开源生态
开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
已收录 399 条 · 近 30 天 287 条 · 第 4 / 17 页
-
-
Perplexity AI发布pplx-embed-v2-late：0.6B Edge模型和9 B模型MADQA评分92.4%
Perplexity的pplx-embed-v2-late有2种尺寸：为在边缘设备上运行而构建的0.6B型号，以及用于构建高质量索引的9 B型号。MADQA上的最高分为92.4%，ViDoRe v3 Markdown上的最低分为61.2%。两者均获得麻省理工学院许可，并准备好自行托管。Perplexity AI发布pplx-embed-v2-late：MAD
-
“软件结束了”：大胆的人工智能开发人员通过开源克隆瞄准Adobe
Opus构建的Creative Cloud替代品雄心勃勃，免费，而且远未完成。
-
ClawLabs：共同建设开源项目 | DevDay 2026
📌 One-Sentence Summary ClawLabs 演示多人共享的持久智能体工作流，并介绍结合协作、维护循环与可执行部署边界的开源控制平面 OpenClaw Enterprise。 📝 Summary ClawLabs 介绍团队如何从终端编码会话迁移到 Codex Desktop、分布式测试机器，最终转向共享的持久智能体服务器。更多算力并未消除由
-
Nous Research确认估值达到15亿美元，为商业用户推出人工智能代理
Hermes Agent的开发商筹集了9000万美元的B轮融资。
-
Liquid AI发布开放重量d1-3B和d1-omni-600 M：零输出代币的多模式决策模型
Liquid AI发布了Open d1，这是其d1决策模型家族中的两个开权多模式模型。d1-3B读取文本和图像。d1-omni-600 M读取带有图像的文本或带有音频的文本。两个模型都不写文本。每个都在一次向前传递中返回经过校准、输入的答案，输出令牌为零。目标是[.]上的实时决策帖子Liquid AI发布Open-Weight d1-3B和d1-omni-6
-
RoboJEPA：扩展机器人潜在世界模型
作者：Artem Zolus、Nicolas Belran-Velez、袁建浩|潜在世界模型已经显示出预测未来状态和在现实世界中进行规划的非凡能力。然而，在实践中，我们缺乏一种原则性的方法来估计他们的能力如何随着模型大小、数据和计算而扩展，这是一个悬而未决的问题，会减缓该领域的进展。在这项工作中，我们介绍了RoboJEPA，这是一个基于联合嵌入预测架构（JE
-
Agent Lightning v1.0：一个3，500行轻量级抽象RL框架，用于培训使用真实装备的Agent
用强化学习训练人工智能代理可能具有挑战性，因为它们的工具、上下文和决策都是由复杂的框架管理的。Agent Lightning将现有代理与RL培训连接起来，使其更容易改进，而无需重建它们。Agent Lightning v1.0：用于训练带真实装备的代理的3，500行轻量级抽象RL框架首次出现在Microsoft Research上。
-
Mistral表示“Le Chonk”可以挑战最好的人工智能模型
Mistral表示，Le Chonk可以与顶级封闭模型竞争，同时保持开放重量。
-
人工智能辅助证明11个方块的最佳填充
HN ð113· 52 评论
-
Meta AI开源再平衡器：一款C++作业解决器，每天可解决约4000万个安置问题
Meta拥有开源的Rebalancer、C++和Python库，它已经使用了9年多来放置碎片、服务器和流量。它每天处理约4000万个作业问题，使用Guiden、FICO Xpress和HiGHS等本地搜索或MPP解算器。它可以在Apache 2.0下进行管道安装。Meta AI开源再平衡器：每天解决约4000万个安置问题的C++作业解决器首次出现在MarkT
-
Show HN：NanoMuse -手机和电脑的开源人工智能代理
HN ð32· 9 评论
-
Strands Decider 2B：一个小型开源决策模型
HN ð221· 65 评论
-
Penguin Mail -具有人工智能的Linux开源Rust电子邮件客户端
HN ð212· 138 评论
-
人工智能决策模型如何改变内容审核
周二，Musubi宣布了一个用于实时审核的轻量级决策模型，名为PolicyLM-1.7B，以开放权重发布。
-
介绍Mistral Large 4：Le chonk
介绍Mistral Large 4：Le chonk Mistral重返游戏。今天，他们发布了Mistral Large 4的预览版，这是一个1万亿参数，490亿活动参数的模型，在他们自己的3，800个NVIDIA Grace Blackwell GPU集群上训练。预览可以通过他们的API获得。他们承诺在“本月底”发布开放重量模型。该模型通过Mistral
-
谷歌声称EmbeddingGemma 2的性能优于竞争对手嵌入模型的两倍
谷歌发布了EmbeddingGemma 2，这是一个开放模型，具有7.4亿个参数，可将文本、图像、视频、音频和代码转换为载体。据谷歌称，它在设备上运行，仅需要约191 MB的RAM，并且性能优于一些两倍大小的竞争型号。与Gemma 4等小型开放模型搭配使用，它可以运行离线RAG应用程序，而无需将数据发送到外部服务器。这篇文章谷歌声称EmbeddingGemm
-
Google DeepMind发布EmbeddingGemma 2，这是一款基于Gemma 4构建的740 M开放式多模式嵌入模型
Google DeepMind的EmbeddingGemma 2将5种输入类型映射到一个768 d空间中，并于今天在Apache 2.0下发布。Google DeepMind发布EmbeddingGemma 2，一款基于Gemma 4构建的740 M开放式多模式嵌入模型，该帖子首先出现在MarkTechPost上。
-
李斯特原子0.11a0
发布：Atom-Atom 0. 11 a0一个小的修复，用于与最新的Datasette alphas兼容。这意味着我们可以将datasette.io网站升级到Datasette 1.0a41。标签：原子，小女孩
-
Openpu-一个开源人工智能加速器，由人工智能开发
HN ð309· 358 评论
-
EmbeddingGemma 2：一个开放、轻量级的多模式嵌入模型
HN ð365· 36 评论