Greg Brockman@gdbAI 评分4040Reintroducing Codex Security plugin! point it at a codebase or diff and it can build a threat model, map attack paths, validate findings, generate + test fixes, and export results to SARIF, GitHub, Jira or Linear. oh, and it all open source on github!!
小红书引擎架构团队在 OSDI 2026 发表论文，提出面向全闪存的高性能向量近似最近邻检索系统 HELMSMAN。该系统通过 ANNS 定制化存储栈、分层学习式搜索剪枝及 GPU 加速构建流水线，将向量检索服务迁移至 NVMe SSD 阵列。
推荐理由：在保持毫秒级在线延迟的前提下，将百亿向量检索从海量DRAM迁移到NVMe SSD阵列，为推荐与搜索系统提供了成本下降超90%的生产验证方案。
Rohan Paul@rohanpaul_aiAI 评分4141
First local agent to beat Hermes on benchmarks! ✦ runs Qwen, Gemma, Llama via llama.cpp ✦ stable-prefix caching keeps sessions cheap ✦ TurboQuant cuts the KV-cache 6.4× smaller ✦ 37 tasks solved vs Hermes' 31 on GAIA Level 1 Open source on macOS, Windows & Linux 👇
Microsoft Research@MSFTResearch精选AI 评分7373
推荐理由：微软把这些模型全开源了，从 Foundry 搬到 Hugging Face，对不想被平台锁定的开发者是个好信号，但模型能力本身不算顶尖，更偏生态布局。
NVIDIA 宣布开源 Medical Physics Simulation 框架，这是 Isaac for Healthcare 中首个 GPU 加速的医疗物理仿真能力。该框架可并行运行 8,192 个机器人训练环境，将训练时间从超过 5 小时缩短至不到 2 分钟。CMR Surgical、Johnson & Johnson MedTech 等机构已在使用该框架。
推荐理由：首个 GPU 加速的开源医疗物理仿真框架，能把数千个训练环境并行跑，把训练从五小时压到两分钟，做手术机器人的团队可以直接拿来用，但对通用 AI 从业者影响不大。
小红书技术团队开源 BigMac，一种针对多模态大模型训练的依赖安全嵌套流水线新范式。它以 LLM 流水线为主干，在不打乱执行顺序的前提下嵌入编码器和生成器计算，相比基线实现 1.08x-1.9x 加速，同时保持激活显存有界。BigMac 已作为 dots 多模态模型训练的核心组件投入生产。
同一件事，精选收录的是《小红书 dots infra 开源 BigMac：突破多模态大模型训练的帕累托前沿》
小红书开源 BigMac，一种面向原生多模态场景的流水并行训练新范式。它通过依赖安全的嵌套流水线，在不增加 LLM 流水线空泡、保持激活显存有界的同时，高效实现多模态流水训练。相比基线，BigMac 训练速度提升 1.08～1.9 倍，并在 global batch size 增大时保持稳定显存占用，目前已应用于 dots 多模态模型生产训练。
推荐理由：通过在成熟的LLM流水线中嵌入依赖安全的编码器与生成器计算，BigMac让多模态大模型训练不再需要在速度和显存之间做非此即彼的选择，适合正在纠结训练策略的工程团队检查调度逻辑。
Cisco Foundation AI 发布 Antares 系列安全小语言模型，专用于在代码库中定位已知漏洞。Antares-1B 在 VLoc Bench 上达到 0.209 File F1，超过 753B 参数的 GLM-5.2（0.186）。Antares-350M 和 Antares-1B 以 Apache 2.0 许可证开源。
月之暗面计划于8月启动上市前最后一轮融资谈判，目标投前估值500亿美元。公司最快6个月内登陆港交所，此前6月融资投前估值已达315亿美元。推动密集融资与加速上市的核心是商业化收入快速增长及Kimi K3的技术突破，后者为2.8万亿参数、100万token上下文窗口的开源模型，在Artificial Analysis智能指数中以57分位列全球第三。
Rohan Paul@rohanpaul_aiAI 评分4141Introducing Fractal: An open source tool for building hierarchical agent loops. We built Fractal to solve our hardest problems.
OpenCode@opencode精选AI 评分5656Laguna S 2.1 现已在 OpenCode 上免费提供 1M 上下文窗口 · 完全开源 Poolside 迄今为止最强大的模型
推荐理由：OpenCode 免费上了 Poolside 的最强模型，1M 上下文且完全开源，对写长代码的开发者是实打实的顺手工具，可以省一笔算力开销。
Prince Canuma 发布 Nativ，一款基于 MLX 的 macOS 桌面应用，提供聊天界面和本地 API 服务器，用于在 Mac 上本地运行 AI 模型。该应用能自动识别 Hugging Face 缓存目录中已有的 MLX 模型，无需重复下载。
小红书 dots 团队携内部版本 dots-note 3.0 参加第 67 届 IMO 2026，六道题均获满分，以 42/42 分取得满分金牌，全球仅 7 位人类选手获此成绩。模型不依赖形式化语言，直接读取原始 LaTeX 题目，通过递归自我批判能力端到端完成解题。dots-note 3.0 是 dots3 系列最轻量级模型，预期将开源。
同一件事，精选收录的是《小红书大模型 dots-note-3.0 以满分获 IMO 2026 金牌，第三题解法获冠军选手称赞》
小红书dots团队携dots-note-3.0内部版本参加IMO 2026，六题均获满分7分，以42/42分取得满分金牌，全球仅7位人类选手获满分。该模型不依赖形式化语言，直接读取原始LaTeX题目，通过Proof、Verify、Refine三环节递归自我批判完成解题。dots-note-3.0是dots3系列最轻量级模型，预期将开源。
推荐理由：dots模型在IMO满分验证了递归自我批判方法的有效性，这种不依赖形式化验证、通过自我质疑改进推理的路径，可能为科学研究等难以量化的复杂任务提供新的解决思路。
Hugging Face 推出 Grabette，一套开源低成本系统，用户手持夹爪即可在几分钟内录制操作演示，并自动生成机器人可用的数据集。Grabette 配备鱼眼相机与 RGBD 相机，通过 SLAM 恢复 6-DoF 轨迹，硬件物料成本约 490 欧元。所有硬件设计、处理流程与训练代码均开源，数据以标准 LeRobot 格式上传至 Hugging Face Hub，支持任意机器人后端。
作者筛选了GitHub上九个学术科研Skill，按“夯、顶级、人上人、NPC”五档排名。Academic Research Skills通过四库交叉验证引用，能拦截AI编造的假引用；Claude Scholar可连接Zotero和Obsidian批量导入论文并自动生成结构化笔记；nature-skills能将中式英语论文润色至接近Nature发表水准。
Cursor 测试了新型 AI 智能体集群，将任务分解为规划者（使用最强模型）和执行者（使用快速廉价模型）。使用 Grok 4.5 时，新集群在 4 小时内通过了 80% 的 SQL 测试套件，而旧集群在第二小时前失败。该系统已用于构建浏览器、修复漏洞和生成数十亿 token 合成训练数据。
推荐理由：Cursor首次公开agent swarm的内部架构和协调失败模式，把835页规格文档变成可运行的SQLite数据库并开源，对做AI编程工具的团队和agent架构师来说，这些细节是金矿。
小红书与北大提出 UltraEP，首次将基于精确路由信息的实时负载均衡引入生产系统，在每个 microbatch 和每一层动态复制热点专家。在 Qwen3-235B 等模型上，训练吞吐平均达到理想性能的 94.6%，相比 Megatron-LM 提升 42%；推理 prefill 吞吐相比 SGLang 提升 1.56 倍。
推荐理由：MoE 训练推理的负载不均是个老痛点，UltraEP 用实时复制热专家的方式把 GPU 利用率拉到 94% 的理想线，代码和论文都开源了，做大规模分布式训练的团队可以直接参考。
小红书与北大开源 UltraEP，首次将基于精确路由信息的实时负载均衡引入生产系统，在每个 microbatch 和每一层动态复制热点专家，平均达到理想性能的 94.3%，相比业界 SOTA 训推框架提升 1.49 倍。该方案已在 288B 参数 MoE 模型的完整预训练中部署，保持不低于理想性能 92% 的水平。
推荐理由：动态复制热点专家替代了基于历史窗口的重排，将MoE训推吞吐从理想的一半拉至90%以上，对自研大规模模型的团队而言，是一套可落地的负载均衡方案。
上海科学智能研究院开放科学多模态基础模型“神珍”，总参数约110亿，可处理DNA、RNA、蛋白质、小分子、地球系统和医学影像六类数据。在生物序列20项任务中，该模型9项取得最优结果；医学影像分割平均Dice得分91.20，在7种参评方法中最优。模型权重及代码已在星河启智、Hugging Face和GitHub开放。
推荐理由：一个模型同时理解蛋白质、气象和医学影像，还全开放权重和代码，对交叉学科的研究者是难得的工具包。比专用模型省去切换成本，值得科学计算方向的产品人关注。
面壁智能联合 OpenBMB 在世界人工智能大会上发布并开源首个具身智能成果 MiniCPM-Robot 系列，包括 1.5B 通用 VLA 模型 MiniCPM-RobotManip 与 0.9B 跟踪模型 MiniCPM-RobotTrack。
推荐理由：1.5B VLA模型通过视觉token压缩将带记忆推理成本降至与单帧反应式相近，使得需要持续上下文理解的机器人操作任务不再受算力约束。
面壁智能在 WAIC 2026 端侧AI论坛上发布两款端侧大模型：20亿参数的MiniCPM5-2B文本模型在AA榜单位列2B以下第一，以及融合多模态与视觉Token压缩的VLA具身模型。其MiniCPM开源系列累计下载量突破3800万次，已落地手机、汽车等终端，并搭载于吉利银河M9等车型。
Google Cloud 发布 Always-On Memory Agent，一个基于 ADK 和 Gemini 3.1 Flash-Lite 的 24/7 后台进程，不使用向量数据库或嵌入向量，而是由 LLM 将结构化记忆写入 SQLite。该方案每 30 分钟自动整合记忆并发现关联，支持 27 种文件类型，通过 HTTP API 或 Streamlit 仪表盘交互。
阿里平头哥宣布自研 AI 软件栈 T-Head SAIL 正式开源。该软件栈专为真武系列 AI 芯片打造，全面兼容 PyTorch、TensorFlow、vLLM、SGLang 等 260 余个主流框架，主流 AI 推理框架平均适配时间 < 7 天。截至今年 4 月，真武 AI 芯片已累计出货 56 万片，服务 20 多个行业 400 多家客户。
乐奇 Rokid 在 WAIC 2026 推出全球首款专为智能眼镜打造的原生 AI 操作系统 YodaOS，以图形化沉浸式交互替代传统文字输出，支持行程自动记录与定时主动提醒，也是全球首款支持 AIUI 的 AI 操作系统。同期亮相的乐奇 AI 眼镜采用空间+AI 双摄、电致变色、6DoF 及 58° FoV 视野，搭载 3nm 骁龙至尊空间计算平台。
用同一份Prompt和Kimi K3，依次搭配7个设计Skill生成网页，每轮只跑一次不返工。结果显示，design-taste-frontend和Impeccable表现最佳，分别以克制与大胆的风格放大了K3的能力；而Web Design Guidelines反而出现字体溢出、空白页等低级错误，效果不如纯K3。
英伟达开源 Nemotron 3 Embed 系列模型，面向 AI 智能体和 RAG 场景，配备 32K 上下文窗口。其中 8B 参数版在 RTEB 基准上以 78.5% 得分斩获榜首，MMTEB 检索得分 75.5%。该系列以开放权重形式通过 Hugging Face 与 NVIDIA NIM 免费提供，支持商业使用。
MiniMax (official)@MiniMax_AIAI 评分4141We’re excited to bring @MiniMax_AI to Raven 🐦⬛ as a first-class model option. MiniMax powers the model. Raven makes that intelligence compound across runs. Built on EverOS, Raven is a memory-first, self-improving agent harness. It gives models durable user and agent memory, actively manages context during long-running work, follows up proactively through Sentinel, and turns successful workflows into reusable skills that improve with feedback. Paired with MiniMax’s long-context capabilities, agentic reasoning, coding performance, and tool use, Raven can take on longer, more complex workflow, from deep research and coding to automation and persistent digital workers. Try Raven × MiniMax and let us know what you build. https://github.com/EverMind-AI/Raven Get 12% off MiniMax API plans through our dedicated links:
首届“小有可为”大赛乡村教育赛道一等奖作品“智绘科普”采用 Qwen3.5-397B-A17B 大语言模型与 Manim 动画引擎，通过多Agent分阶段协作与自动修复机制，将知识主题转化为可控、可编辑的教学动画。系统包含规划、草稿、实现、审查、合成五个阶段，渲染失败时可自动提取日志并修复，该工程范式可迁移至其他赛道。
推荐理由：这是官方出品的实战教程，拆解了一套多Agent协作+门控+自修复的工程流水线，技术思路通用，做AI应用的可以直接抄作业。
Kimi 发布迄今能力最强的开源模型 Kimi K3，拥有 2.8 万亿参数、100 万 token 上下文窗口，原生支持视觉理解。该模型在长程编程、知识工作等场景表现前沿，整体能力仅次于 Claude Fable 5 和 GPT-5.6 Sol。即日起可通过 kimi.com 及官方 App 使用，完整模型权重将于 2026 年 7 月 27 日前发布。
推荐理由：Kimi K3 以 2.8 万亿参数开源，虽自承不及闭源顶尖，但长程编码与知识工作案例扎实，是国产开源模型冲击前沿的关键一步，开发者值得跟进。
月之暗面推出迄今能力最强的开源模型 Kimi K3，拥有 2.8 万亿参数、100 万 token 上下文窗口，基于 KDA 混合线性注意力机制构建，原生支持视觉理解。它在长程编程、知识工作等场景表现前沿，但整体仍落后于 Claude Fable 5 和 GPT-5.6 Sol。即日起可通过 kimi.com 等渠道使用，完整权重将于 2026 年 7 月 27 日前发布。
推荐理由：K3 把 2.8 万亿参数开源，并展示了从内核优化到芯片设计的连贯长程能力，为评估开源模型在复杂工程任务中的实际上限提供了参照。
Puter 将 Firefox/Gecko 编译为 WebAssembly，使整个浏览器能在另一浏览器中运行。该项目利用 Claude Max 订阅计划，消耗约 25,000 美元的 Claude Opus 和 Fable token 完成。所有流量通过 Wisp 协议的 WebSocket 经 Puter 服务器代理，支持端到端加密。
小红书联合北大、上交提出 HYPIC，这是首个在混合注意力大模型上实现位置无关缓存的服务系统。在 4 个生产级混合注意力模型、5 个工作负载上，HYPIC 将首 token 延迟（TTFT）平均降低 3.25 倍，同 SLO 下可持续 QPS 提升 1.66 倍，任务质量与完全重算仅相差 1.71 分。该系统通过缓存段累积转移算子实现线性层常数时间状态组合，并用缝合窗口修复全注意力层跨段对齐。
推荐理由：此前位置无关缓存无法用于混合注意力模型，HYPIC 通过缓存转移算子与缝合窗口首次实现，RAG 场景 TTFT 降低 3.25 倍，开源代码为推理系统提供了可复用的加速路径。
SpaceXAI 于 2026 年 7 月 15 日开源 Grok Build，其 Apache 2.0 许可的 Rust 代码库涵盖智能体循环、工具调度、TUI 及扩展系统。Grok 4.5 仍保持闭源，且不接受外部贡献。
xAI 的 grok CLI 工具因在目录中运行时会上传整个目录（包括 SSH 密钥、密码管理器数据库等）至 Google Cloud 而遭社区强烈抗议。xAI 随后禁用该功能、删除所有已保留的编码数据，并将整个 Grok Build 代码库以 Apache 2.0 许可证开源。该代码库包含 844,530 行 Rust 代码（约 3% 为 vendored），用户可完全本地运行并使用自有推理。
xAI 开源的 Grok CLI 编码智能体代码库中包含一个用 Rust 编写的 Mermaid 图表示例终端渲染器 `xai-grok-markdown/src/mermaid.rs`。开发者通过 Claude Code for web (Fable 5) 将其编译为 WebAssembly，实现在浏览器中运行该工具。
推荐理由：Simon 从 Grok 源码里扒出终端 Mermaid 渲染器，用 Wasm 带到浏览器，生成 Unicode 图，开发者画流程图的轻量选择。
