面壁智能开源 ForgeStencil：一周自动优化 100+ 工业与科学软件，全程零人工介入
面壁智能联合 OpenBMB 开源全球首个支持 Stencil 自动研究、自动部署的 AI 优化系统 ForgeStencil，由 Kernel Agent 与 App Agent 闭环协作，实现从算子优化到应用集成的全自动流程。
推荐理由：ForgeStencil 把决定工业软件效率的 Stencil 优化从专家手工调教变成 AI 自动闭环，开源后多个行业的真实应用可直接复用其加速实现。
技术方向
开源生态 最新动态
开放权重、能下载下来自己部署的模型，开源框架与 GitHub 上爆火的 AI 项目。
715 条精选近 30 天 56 条共收录 3,444 条
更新
精选归档 · 第 10 页
公众号：面壁智能精选AI 评分7878 
Microsoft Research@MSFTResearch精选AI 评分6565
推荐理由：框架将 agent 训练评估所需基础设施统一，降低重复工程成本，尤其适合资源有限但需要强性能 agent 的研究场景，但本次发布未给出具体性能基准，尚需实际验证。
Microsoft Research 博客精选AI 评分8282 微软开源 Orchard 框架：30亿参数小模型在 SWE-bench 达 73%
微软研究院发布开源框架 Orchard，旨在解决智能体（Agent）研究中的基础设施瓶颈。核心组件 Orchard Env 提供可复用的 Kubernetes 环境服务，支持在 Codex、OpenClaw 等真实部署环境中直接训练和评估智能体。项目发布了针对软件工程、网页导航和个人助手的三个训练配方及数据。其中，仅约 30 亿活跃参数的 Orchard-SWE 模型在 SWE-bench Verified 基准上达到 69.7%（结合价值模型重排序可达 73.0%），性能接近参数量大 10 倍的前沿系统，展示了小模型在复杂现实任务中的潜力。
推荐理由：微软开源了完整的智能体训练与评估基础设施，并证明了小参数模型通过特定训练策略可在高难度代码修复基准上逼近前沿大模型，对降低 Agent 研发门槛有重要参考价值。
Liquid AI 模型与工程博客精选AI 评分7070 Liquid AI 发布端侧智能体模型 LFM2.5-2.6B
Liquid AI 发布 LFM2.5-2.6B，一个可完全在设备端运行的 2.6B 参数智能体模型，预训练约 34T tokens，词表扩展至 128K，Base 和 post-trained 权重已在 Hugging Face 开放。
推荐理由：原文给出了训练流程、基准对比和 CPU/GPU 吞吐数字，读者可以据此评估端侧智能体部署的可行性与取舍。
SenseTime@SenseTime_AI精选AI 评分6868商汤推出 SenseNova U1.5-Lite-Preview，一个基于 NEO-Unify 架构的轻量级原生统一多模态模型，仅 8B-MoT 参数即可达到商业闭源模型的生成与编辑质量。
推荐理由：8B 参数的小模型在生成和编辑上接近闭源水平，有望降低轻量化多模态应用的门槛，但预览版功能可能尚不完整。
Thinking Machines Lab：官方博客精选AI 评分7272 Thinking Machines Lab 阐述开源权重模型的安全开放路径
Thinking Machines Lab 发布博客，提出安全开放权重的框架，核心是同时评估模型本身与其进入的生态系统。该框架基于其近期发布的开源权重模型 Inkling 和 Inkling-Small，包含内部安全评估、四家机构外部红队测试和对抗性微调研究，结论是两款模型未超出既有开源权重模型的危险能力边界。
推荐理由：Thinking Machines 以自家开源模型 Inkling 的评估为例，提出分阶段开放权重的安全框架，对关心开源安全边界的从业者有参考价值。
Artificial Analysis@ArtificialAnlys精选AI 评分7878推荐理由：DeepSeek 把 V4 Flash 的智能效率往前推了一步，MIT 许可让商业应用毫无顾虑，做轻量级部署的团队可以立刻换上。
Simon Willison 博客精选AI 评分7373 smevals：用于评测模型、提示词与评测框架的小型评测套件
smevals 是 Simon Willison 与 Prime Radiant 实验室合作开发的新工具，用于跨不同模型配置运行小型评测套件并对结果打分。它支持通过 `uvx smevals run` 对 gpt-5.5、claude-opus-4.6 等模型运行评测，并将运行与打分分离，最终可生成静态 HTML 报告。这是 Willison 在评测方法上的第三次迭代。
推荐理由：一个轻量级评估框架，让编码代理帮你搭 eval，再直接跑模型对比。对想针对业务场景自建基准的团队，比通用榜单更实用。
MiniMax：Blog精选AI 评分7878 MiniMax H3 发布：开源全能多模态生成模型，支持 2K 原生立体声视频
MiniMax 正式推出全能多模态生成模型 H3，可联合理解文本、图像、视频和音频，生成最高 2K 分辨率、15 秒时长且带原生立体声的视频。H3 在指令跟随、文字与品牌呈现、V2V 动作迁移上表现突出，2K 下每秒价格低于主流模型三分之一，768p 下低于主流 720p 价格一半。官方计划近日开源模型权重，以支持开源社区并加速硬件兼容。
推荐理由：MiniMax H3 把全模态生成打到了 2K 分辨率且价格不到主流三分之一，还计划开源权重，这对闭源视频模型是实打实的压力，开发者可以重点关注。
公众号：腾讯混元精选AI 评分8989 腾讯混元 Hyra 攻克加法组合学 50 年未解难题
腾讯混元上周推出的科研智能体 Hyra，基于本月开源的 Hy3 模型（总参数 295B、激活参数 21B），为加法组合学中悬置半个多世纪的开放问题给出完整答案，证明 2 是该问题指数的上确界。Hyra 先在有限搜索中将最好结果从约 1.14 提高到 1.21，经约 24 小时运行提出核心构造思路，并给出 Lean 4 形式化证明。论文预印本、显式构造和形式化证明均已公开。
推荐理由：构造不再依赖暴力搜索，而是从数学结构入手自主推理，同时给出可形式化证明，让AI在定理型科学问题上从辅助工具转向共同研究者。
公众号：数字生命卡兹克精选AI 评分6969 MiniMax H3 发布并将开源，主打视觉包装与后期特效
MiniMax 发布 AI 视频模型 H3，并宣布开源。该模型主打视觉包装与后期特效，可生成动态 MV、动态海报、Vlog、电影片头、游戏 UI 等，语义遵循能力极强，在广告与动效领域表现优于 Seedance 2.0，但影视级张力镜头稍逊。H3 开源后预计将出现大量垂直领域特化版本。
推荐理由：在 Seedance 统治的前期创作之外，H3 用语义强控制补上了视觉包装与后期特效这块拼图，广告和社媒短片的后期流程可能因此从剪辑软件迁移到提示词。
Simon Willison 博客精选AI 评分7272 llm-chat-completions-server 0.1a0 发布
Simon Willison 发布 llm-chat-completions-server 0.1a0 插件，可在本地 9001 端口启动一个兼容 OpenAI Chat Completions API 的服务器，暴露 LLM 工具中所有已安装的模型。
推荐理由：Simon 把 LLM 工具变成了兼容 OpenAI 的 API 服务器，开发者可以本地直接用任何模型，省去适配工作，安装即用，实用性强。
Thinking Machines@thinkymachines精选AI 评分6464推荐理由：Inkling-Small 将 Inkling 的性能塞进 1/4 大小的模型，权重完全开放，还支持文本、图像、音频，对想用低成本体验顶尖能力的开发者是个值得上手的信号。
Microsoft Research 博客精选AI 评分6060 Microsoft Research 发布 Echoverse：面向 computer-use agent 的深度可演化训练环境
Microsoft Research 推出 Echoverse，为 computer-use agent 构建了 12 个合成训练世界（10 个深度领域世界和 2 个能力世界），9B 模型训练后在全部环境上平均分从 36.5% 升至 67.1%，与 GPT-5.4（80.7%）相差 14 个点。
推荐理由：原文给出深度世界对比浅层世界的实验数据和可复用的环境构建方法，并开源了四个世界，读者可据此评估训练环境的做法。
LMSYS Blog精选AI 评分6161 RadixArk 与 Google Cloud 合作，将完整 SGLang 功能引入 TPU
RadixArk 与 Google Cloud 合作，将开源推理框架 SGLang 引入 Google TPU，开发者可通过 SGL-JAX 在最新 TPU 上运行 Gemma、Qwen、DeepSeek 等大语言模型及多模态模型。
推荐理由：SGLang 正式登陆 TPU，推理框架的硬件自由终于实现，选 GPU 还是 TPU 从此只看性价比不看兼容性，做推理服务的团队可以重新算账了。
Perplexity@perplexity_ai精选AI 评分6767推荐理由：Perplexity开源Numbat，把agent安全检测从黑箱变为可观测可拦截的层，虽小众但对依赖agent生产环境的团队是个实用工具。
Air Street Press精选AI 评分7171 Poolside 发布开源智能体编码模型 Laguna S 2.1，60 天完成预训练到开放权重
Poolside 发布 agentic 编码模型 Laguna S 2.1 并开源权重，5 月 22 日开始在 4,096 块 NVIDIA H200 上预训练，60 天后开放权重与全部评测轨迹。
推荐理由：文章梳理了 Laguna S 2.1 从预训练到开源六十天的过程与基准数据，并公开评测轨迹，读者可对比同规模模型的实际表现。
Tencent Hy@TencentHunyuan精选AI 评分7474推荐理由：做推理加速的可以试试这个端到端推测解码框架，腾讯开源了完整代码和权重，在 Hy3 上提速近 2.4 倍且吞吐更高，拿来即用。
公众号：腾讯混元精选AI 评分7272 腾讯混元开源 AngelSpec：投机解码推理加速最高 2.4 倍
腾讯混元开源覆盖训练到部署的投机解码框架 AngelSpec，并放出 Hy3-A21B 的 MTP 与 DFly drafter 权重及训练代码。
推荐理由：AngelSpec 将投机解码从训练到部署全链路开源，DFly 和 D-cut 在真实流量下带来额外加速，对需要优化推理成本的团队有直接落地价值。
公众号：卡尔的AI沃茨精选AI 评分7373 烧了一万块API后，我找到了同时适用于Fable5和GPT5.6的AI工作流
作者将Claude Code与Codex的协作工具搭子升级至2.0版，通过deep_reasoner、fast_worker、arbiter三种身份及跨项目模型混编，把每周500美元的API账单压缩至400美元。2.0新增本地配置UI、一键试跑、Goal哈希校验和带证据链的小票，并支持按host分命名空间独立配置两个Agent。
推荐理由：从两个Agent的串行交接升级为三身份团队的并行协作，把模型按推理、执行、仲裁分派任务，为多模型工作流提供了可复用的成本控制方案。