Thinking Machines Lab 发布首款 AI 模型 Inkling，拥有 9750 亿参数，其中仅 410 亿为活跃参数，采用开放权重模式。该模型架构借鉴 DeepSeek-V3，后训练阶段使用 Kimi K2.5 生成的数据优化，设计重点在于成本与性能之间的平衡。Inkling 可通过云端微调工具 Tinker 进行定制，安全测试表现良好。
Rohan Paul@rohanpaul_aiAI 评分4242我们已将 Grok Build 开源，并为所有用户重置了使用限制。 开源 Grok Build 让任何人都能帮助打造一个可靠且健壮的 harness。欢迎查看我们的代码，包括 Grok Build CLI 的 Git 仓库。 http://x.ai/open-source
Elon Musk@elonmusk精选AI 评分7676我们已将 Grok Build 开源，并为所有用户重置了使用限制。 开源 Grok Build 让任何人都能帮助打造一个可靠且健壮的 harness。欢迎查看我们的代码，包括 Grok Build CLI 的 Git 仓库。 http://x.ai/open-source
推荐理由：xAI 把 Grok Build 直接开源了，虽然还没说明详细功能，但代码已经能看，做 AI 编程的开发者可以提前摸一摸架构。
DogeDesigner@cb_dogeAI 评分5858
Thinking Machines@thinkymachines精选AI 评分7070推荐理由：多模态推理终于有了开放权重的选项，Inkling不是最强的，但可能是最方便你上手微调的。想试试多模态Agent的，今天就能在Playground玩。
Tencent Hy@TencentHunyuan精选AI 评分6969我们刚刚发布了 Hy3 的 1-bit 与 4-bit 版本，这是一款旗舰级规模的 295B 模型，可在单张 GPU 上运行。👌 使用 llama.cpp 运行 Hy3，启用 MTP，即可在显著降低的硬件配置上体验强大的智能能力。🚀🚀🚀 迫不及待想看看你们会用它构建什么。 #Hy3 #Hy #GGUF #llamacpp
推荐理由：混元把295B旗舰模型压进单GPU，1-bit和4-bit版本对本地部署是个大礼包，开源社区可以动起来了。
作者基于 API 版 Fable5 和 Codex 开发了开源 TODO Skill“阿福”，用于将收件箱中的待办资料自动转为 Markdown 任务卡，识别信息不完整项（如视频链接需通过 yt-dlp 和本地 Whisper 提取字幕），并支持批量排期、AI 分组合并、拖拽调整周视图及同步到 Mac 日历或飞书日历。项目已开源在 GitHub，安装仅需一条命令。
推荐理由：卡尔把三年知识管理教训封装成一个能自动扫描、合并排期的 TODO Skill，如果你也被碎片信息淹没，这个工具比任何大纲都实用。
Juggler 是一款开源 GUI 编程智能体，提供可视化工作台，支持可检查的工具调用、分支线程和可编辑上下文。会话以树状结构组织，而非线性聊天记录，用户可创建子线程、回溯、比较和编辑。所有关键信息以 Finder 风格 Miller 列展示。Juggler 支持本地、远程或同时运行，桌面应用与浏览器可连接同一会话。模型支持包括 Claude Code、OpenAI、Gemini、Ollama、OpenRouter、Z.AI、Deepseek 等。后端使用 Go 和 Wails，UI 为 HTML/JS。
推荐理由：我觉得 Juggler 把 AI 编码的交互从聊天记录变成了可编辑的树，这下能细致管理多个修改分支了，而且完全开源，做软件的值得试一下。
OpenAI 开发者 Hayden Bleasel 发布了 Blume 1.0.3，一个 MIT 许可的开源文档框架。用户只需将 Markdown 或 MDX 文件放入文件夹，即可生成包含导航、搜索、主题和 Open Graph 图片的生产级文档站点。Blume 在底层驱动一个隐藏的 Astro 项目，核心主题不携带客户端框架 JavaScript，默认获得良好的 Core Web Vitals 评分。它原生支持 AI：在 URL 后追加 .md 可返回原始 Markdown，内置 llms.txt 和 llms-full.txt 文件供 AI 智能体使用，可托管 MCP 服务器供 Claude Code、Cursor 和 VS Code 直接读取文档，并提供可选的页面内 Ask AI 助手。配置为类型安全的 TypeScript 文件，支持 36 种语言和 Notion 等远程内容源。需要 Node.js 22.12 或更新版本。
Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。
Peter Gostev 基于 GPT-5.6 Sol 构建了 DOOMQL，一款将 SQLite 作为游戏引擎的 Doom 风格游戏。SQL 负责控制移动、碰撞、敌人、战斗、进度及屏幕上每个 RGB 像素。游戏实现为 Python 终端脚本，通过递归 CTE 在 SQLite 中完成完整光线追踪。运行脚本会生成一个 SQLite 数据库，可使用 Datasette 配合新插件 Datasette Apps 探索。作者通过 Claude（Fable 5）创建了 HTML+JavaScript 应用，实时显示游戏画面并添加了小地图功能。
德国AI协会协调的研究联盟发布开源大语言模型Soofi S 30B-A3B。该模型总参数量316亿，每个token仅激活约32亿参数，采用Mamba-2与标准注意力层混合的MoE架构。模型完全在德国电信慕尼黑工业AI云上训练，训练数据中德语占比从第一阶段的7.2%提升至第二阶段的15.3%。在基准测试中，Soofi S在所有完全开源模型中取得英语和德语综合最高分，超越OLMo 3 32B和Apertus 70B。在HumanEval上得分73.8%，MBPP得分70.2，德语版MBPP得分84.2。上下文窗口支持最高100万token，在4万token长度下，生成吞吐量约为同规模稠密模型的8倍。模型权重已开源。
推荐理由：德国联盟用 Mamba-Transformer 混合架构做出一个 30B 开源模型，德语基准横扫，长上下文推理吞吐八倍于同级密集模型，想做德语 AI 的可以认真看了。
蚂蚁集团开源 AKernel（Agent Kernel），一个将整个数据中心视为 AI 智能体可编程扩展的分布式内核。它通过统一 Python SDK 实现计算、网络和存储的编程控制，支持单机、私有 K8s 及多云（阿里云、华为云）一键部署，冷启动仅需 40 毫秒。AKernel 代码由 AI 大量贡献，并内置基于 OpenTelemetry 的全栈可观测性。
推荐理由：蚂蚁把数据中心变成 Agent 的可编程扩展，对于需要大规模弹性编排 Agent 的团队来说，比用 Kubernetes 手写 YAML 直接得多，不过目前严重依赖阿里云和华为云，通用性还差一截。
蚂蚁集团 inclusionAI 在 GitHub 开源 sandboxd，这是 AKernel 使用的 Linux 沙箱生命周期服务，通过 gRPC API 管理沙箱资源，当前基于 gVisor 运行沙箱，并计划近期开源 Kata Containers 支持。
推荐理由：蚂蚁把 AKernel 用的沙箱生命周期管理开源了，对需要安全执行代码的 AI 推理/评测场景有参考价值，但仅限底层基础设施人员，非目标受众不必深究。
蚂蚁集团旗下具身智能团队 Robbyant 发布 LingBot-VA 2.0，首个原生具身基础模型。该模型采用因果 DiT 架构，视频专家约 13.0B 参数（约 1.9B 激活），训练规模约 15.3B 参数，推理时每 token 约 2.5B 激活。模型引入多块预测（MCP）实现 2.3 倍训练加速，并通过前瞻推理将推理延迟降至 142 ms/chunk。在 RoboTwin 2.0 的 50 个任务上，干净与随机演示数据平均成功率分别达 93.8% 和 93.4%。
推荐理由：具身智能领域第一个从零预训练的因果视频-动作模型，将世界状态和动作统一在一个隐空间，异步推理优化到 225Hz，做机器人的值得仔细研究。
Meta 推出首款收费 AI 模型 Muse Spark 1.1，定价仅为其他顶级模型的 25%，每百万输入 token 1.25 美元、每百万输出 token 4.25 美元，低于谷歌和 OpenAI 旗舰模型。扎克伯格称该模型在智能体和编程等方面优于 Gemini，同时承认 Meta 在 AI 功能上仍落后于 Anthropic 和 OpenAI，但预告正在开发代号“西瓜”的新模型，旨在“将智能推向极致”。
Kyutai 与 Mirelo 团队发布 MuScriptor，一款用于多乐器自动音乐转录（AMT）的开放权重解码器专用 Transformer 模型。它将音频转录建模为语言建模任务，采用 MT3 token 化方案。模型在 Hugging Face 上提供三个权重变体：small（103M）、medium（307M，默认）和 large（1.4B）。训练采用三阶段流程：在约 145 万 MIDI 文件上预训练，在 17 万段真实录音（超 11000 小时）上微调，再通过 GRPO 类强化学习后训练。在 D Test 基准上，large 模型 Multi F1 达 48.2，远超 YourMT3+ 基线的 21.9。推理代码采用 MIT 许可，权重采用 CC BY-NC 4.0（限制商业使用）。
JavaScript 工具 Bun 已从 Zig 完全重写为 Rust，重写工作主要由 Anthropic 的 Fable 5 完成。开发者 Jarred Sumner 表示，Zig 持续产生难以彻底修复的内存错误和崩溃，而 Rust 能在编译时捕获许多此类 bug。Sumner 使用了预发布版 Claude Fable 5，并行运行约 64 个 Claude 实例，耗时 11 天写出超百万行代码，API 费用约 16.5 万美元。据估算，人类团队完成同样工作需约一年。新版本 Bun v1.4.0 以 canary 版本发布，修复了 128 个 bug，运行速度提升约 2% 至 5%。Bun 团队已于 2025 年 12 月被 Anthropic 收购。
llm-meta-ai 0.1 发布，允许用户通过 LLM 对新模型 muse-spark-1.1 运行提示词。
OpenBMB@OpenBMB精选AI 评分7171推荐理由：社区开发者用 MiniCPM 轻量模型做的本地数学助手，LaTeX 输入变得像聊天一样自然，是个小而美的端侧实用案例。
Amazon Science 发布 Rust 编写的开源代理 Turnstile，它位于智能体 harness 与推理后端之间，在生成时刻精确记录 token ID、对数概率、loss mask 及权重版本边界，导出框架无关的训练轨迹。
蚂蚁灵波科技正式开源LingBot-Video，这是全球首个基于MoE架构、面向具身智能的视频生成基础模型。总参数30B，推理时仅激活约3B，效率较同规模Dense架构提升约3倍。模型引入7万小时VLA、VLN、Ego等机器人数据，并通过多维强化学习奖励系统对齐物理合理性与任务完成度。在RBench上总分0.620，超越Wan2.6等模型；在Physics-IQ Verified评测中排名第一。可用于机器人动作预测、仿真数据生成等方向。
推荐理由：蚂蚁灵波开源了首个面向具身智能的视频基模，用MoE控制推理成本，对机器人仿真和世界模型研究是个真工具，做具身的可以跑起来了。
开源项目Tutti定位为Agent OS，为Codex、Claude Code等已有Agent提供实时共享工作空间，统一管理上下文、文件、应用和任务。其BYO Subscriptions机制自动扫描本机CLI，复用已有订阅，无需额外付费。支持用@调用指定Agent（如`[@claude-code]`、`[@Codex]`），可调用AI Canvas等可视化Skill生成图片、PPT等。Goal to Tasks自动将目标拆解为子任务并分配Agent，Control Center总控台集中管理所有对话、任务和审批。项目本地运行，后续计划推出跨设备协作的Tutti VM版。
Robbyant 发布开源 VLA 模型 LingBot-VLA 2.0（6B 参数，Qwen3-VL-4B-Instruct 骨干，MoE 动作专家）。单次推理在 RTX 4090D 上约 130 ms（10 步去噪）。GM-100 双操作臂基准：AgileX Cobot Magic 平台 progress/success 66.2/34.4，Galaxea R1Pro 34.6/15.6；Astribot S1 冰箱整理任务域内成功率 60%。使用 60,000 小时训练数据（50,000 小时机器人轨迹 + 10,000 小时第一人称人类视频），统一 55 维动作表示，通过双查询蒸馏（LingBot-Depth + DINO-Video）实现预测动力学。Apache-2.0 协议开源。
一个实验性的 Web Component，由 GPT-5.5 构建，用于嵌入 GitHub 仓库中的代码片段。通过 `<github-code href>` 标签指定 URL，组件自动将链接转换为原始文件地址，使用 `fetch()` 获取代码并显示指定行范围，附带行号但不提供语法高亮。
Microsoft Research 发布开源可视化中间语言 Flint，AI 智能体只需编写简洁、可人工编辑的图表规范，编译器即可根据语义类型自动推导标度、轴、格式、配色和布局，生成精美图表。
蚂蚁灵波科技今日全面开源新一代具身基座模型LingBot-VLA 2.0。预训练数据总量达6万小时，覆盖17个机器人品牌20种构型，新增头部、腰部、末端执行器及底盘自由度。在GM-100评测中，模型在AgileX Cobot Magic和Galaxea R1 Pro双臂平台上的平均任务进度分和成功率均领先π0.5与GR00T N1.7；在长程移动操作任务中也优于π0.5。推理耗时在RTX 4090上控制在130毫秒内。模型已在Hugging Face、魔搭社区发布权重，GitHub开放代码，并与乐聚、钛虎等本体厂商及国大药房等客户启动商业落地测试。
Krea@krea_ai精选AI 评分6666Krea 2 的身份保留功能已发布，配套模型和 ComfyUI 节点也已上线。🔥
这正是我渴望的那种 ID 保留类功能。 我明天要出行，所以没法测试它。我很好奇它在风格化角色上的效果如何…… https://huggingface.co/conradlocke/krea2-identity-edit https://github.com/lbouaraba/comfyui-krea2edit
推荐理由：Krea 2的ID保持终于被社区做出来了，附带ComfyUI节点，想稳定控制角色一致性的人可以立刻用起来。
Liquid AI 开源了 Antidoom，一种基于 Final Token Preference Optimization (FTPO) 的针对性修复方法，用于减少推理模型中的 doom loop（死循环）问题。该方法定位循环开始的第一个 token，训练模型选择连贯替代项，而不改变整体输出分布。在 LFM2.5-2.6B 上，硬数学和编程任务中的循环率从 10.2% 降至 1.4%；Qwen3.5-4B 上从 22.9% 降至 1%。整套流程可在数小时内完成，全部代码和数据集（LiquidAI/antidoom-mix-v1.0）已开源。
推荐理由：Antidoom 用一次训练就修复了小型推理模型常见的 doom loop，LFM2.5 和 Qwen3.5 的循环率从两位数掉到 1%，代码和数据全开源，自己训模型时可以直接加这一环。
Cohere@cohereAI 评分5353我们构建了 Cohere Transcribe Arabic，这是全球最准确的阿拉伯语语音识别开源模型。 基于 Apache 2.0 许可发布。
腾讯 Hy 团队发布 Hy3，一款 295B 总参数、21B 激活参数的稀疏 MoE 模型，采用 192 专家、top-8 路由架构，支持 256K 上下文长度。包含多 token 预测层（MTP），可通过 vLLM / SGLang 的推测解码加速推理，并提供 FP8 量化版。基准测试：SWE-Bench Verified 78.0、GPQA Diamond 90.4、USAMO 2026 72.0、IMOAnswerBench 90.0；盲测中以 2.67/4 分领先 GLM-5.1（2.51）。在工具调用、抗幻觉、多轮追踪三项可靠性指标上分别实现 12.5%→5.4%、25.4%→12.7%、17.4%→7.9% 的改进。支持 OpenAI 兼容 API 及 `reasoning_effort` 控制推理深度。已开源（Apache 2.0），OpenRouter 提供免费路由（免费期至 2026 年 7 月 21 日）。
蚂蚁 inclusionAI 在 GitHub 开源多智能体协作基础设施 Avernet，当前为社区 V0.1，Apache License 2.0 协议。
Hao AI Lab@haoailabAI 评分6161(1/6) FastVideo 团队兴奋地发布一组新的 B300 FP4 attention 内核，相比 FA4 实现最高 1.69 倍加速！
Rohan Paul@rohanpaul_aiAI 评分6565
