品层面,基于Kimi K2.5模型的Composer 2.5已集成至编程应用Cursor,公司近期也发布了开源模型Kimi K2.6。

    推荐理由:国资加码、估值一年翻 4 倍,Kimi 成了国内大模型创业里融钱最多的公司。不仅是钱的问题,C 轮之后国家队正式入场,未来政策倾斜和资源整合才是看点。

  3. Simon Willison 博客52

    五分钟概览大语言模型领域近六个月发展

    过去六个月,大语言模型领域发生了显著变化,尤其以2025年11月为关键转折点。在该月,被称为“最佳”的模型主导权在Anthropic、OpenAI和Google之间五次易手,先后经历了Claude Sonnet 4.5、GPT-5.1、Gemini 3等模型的快速迭代。同时,编码智能体技术取得突破,从“时常可用”跃升至“基本可用”,能够稳定执行实际开发任务,这标志着整个领域的应用成熟度得到显著提升。

  4. IT之家·人工智能45

    Qwen 3.7?阿里云峰会 5 月 20 日举行,千问官宣“重量级新朋友”即将亮相

    阿里云峰会将于5月20日举行。千问大模型官方发布预热海报,透露将有一位“重量级新朋友”亮相,其特点是“更全能、更强大、有深度、有广度”。结合海报中的吉祥物元素,预计本次将公布Qwen系列大模型的最新重要成果。此前,Qwen 3.7-Max-Preview和Qwen 3.7-Plus-Preview版本已率先在相关平台上线,有望在峰会上正式发布。

5月18日周一
  1. IT之家·人工智能59

    Linux 之父 Linus 发飙:别用 AI 提交大量重复 Bug 报告,直接提修复方案,OK?

    Linus Torvalds 发布 Linux 7.1 第四个候选版本,并批评 AI 工具导致大量重复 bug 报告,使安全列表难以管理。他强调开发者应直接提交修复方案,而非仅报告问题,以减少不必要工作。Linus 表示自己过去20年更多担任技术维护者,AI 只是工具,不会替代程序员。

  2. Yann LeCun64

    推文警告,若西方无法尽快出现可信的开源前沿AI参与者,后果将迅速扩散。这与早期互联网格局相反:过去西方科技巨头主导全球,而中国自建生态;AI时代可能逆转这一态势。若无西方开源力量,能够支撑整个经济体的开源模型将仅由中国提供。若美国以国家安全为由进一步限制获取中国开源模型,其国内市场将仅由两三个封闭系统服务,而全球约60亿人口可能选择免费、强大、可自托管且不受禁运的中国AI技术栈。到2030年,中国开源模型或成为全球默认选择,导致美国在技术上自我孤立于世界大多数AI用户。

    引用Daniel Jeffries@Dan_Jeffries1

    I don't think people understand just how bad it will be if an American open source champion doesn't emerge soon and the big labs succeed in creating modern East Indian companies and ban open models on moronic national security grounds. "If a credible Western open frontier player does not emerge, the consequences cascade quickly. This is the inverse of the early Internet wave. In the 2000s and 2010s, Western companies — Google, Facebook, Amazon, Apple, Microsoft — dominated globally while China carved out its own walled garden. "The AI version flips that dynamic on its head. "Without a credible Western open frontier player, the only open models capable of running entire economies are made in China. If U.S. policy further restricts Chinese open-weight access on national-security grounds, the U.S. ends up with two or three closed Cathedrals serving the U.S. market — and the rest of the world picks the AI stack that is free, capable, self-hostable, and not embargoed. "Europe, Africa, Southeast Asia, Latin America, India, the Middle East. "Roughly six billion people. "Chinese open models become the global default by 2030, and the United States ends up technologically isolated from the majority of the world’s AI users. "We would have done it to ourselves."

  3. Simon Willison 博客44

    英国政府数字服务署就NHS退出开源决策发声,强调“默认开放”原则

    针对英国国家医疗服务体系(NHS)为应对“玻璃翼项目”漏洞而关闭开源代码库的决定,英国政府数字服务署(GDS)于5月14日发布指南,明确提出“默认保持开放”的核心建议。指南虽未直接点名NHS,但被普遍视为对此事的公开回应。GDS指出,将代码全面私有化会增加成本,并削弱代码复用与审查。这一官方表态被解读为罕见的内部争议公开化信号,标志着围绕公共部门开源策略的讨论已升级。

  4. Prime Intellect63

    Prime Intellect 开源自进化合成智能体环境 general-agent

    Prime Intellect 开源 general-agent 环境 v1,通过 Synthesizer 与 Solver 双智能体博弈生成自进化任务语料,目前包含 4,504 个任务、1,040 个领域和 8,159 个独特工具,每个任务经求解器按难度带实证校准。

    推荐理由:原文给出了任务规模、难度校准方法和早期 SFT/RL 结果,读者可以评估这个自进化合成环境对智能体训练的参考价值。

5月17日周日
  1. IT之家·人工智能63

    无预算约束,OpenClaw 团队一个月烧掉 130 万美元 API 费用

    奥地利开发者彼得・施泰因贝格尔披露,其领导的OpenClaw项目在30天内消耗OpenAI API费用高达130万美元,涉及760万次请求和6030亿词元。这笔费用由约100个Codex实例产生,用于自动化代码审核、漏洞修复等任务。施泰因贝格尔解释,这是“极速模式”下的结果,关闭后成本可降至约30万美元。该实验旨在无预算约束下探索AI辅助软件开发的极限,所有成果保持开源。

  2. Nathan Lambert:Interconnects53

    最新开源成果(#21):开源模型盛宴!Gemma 4、DeepSeek V4、Kimi K2.6、MiMo 2.5、GLM-5.1 等。基于CAISI的V4评估。

    本月开源AI模型领域迎来密集发布,包括Gemma 4、DeepSeek V4、Kimi K2.6、MiMo 2.5和GLM-5.1等一系列重要新版本。这些模型均在CAISI的V4评估框架下进行了性能评测。多个团队几乎同期推出旗舰级更新,反映出开源社区当前高速迭代的竞争态势。

  3. Ant Ling80

    又一次Day0协作,又一次社区胜利。感谢@vllm_project团队始终可靠的支持~ 🫡🫡

    引用vLLM@vllm_project

    恭喜 @AntLingAGI 的 Ring-2.6-1T 开源!🎉 Ling-2.6-1T 的思考版兄弟——万亿规模,专为智能体执行和复杂推理打造。 Day-0 vLLM 支持已就绪。 🤗 http://recipes.vllm.ai/inclusionAI/Ring-2.6-1T

    推荐理由:蚂蚁百灵把万亿参数的 thinking 模型开源,vLLM 第一天就能跑,想自己搭 agent 推理服务的可以直接动手了,开源生态的齿轮转得比想象中快。

  4. Ant Ling76

    蚂蚁集团发布万亿参数推理模型Ring-2.6-1T,专为现实世界智能体工作流构建。该模型采用MIT许可,上下文长度通过YaRN技术从128K扩展至256K,并采用Async RL与IcePop混合训练架构。其核心特点是具备双推理努力模式:“high”模式用于快速智能体循环,“xhigh”模式用于深度推理,旨在实现更好的成本与性能平衡。模型已开源,欢迎社区反馈。

    引用Adina Yakup@AdinaYakup

    蚂蚁集团刚刚发布了 Ring-2.6-1T 🔥 1T 推理模型,专为真实世界的 agent 工作流打造。 ✨ MIT 许可证 ✨ 128K >> 256K 上下文(YaRN) ✨ 异步 RL + IcePop 训练架构 ✨ 双推理强度:"high" 用于快速 agent 循环,"xhigh" 用于深度推理 = 更好的成本/性能权衡 👀

    推荐理由:蚂蚁把1T推理模型以MIT许可开源,还专门为Agent循环做了高低推理双模式,做开源Agent的团队直接多了一个强力基座可选。

  5. Ant Ling66

    Ring-2.6-1T模型现已开源,并上线OpenRouter平台,5月底前享有75%折扣。该模型由AntLingAGI开发,是一个为现实世界智能体构建的万亿级推理模型,其核心设计目标不仅是回答问题,更是执行任务。它专注于规划步骤、使用工具、维持上下文和完成复杂工作流,具备强大的智能体执行能力和高推理模式,并采用了Async RL与IcePop训练方法。

    引用Novita AI@novita_labs

    🚀 Ring-2.6-1T is now open source (from @AntLingAGI). Now 90% off on @OpenRouter via @novita_labs — a great time to start building and experimenting with large-scale agent workflows. A trillion-scale reasoning model built for real-world agents. Designed not just to answer — but to execute: planning steps, using tools, maintaining context, and completing complex workflows. Highlights: • Strong agent execution • high / xhigh reasoning modes • Async RL + IcePop training

5月16日周六
  1. IT之家·人工智能66

    蚂蚁集团百灵开源万亿级思考模型 Ring-2.6-1T,支持 high 与 xhigh 两种推理强度

    蚂蚁集团百灵大模型开源了面向复杂任务的万亿级思考模型 Ring-2.6-1T。该模型创新性地引入了可调节推理强度机制,提供 high 和 xhigh 两种模式。high 模式适用于高频 Agent 工作流,具有低 Token 开销和快速多步执行能力,适合多轮交互与工具协作;xhigh 模式则为数学、科研及复杂逻辑分析等高难任务提供更充分的思考深度。开发者可根据任务需求灵活选择,以平衡效果、速度与成本。模型已在 Hugging Face 和 ModelScope 平台开放。

  2. xAI:News70

    将Grok接入Hermes智能体

    xAI宣布,用户现可将Grok订阅账户接入Nous Research的开源自改进智能体Hermes Agent。该集成对所有订阅层级开放,允许用户在Hermes环境中直接使用Grok 4.3进行文本对话与高级推理、调用其文本转语音功能生成语音回复,并利用Grok Imagine创建图像与视频。Hermes Agent可持久运行于电脑、沙盒或VPS,具备跨会话长期记忆能力,并能连接WhatsApp、Discord等通讯平台。用户通过安装Hermes Agent并选择Grok提供商即可完成配置。

    推荐理由:如果你已经在用或想尝试Nous Research的Hermes Agent,现在可以直接用Grok订阅,不必再多付一份模型API钱,而且Grok 4.3的推理和图像生成都能在agent里跑,对个人开发者挺友好。

  3. Rohan Paul58

    @bgurley 的一篇精彩博客 开放性可以成为对抗垄断力量的武器。 并且“到2030年,中国开源模型可能成为全球默认选择。”

    引用Bill Gurley@bgurley

    A new @bgurley blog post! I have been thinking about how sophisticated executives are using open source in super creative ways. Started writing this three years ago. Excited to finish it up and publish it! And with the new @p3institute brand. https://substack.com/home/post/p-197032865?source=queue

  4. MiniMax (official)66

    M2.7已在@OrcaRouter上线——可通过单一OpenAI兼容API访问。 今天就来试试吧!🐋

    引用OrcaRouter 🐳@OrcaRouter

    MiniMax M2.7 is now on OrcaRouter 🐋 One of the strongest open-source models available today — now accessible through a single OpenAI-compatible API. Pricing: Input: $0.30 / 1M tokens Output: $1.20 / 1M tokens Cache read: $0.06 / 1M Cache write: $0.375 / 1M Use @MiniMax_AI and more: https://www.orcarouter.ai/models/minimax/minimax-m2.7

5月15日周五
  1. MiniMax (official)57

    MiniMax AI已作为原生适配器集成至open-multi-agent框架,旨在解决多智能体系统在生产环境部署的核心成本难题。该框架能自动将目标分解为DAG任务并并行执行,但传统多智能体方案的token成本会随智能体数量、交互轮次和工具调用次数快速复合增长,这常导致实际生产部署受阻。此次集成使得由目标驱动的智能体团队不仅能高效运行,更能保持可负担的生产成本,从而推动其从演示场景走向实际应用。

    引用JackChen@JackChen_x

    Multi-agent's quiet problem: token cost scales with agents × turns × tool calls. It compounds fast , and that's the bill that kills production rollouts. @MiniMax_AI is now a native adapter in @JackChen_me's open-multi-agent, so goal-driven agent teams stay affordable in production, not just in demos. 👇 https://github.com/open-multi-agent/open-multi-agent

  2. SenseTime70

    主推文赞扬了创新者在前沿领域的探索。引用的推文具体指出,SenseNova-U1在空间智能能力上取得进展,其关键基准测试表现超越了Qwen3.5等强劲基线。同时,团队开源了目前最大的空间问答数据集SenseNova-SI-8M,并邀请业界在CVPR会议进行线下交流。

    引用Zhongang Cai@caizhongang

    很高兴为 SenseNova-U1 的空间智能能力做出了贡献,在 VSI-Bench 等关键基准上超越了 Qwen3.5 等强劲基线。 我们也很激动地开源了 SenseNova-SI-8M,这是目前最大的空间问答数据集。 今年六月 CVPR 见,很乐意当面交流! SenseNova-SI-8M: https://huggingface.co/datasets/sensenova/SenseNova-SI-8M

    推荐理由:商汤的 SenseNova-U1 在空间智能基准上压过 Qwen3.5,还顺手开源了目前最大的空间 QA 数据集 SenseNova-SI-8M,搞具身智能和多模态的可以直接抱走数据。

  3. 公众号:蚂蚁百灵80

    Ring-2.6-1T 正式开源:蚂蚁百灵发布万亿级思考模型

    蚂蚁百灵开源万亿级思考模型 Ring-2.6-1T,重点强化 Agent 执行能力,在 PinchBench 和 ClawEval 上达到开源 SOTA。模型支持 high 与 xhigh 两档推理强度,并采用异步 Async RL 架构结合升级版棒冰算法提升训练效率。权重已开源至 Hugging Face 和 ModelScope,Chat 体验现已开放。

    推荐理由:通过可调节推理强度,模型在 Agent 高频任务中减少不必要计算,复杂场景又能释放上限,为万亿参数模型的实际部署提供了更精细的资源控制方式。

  4. Hugging Face 社区博客60

    IBM 发布 Granite Embedding Multilingual R2 开源多语言嵌入模型

    IBM 发布两个 Apache 2.0 开源多语言嵌入模型:97M 参数的紧凑型(granite-embedding-97m-multilingual-r2)在 MTEB Multilingual Retrieval 上得 60.3 分,超越所有开放子 1 亿参数模型;311M 全尺寸模型(granite-embedding-311m-multilingual-r2)得 65.2 分,在 500M 以下开放模型中排第二,并支持 Matryoshka 维度。两者均基于 ModernBERT 架构,支持 200+ 种语言,针对 52 种语言和 9 种编程代码检索训练,上下文窗口达 32,768 tokens。可直接替换 sentence-transformers、LangChain、LlamaIndex 等框架中的默认模型,预置 ONNX 和 OpenVINO 权重以优化 CPU 推理。

    推荐理由:97M小模型在跨语言检索上打败很多300M级选手,32K上下文让长文档处理不再鸡肋,Apache 2.0开源意味着做多语言RAG的可以直接拿来当默认嵌入模型了。

5月14日周四