全部动态

阿里开源了一套能调度截图、shell、API 的计算机使用智能体全家桶，OSWorld-v2 上平均涨 19.6 分、步数砍半，做 agent 的可以直接拿来用。

shao__meng@shao__meng11 个信源在谈原文

Reflection AI 放了个 501B 的全开源模型，Agent Arena 上是美国开源模型里最强的，Code Arena 前二十几个开源模型里唯一的非中国选手，Apache 2.0 随便用。

lmarena.ai@lmarena_ai原文

美国 Reflection AI 放了个 501B 的 Apache 2.0 开源模型，Agent Arena 第12，是榜单前25里唯一非中国实验室的开源作品。

lmarena.ai@lmarena_ai原文

腾讯开源了一套记忆方案，用 3B 激活的小模型替代大模型写记忆，成绩还超过了 Claude Opus 5，写代码聊天的偏好能跨工具共享。

shao__meng@shao__meng5 个信源在谈原文

把 Qwen3-4B 接到语音识别解码端，5 种语言平均 WER 3.54，Apache 2.0 开源可本地跑，做语音转写的可以试试。

rohanpaul_ai@rohanpaul_ai2 个信源在谈原文

Liquid AI 出了个 24B 总参数、每 token 只激活 2B 的本地推理模型，能在笔记本上跑智能体任务，还拿 Qwen3.6-35B-A3B 对标，Ollama 一条命令就能用。

ollama@ollama原文

LiquidAI新开源的LFM2.5-24B-A2B模型参数小但性能不错，比Qwen3.6强但不如Qwen3.8，适合做重复任务。

Gorden Sun@Gorden_Sun原文

Qwen 开源了个新训练框架 QwenGyre，GPU 能在 rollout 和训练间动态调度，跑 70 万 token 的长任务智能体训练比之前快近一半，做 RL 的可以看看。

官方账号阿里通义 Qwen@Alibaba_Qwen3 个信源在谈原文

Cloudflare 拿 Qwen3-Omni 微调出一个多模态分类模型，文字表格图片音频视频一起丢进去，一次算出每个选项的概率，做意图识别挺顺手。

Gorden Sun@Gorden_Sun2 个信源在谈原文

Overmind用你的生产数据微调小模型，比GPT5.6 Luna少20倍合同幻觉，还能自己托管。

rohanpaul_ai@rohanpaul_ai3 个信源在谈原文

Hugging Face 把 Claude Code、Codex 这些真实编程工具直接当 RL 训练环境用，不用改一行代码，LFM2.5-2.6B 训练后 OpenCode 成绩从 34% 涨到 58%，全套开源可复现。

官方账号Clement Delangue@ClementDelangue11 个信源在谈原文

德国人自己从零训了个开源小模型，德语成绩还压过 Qwen3.5 和 GPT-OSS，数学也够硬，编程稍弱。

kimmonismus@kimmonismus2 个信源在谈原文

webAI发布的小型逻辑模型TwIL-LM3-Pro性能强大，可在笔记本本地运行，适合需要逻辑推理能力的开发者。

kimmonismus@kimmonismus原文

阿里Qwen3.8-27B在ARC-AGI评测中表现亮眼，v1得分87.5%，成本仅0.22美元/任务。

官方账号ARC Prize@arcprize4 个信源在谈原文

webAI新推的3.66B参数模型，主打形式逻辑推理，小体积就能跑，性能还超过多个大模型。

shao__meng@shao__meng原文

看图直接给候选动作打分的开源小模型，底座是 Qwen3.5-0.8B/2B，单步 122ms，做 GUI Agent 或机器人反射层挺合适。

AIGCLINK@aigclink4 个信源在谈原文

Qwen 团队把智能体能力扩展到音视频了，Qwen3.8-Omni-Flash 能做视频剪辑和长视频翻译，还配了两个开源框架，做多模态应用可以看看。

DAIR.AI@dair_ai原文

Qwen 团队新出的全模态模型，能干视频编辑、长音频翻译这些活，还配了两个开源框架，玩智能体的可以试试。

DAIR.AI@dair_ai原文