技术方向
开源生态
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。
近 30 天 37 条共 50 条精选收录 213 条
精选新闻
腾讯混元开源 Hy4 flash 模型
腾讯混元宣布开源 Hy4 flash 模型,包含 Hy4 flash、Hy4 flash-FP8 和 Hy4 flash Base 三个版本,开发者可在 GitHub、Hugging Face、ModelScope 和 GitCode 下载部署。
IT之家
Google 开源 ABFS,将 Android 源码检出从 36 分钟降至 8 秒内
Google 发布并开源 ABFS,一套基于内容寻址的虚拟文件系统与构建缓存方案,把 Android 源码检出时间从约 36 分钟降到 8 秒以内,完整构建从约 80 分钟降到 2 分多钟。
Google Developers Blog
vLLM 在 Hugging Face 发布 Kimi-K3.1-Pro-DSpark 权重与即用配置
vLLM 在 Hugging Face 上线 Kimi-K3.1-Pro-DSpark 的模型权重和可直接使用的 vLLM 配置,仓库地址为 huggingface.co/Inferact/Kimi-K3.1-Pro-DSpark。
vLLM
Unsloth v0.1.919-beta 发布:新增 Computer Use 测试版与游戏引擎 MCP 接入
Unsloth 发布 v0.1.919-beta,新增 Computer Use 测试版,让本地视觉模型在 macOS、Windows 和 Linux 上查看屏幕并控制鼠标键盘,默认关闭且首次操作需批准。
GitHub 发布 · Unsloth
Open WebUI 发布 v0.13.4,接入 Tether 本地算力与编码智能体
Open WebUI 发布 v0.13.4,新增 Tether 让用户把自己电脑上的 Ollama、LM Studio 或 OpenAI 兼容服务、MCP 工具服务器和终端接入任意 Open WebUI,地址与密钥留在本机,取代原有的 Direct Connections。
GitHub 发布 · Open WebUI
美团发布 1.6 万亿参数智能体模型 LongCat-2.5
美团发布 LongCat-2.5 权重,这是一款为 AI 智能体设计、总参数量 1.6 万亿的模型,训练完全使用中国硬件。模型每个 token 激活约 480 亿参数,支持文本、图像和视频输入,权重采用 MIT 许可证。美团报告称,LongCat-2.5 在多项智能体基准上接近 Claude Opus 5;自托管指南介绍了由 194 个华为昇腾加速器组成的集群。
The Decoder
LangChain 为何围绕 agent 重构 LangSmith
LangChain 在宣布 C 轮融资并推出 LangSmith Agent Platform 后,发文解释为何围绕 agent 重构 LangSmith。新版以唯一的 agent 记录串联构建、运行、改进和治理,每个 agent 带负责人、全局唯一 ID 和类型,环境与 trace 都归到该记录下。
LangChain Blog
微软研究院等发布 TokenEconomizer:让编码智能体从历史会话中学习以降低 token 成本
微软研究院联合 UC Berkeley 和 Microsoft Security 发布开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不改动智能体和底层模型的前提下减少重复探索、无用工具加载和失败循环。
Microsoft Research
Hugging Face 将 Inference Providers 路由切换至 OpenRouter
Hugging Face 与 OpenRouter 合作,把 Inference Providers 的语言模型请求从自建路由器切换到 OpenRouter,由后者按实时价格、速度和可靠性为每次调用选择供应商,首个供应商失败时会在同一次调用内重试其他供应商。
Hugging Face Blog
实测 MiniMax H3 Image:四类玩法与12组提示词效果
作者连夜实测 MiniMax 刚开源的 H3 Image,按分镜与解构爆炸图、3A 游戏与动漫资产、超长文本排版、跨风格融合四类共 12 组案例逐一展示效果,并附上自己打磨的详细提示词。
卡尔的AI沃茨
Cloudflare 将 AI 智能体浏览器 Kitesurf 开源
Cloudflare 宣布把运行在 Workers 上的无状态 AI 智能体浏览器 Kitesurf 以 Apache 2.0 协议在 GitHub 开源,开发者可本地运行、修改并部署到自己的 Cloudflare 账号。
Cloudflare Blog · AI
DeepSeek 将 App 的搜索、文件、语音等能力开放至 API
DeepSeek 宣布 App 背后的搜索、文件、链接、安全与语音能力现已通过 DeepSeek API 开放,开发者用少量参数即可启用内置功能,或单独调用 OCR、ASR、TTS 等 API。官方同时放出开源前端 demo,支持导入 DeepSeek 对话历史,可用于在自有应用中复现完整 App 体验。
DeepSeek
Hugging Face Transformers 发布 v5.23.0,新增模型支持并更新模型导出接口
Hugging Face Transformers 发布 v5.23.0,新增 Inkling2、JEV、LFM3、Dots 3 Note Preview、LFM3-VL、IQuestCoder 和 InternLM3 的模型支持,并调整模型导出接口。
GitHub 发布 · Transformers
llama.cpp 发布 v1.0.0,确立语义化版本与 API 稳定性规则
llama.cpp 发布 v1.0.0,同时 ggml 也发布 v1.0.0,项目今后以主版本号变更标示公共 C API 与 ABI 的不兼容改动。
Hugging Face Blog
IBM 发布基于 Granite 4.1 的 LLMON 预览模型 3B 与 8B
IBM 在 Hugging Face 发布两个实验性预览模型 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview,它们基于 Granite 4.1 base 模型训练,能读写 LLMON 这种面向 LLM 的标记语言。
Hugging Face Blog
vLLM 在发布当天支持 Thinking Machines 的 Inkling 2 Small
vLLM 在 Thinking Machines 发布 Inkling 2 Small 当天即提供支持,这是一个文本与图像输入的多模态 MoE 模型,总参数 594B、激活 17B,上下文最长 1M tokens。
vLLM Blog
vLLM-Omni 在 NVIDIA Vera Rubin 上支持 MiniMax H3-Image,4K 生成中位延迟 0.87 秒
vLLM-Omni 团队将 MiniMax H3-Image 接入 NVIDIA Vera Rubin,四卡 SP4 配置下原生 4096×4096 文生图中位延迟为 0.87 秒,四副本单卡部署可达 6115 张/小时。
vLLM Blog
Meta 与 vLLM 在 TPU v7 上将 0.6B 稠密模型 RL 全周期从约 100 分钟优化到 56 秒
Meta 与 vLLM 团队在 64 芯片 Google Cloud TPU v7 切片上,用 Qwen3-0.6B 跑 GRPO 真 8K 负载,把一次 rollout 到权重更新的完整周期从约 100 分钟降到 56 秒(20 步中位数 57.9 秒),解码吞吐从约 4K 提升到约 183K tokens/s。
vLLM Blog
vLLM 详解多模态服务中的 Encoder 分离(EPD)工程进展
vLLM 官方博客介绍多模态推理中 Encoder/Prefill/Decode(EPD)分离的最新工程进展,核心能力已进入 vLLM v0.32.0,DeepSeek V4.1 Flash 的 metadata-only 支持在 main 分支通过 #62802 提供。
vLLM Blog
Meta 详解 TLX:面向生产 ML 的硬件原生 GPU 编译器
Meta 工程团队详解 TLX(Triton Low-Level Extensions),它在 Triton 之上加入 warp-group 与 cluster 级显式编排,让开发者直接使用 TMA、TMEM 等新硬件能力。
Meta Engineering
