开源模型相关 AI 资讯 · AITOP

AITOPAI热报

9月3日

12:15

官方账号arXiv cs.AI@Canjie Liu, Jiawen Kang, Jinbo Wen, Zishao Zhong

78°

RVSD是一种无需训练即插即用的解码框架，首次统一了令牌稀疏化和语义空间视觉检索。该框架在减少视觉幻觉方面达到最先进性能，在长上下文生成设置中保持强大的抑制能力。代码已在GitHub开源，可供研究人员直接使用。

论文 RVSD 视觉语言模型视觉幻觉

推荐理由：清华团队提出RVSD框架，不用训练就能减少大视觉语言模型的幻觉，效果还特别好。

原文

11:41

Jerry Liu@jerryjliu0

精选

Jerry Liu指出厂商中立初创公司能比前沿实验室更好地解决特定任务。这些公司可访问全套开源和前沿模型，能根据需要使用前沿模型，并针对特定任务优化端到端系统。凭借领域专业知识，这些公司甚至可以对模型进行后训练，创建专业评估标准。

行业 Jerry Liu 厂商中立 AI模型

推荐理由：Jerry Liu分析厂商中立初创公司如何利用多模型优势优化特定任务解决方案。

原文

09:37

elvis@omarsar0

精选

exo是一个新的开源代理框架，专为解决递归自我改进(RSI)问题而设计。该框架将代理分为三个层次：持久化存储层、执行器层和沙盒层。持久化存储层使用仅追加的事件日志，代理无法修改对话历史。执行器层负责组装提示、调用模型和调度工具。沙盒层在隔离环境中运行重要工作，支持快照和回滚功能。

AI产品 exo 代理框架递归自我改进

推荐理由：exo开源代理框架解决了AI代理递归自我改进的关键问题，提供三层架构确保系统稳定性。

原文

08:02

DeepLearning.AI@DeepLearningAI

73°

DeepSeek发布了V4 Pro 0813模型，同时推出了开源评估工具DeepSeek Harness。该工具记录所有工具调用、系统提示和子代理调度信息。开发者现在可以复现性能表现，不再依赖封闭测试环境。他们还可以轻松研究、分叉或创建自己的评估工具。

AI模型 DeepSeek DeepSeek V4 Pro 0813 开源模型

推荐理由：DeepSeek不仅发布了新模型V4 Pro 0813，还开源了评估工具，让开发者能透明复现性能并自定义评估框架。

原文

06:57

Aravind Srinivas@AravSrinivas

78°

Perplexity开源了Lily本地推理引擎，专为Apple Silicon上的Qwen3.6-35B-A3B模型优化。该引擎支持Perplexity Computer的混合计算功能，确保设备端计算不会成为瓶颈。Lily是Perplexity Mac应用混合计算功能的核心组件。

AI产品 Perplexity Lily Qwen3.6-35B-A3B

推荐理由：Perplexity开源了专为Apple Silicon优化的Lily推理引擎，让Qwen3.6-35B-A3B在本地运行更高效。

原文

04:43

官方账号Perplexity@perplexity_ai

Lily将苹果硅视为独特推理平台，直接映射Qwen操作到其计算和内存架构。该项目已在GitHub开源，地址为github.com/perplexityai/p...。Lily专注于优化在苹果设备上的AI模型性能。苹果硅芯片具有独特的计算架构，需要专门优化。

AI产品 Lily Qwen 苹果硅

推荐理由：Perplexity开源了Lily项目，专门优化Qwen模型在苹果硅芯片上的推理性能。

原文

04:33

ollama@ollama

Muse Spark 1.3 版本今日发布，在编程和智能体工作方面实现了迄今为止最大的性能提升。该模型性能接近前沿水平，成本极低。用户可以在 Muse Code 和 API 中试用此模型。未来还将发布 Muse Spark 开放权重版本。

AI模型 Muse Spark Muse Code 编程助手

事件专题

推荐理由：Muse Spark 1.3 发布了，编程和智能体工作能力大幅提升，成本还很低，开放权重版本也快来了。

原文

03:23

官方账号NVIDIA AI@NVIDIAAI

73°

Open Secure AI Alliance现已成为Linux基金会的一部分。该联盟最初由NVIDIA创立，将开发开源工具、共享标准和防御实践。这些工具和实践将帮助组织检查、审计和保障AI系统安全。联盟致力于提供开放、实用的AI系统安全方案。

行业 Open Secure AI Alliance Linux Foundation NVIDIA

事件专题

推荐理由：NVIDIA发起的Open Secure AI Alliance加入Linux基金会，共同开发开源AI安全工具和标准。

原文

00:14

AI产品黄叔@PMbackttfuture

用户创建了Grok Bot的黄叔分身，只需分配任务，Bot会自动在群组中@其他Bot协作完成，最后向用户汇报。这种工作流程模拟了董事长给总经理布置任务的模式，Bot能自主组织资源完成工作。Grok Bot的开源玩法手册由多个Bot协作自动更新。

AI产品 Grok Bot 智能体

推荐理由：Grok Bot能创建分身自动完成群组任务，像给总经理布置工作一样省心，还能@其他Bot协作。

原文

9月2日

23:14

shao__meng@shao__meng

AWS Developers发布Strands Agents平台，支持工具、钩子、评估和流式处理功能。该平台使用Python和TypeScript开发，采用开源策略。用户可通过strandsagents.com访问试用平台。

AI产品 Strands Agents AWS Python

推荐理由：AWS新出的Strands Agents平台，支持工具和流式处理，Python+TypeScript开发，开源可试。

原文

16:29

官方一手pandaily@contact@pandaily.com (Pandaily)

精选73°

科大讯飞全资子公司发布并开源了Spark X2.5-4B和X2.5-1.7B模型。这两款模型原生支持高达100万token的上下文长度。它们是首批支持如此长上下文的边缘模型。这些模型专为设备端AI设计。

AI模型 Spark X2.5-4B X2.5-1.7B

推荐理由：科大讯飞开源了百万token上下文的边缘模型，比普通模型能处理更长文本，适合设备端部署。

原文

04:33

elvis@omarsar0

DAIR.AI分享了Qwen团队关于长周期智能体的研究论文。E-Commerce Bench基准测试让智能体模拟运营365天的多家网店，评估了18个前沿模型在七个维度上的表现。GPT-5.6 Sol盈利最多，将10万美元本金增长至143万美元，但在欺诈防范方面排名第16。开源模型中，Qwen3.8-Max-Preview表现最佳，收益达416,252美元，比GLM 5.2高出38%。

论文 Qwen GPT-5.6 E-Commerce Bench

推荐理由：Qwen团队测试了18个模型在365天电商运营中的表现，GPT-5.6 Sol盈利最多但效率不高，Qwen3.8-Max-Preview在开源模型中领先。

原文

03:38

Y Combinator@ycombinator

73°

Wafer使用智能体优化GPU并运行开源模型，达到行业领先速度。该公司在推出云服务四个月后，ARR达到800万美元，并完成4000万美元A轮融资。他们成功使GLM 5.2运行速度比市场上其他方案快2-3倍。速度而非成本正推动企业采用开源模型。

行业 Wafer GLM 5.2 AI推理

推荐理由：Wafer从大学项目成长为AI基础设施公司，GLM 5.2速度领先行业，800万美元ARR证明市场认可。

原文

00:33

官方账号Perplexity@perplexity_ai

精选

Perplexity AI在Mac上推出隐私门功能，可在数据离开设备前检测个人信息。该分类器现已开源，用户可选择本地运行、发送到云端或跳过处理步骤。研究论文和模型已在Hugging Face平台发布。

AI产品 Perplexity PII检测 Mac

推荐理由：Perplexity开源了Mac上的个人信息检测工具，让你在数据上传前有选择权。

原文

00:18

向阳乔木@vista8

这款开源插件将Obsidian转变为Epub电子书阅读器，专为中文阅读优化。它提供了适合中文阅读的字体和主题，并集成大量AI辅助功能。用户可配置本地Codex、Claude、Grok等模型，也支持DeepSeek、GLM、kimi等在线模型。

技巧 Obsidian Epub AI阅读

推荐理由：俄罗斯项目改造的Obsidian插件，专为中文阅读优化，支持多种AI模型辅助阅读。

原文

9月1日

21:43

Qdrant@qdrant_engine

精选

Qdrant 发布了 Supernova 向量搜索系统，可处理数十亿向量，每秒支持数千次请求，并保持极低的尾部延迟。该系统性能远超现有公开基准测试。Qdrant 已将完整代码开源在 GitHub 上，并提供了相关数据集。

AI产品 Qdrant Supernova 向量搜索

推荐理由：Qdrant 开源了高性能向量搜索 Supernova，能处理数十亿向量，远超现有公开基准，代码已开源。

原文

19:18

Hunyuan@TXhunyuan

精选

腾讯混元Hy4预览版模型参数达770B，活跃参数49B，支持1M上下文长度。该模型通过算子融合和通信优化，自行发现推理瓶颈，将端到端吞吐量提升31.8%。性能在不同上下文长度和并发场景下保持稳定。模型面向生产力场景，采用一致且亲民的定价策略。

AI模型 Hy4 Tencent 混元

推荐理由：腾讯发布了Hy4预览版，770B参数模型能自发现推理瓶颈并提升31.8%吞吐量，1M上下文还开源。

原文

15:58

ollama@ollama

Ollama更新Pro、Max和Team套餐，采用透明按token计价模式。Pro套餐月费20美元含60美元使用额度，Max套餐100美元含300美元额度，Team套餐500美元含1000美元共享额度。每个套餐均包含最新开源模型的高性能访问权限，支持Claude Code和Codex等编码助手，并提供API接口。

AI产品 Ollama Claude Code Codex

推荐理由：Ollama改用透明按token计价，各套餐包含固定使用额度，适合需要稳定成本控制的企业团队。

原文

13:13

官方账号阿里通义 Qwen@Alibaba_Qwen

73°

CommerceAgentBench基准测试专注于真实商业需求，而非仅测试模型回答能力。该基准测试显示最佳整体完成率约为62%。Qwen3.8-Max在评估的开源权重模型中表现最强，能够处理复杂商业工作流。该基准已开源，可在GitHub查看完整结果。

AI模型 CommerceAgentBench Qwen3.8-Max 商业代理

推荐理由：阿里发布商业代理基准测试，Qwen3.8-Max在复杂商业工作流中表现最佳，完成率达62%。

原文

12:33

12:33IT之家（博客/媒体）

精选73°

腾讯混元团队发布 Hy4 preview 轻量版，将模型权重从 1.5TB 压缩至 214GB。该版本采用 Sherry 稀疏三值量化算法和 MIX-STQ1_0 混合精度策略，使模型在长文理解、多轮长上下文检索等任务上表现稳定。MCP Atlas 得分从 83.7 微降至 83.2，SWE-Bench multi 从 82.9 降至 81.3。轻量版模型已上线 Hugging Face 和 GitHub 平台，支持多种主流推理框架。

AI模型混元 Hy4 preview Sherry

推荐理由：腾讯把 1.5TB 的 Hy4 模型压缩到 214GB，还能在异构设备上联合推理，速度提升 6 倍。

原文

11:19

官方账号arXiv cs.AI@Siqi Zeng, Andre N. Assis, Rowan Wang

精选73°

研究团队评估了LLM回答自身行为问题的能力，引入了可验证行为问题的基准测试。当前模型展现出非平凡但有限的自我建模技能，在关于自身行为的简单反事实问题上存在系统性错误。研究团队开发了可扩展的合成数据管道生成自我建模训练数据，并通过强化学习提升了三个开源模型家族的总体自我建模技能，部分技能可迁移到保留任务上。

论文 LLM self-modeling 强化学习

推荐理由：研究者提出LLM自我建模评估基准，用合成数据提升模型自我认知能力，但不构成真正的内省。

原文

10:34

官方一手Pandaily@contact@pandaily.com (Pandaily)

DeepSeek在Hugging Face上发布了V4-Flash-Vision-Exp，采用MIT许可证。这是V4系列首次支持图像输入的原生视觉模型。该模型扩展了DeepSeek的产品线，为多模态应用提供了新选择。

AI模型 DeepSeek V4-Flash-Vision-Exp Hugging Face

推荐理由：DeepSeek开源了首个原生视觉模型V4-Flash-Vision-Exp，支持图像输入，MIT许可证可商用。

原文

08:14

lmarena.ai@lmarena_ai

73°

Qwen3.8-Flash-Next由阿里巴巴发布，在Agent Arena中排名第7，在8.7K+真实智能体会话中实现+2.4%的净提升。该模型在任务完成确认成功指标上表现突出，达到+12.3%，在开放模型中排名第5。相比Qwen3.8-27B，Qwen3.8-Flash-Next在净提升和确认成功指标上均有显著优势。

AI模型 Qwen3.8-Flash-Next Alibaba_Qwen Agent Arena

推荐理由：阿里Qwen3.8-Flash-Next在Agent Arena排名第7，比前代模型提升2.4%，任务完成率高达12.3%。

原文

08:13

lmarena.ai@lmarena_ai

精选

Qwen3.8-Flash-Next 在整体排名中位列第24位，净提升2.4%。在开源模型中排名第7位。Confirmed Success指标提升12.3%，Bash Recovery提升2.9%。Praise vs. Complaint指标下降1.6%，Steerability下降1.1%。该模型没有工具幻觉问题。

AI模型 Qwen3.8-Flash-Next LMSYS 开源模型

推荐理由：阿里Qwen3.8-Flash-Next在LMSYS排行榜上表现亮眼，开源模型中排名第7，Confirmed Success指标大幅提升。

原文

07:14

a16z@a16z

73°

Gavin Baker表示，全球最大公司的未来将是开源模型和私有上下文。他认为未来是多种模型的组合，没有单一模型能在所有方面表现最佳。对于全球1000家最大公司，他们将采用最佳开源模型，很可能不久将是Nvidia模型。芯片公司可以资助模型训练，50至1000亿美元的训练对Jensen来说轻而易举。

行业 Nvidia 开源模型企业AI

事件专题

推荐理由：a16z合伙人Gavin Baker预测大公司将使用开源模型和私有数据，Nvidia可能成为开源领导者。

原文

02:42

Harrison Chase@hwchase17

Alex @AlexatVester 发起开源智能体浏览器基础设施项目征集。该项目旨在构建类似 Codex 的应用内浏览器，专为智能体设计。目前已有 293 人关注此倡议。@hwchase17 和 @danshipper 等行业人士参与讨论。

行业智能体 Codex 开源模型

事件专题

推荐理由：Alex 正在寻找开发者构建开源智能体浏览器，可能是下一个重要基础设施项目。

原文

00:10

lmarena.ai@lmarena_ai

73°

智谱AI发布的GLM-5.3-Flash模型已在Agent Arena上线。该模型每任务中位成本为0.12美元，净提升4.6%。在9K+真实智能体会话中，GLM-5.3-Flash在开源模型中排名第4，总体排名第19，领先GLM-5.3 (Max)一位。在确认成功率指标上，GLM-5.3-Flash提升15.3%，排名第4。

AI模型 GLM-5.3-Flash Zai_org Agent Arena

事件专题

推荐理由：智谱AI的GLM-5.3-Flash在Agent Arena表现亮眼，成本仅0.12美元/任务，超越自家前代模型。

原文

00:09

lmarena.ai@lmarena_ai

精选

AI模型 GLM-5.3-Flash 开源模型 AI排行榜

事件专题

推荐理由：智谱AI的GLM-5.3-Flash在开源模型中排第4，成功率提升15.3%，无工具幻觉问题。

原文

8月31日

21:47

shao__meng@shao__meng

73°

DeepSeek-V4-Flash-Vision-Exp 模型已开源，总参数量达 305B。该模型在 DeepSeek-V4-Flash 架构上增加视觉编码器和 aligner，获得视觉理解能力。每张图片最多按 384 tokens 计费，多模态性能接近 Claude Opus-4.8。

AI模型 DeepSeek-V4-Flash-Vision-Exp DeepSeek 多模态

事件专题

推荐理由：DeepSeek 10 天前发布 API，10 天后就开源了这款 305B 参数的多模态模型，性价比超高。

原文

19:41

19:41IT之家（博客/媒体）

精选73°

DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek V4 系列首款原生支持图片输入的视觉模型，采用 MIT License 开源。该模型支持 JPEG、PNG、GIF、WebP 格式图片，可描述图片、识别文字、分析图表。在 Agent 基准测试中较 V4-Flash 大幅提升，多模态 Agent 能力已接近 Opus-4.8。

AI模型 DeepSeek-V4-Flash-Vision-Exp DeepSeek 多模态

推荐理由：DeepSeek 开源了支持图片输入的 V4-Flash-Vision-Exp，多模态能力接近 Opus-4.8，还能做图文分析。

原文

19:06

官方账号Decoder@Matthias Bastian

OpenClaw基金会发布了开源AI平台OpenClaw 2.0版本，这是其迄今为止最大规模的一次更新，包含超过16,000个代码拉取请求。新功能包括在租用机器上运行的云会话、实时协作功能，以及从零重建的浏览器应用。软件现在在设置过程中能自动检测现有资源，如API密钥和AI订阅。

AI产品 OpenClaw 开源模型 AI平台

事件专题

推荐理由：OpenClaw 2.0来了，设置更简单，浏览器应用重做，还能多人实时协作，比之前版本强多了。

原文

14:41

14:41IT之家（博客/媒体）

OpenClaw官方宣布2.0版本(v2026.8.1)上线，由933位贡献者共同完成，包含超过16,000个拉取请求。新版本简化了安装流程，改善浏览器体验，支持从现有环境入手。用户可通过与Claw对话完善配置，浏览器应用获得全新体验。

AI产品 OpenClaw 开源模型 AI助手

事件专题

推荐理由：OpenClaw 2.0版本上线，安装更简单，浏览器体验升级，933位贡献者共同打造。

原文

07:48

Thomas Wolf@Thom_Wolf

Pollen Robotics与Hugging Face合作推出Micro Duck机器人，外观类似摄像头。该机器人采用开源设计，用户可拥有私有数据。Micro Duck支持本地部署，区别于传统AI API消费模式。该产品适合希望成为AI构建者的用户。

AI产品 Micro Duck Pollen Robotics Hugging Face

推荐理由：Pollen和Hugging Face推出Micro Duck机器人，开源设计让你拥有数据控制权，告别API消费模式。

原文

8月30日

13:49

AI Will@FinanceYF5

Qwen3.8-27B 是一个拥有 270 亿参数的开源模型，在笔记本上也能流畅运行。该模型在多个基准测试中表现出色，性能接近更大规模的模型。用户分享了 10 个实际应用案例，展示了其在各种场景下的实用能力。模型的高效表现让用户感到惊讶，重新定义了对小参数模型的期待。

AI模型 Qwen3.8-27B 开源模型参数效率

推荐理由：阿里发布的 Qwen3.8-27B 虽参数量不大，但在笔记本就能跑出惊艳效果，10个案例展示实际能力。

原文

13:46

AI Will@FinanceYF5

73°

Qwen3.8-27B 在 Harvey Legal Agent 基准测试中获得 11.3 分，与 Fable 5 并列。该模型在开放权重模型中排名第一，领先于 Kimi K3、Qwen 3.8 Max 和 DeepSeek V4。Qwen3.8-27B 展现了在法律领域的强大能力。

AI模型 Qwen3.8-27B Fable 5 Harvey Legal Agent

推荐理由：Qwen3.8-27B 在法律代理基准上追平 Fable 5，成为开放权重模型第一。

原文

08:47

08:47官方账号Simon Willison’s Weblog（博客/媒体）

精选73°

腾讯发布Hy4预览版，总参数770B，激活参数49B，上下文窗口达1M token。这是继7月Hy3（295B参数，256K上下文）后的重大升级。模型在Hugging Face上占用1.56TB空间，支持两种推理模式：高推理和禁用推理。

AI模型 Hy4 Tencent LLM

推荐理由：腾讯Hy4来了，参数翻倍还支持百万token上下文，比自家Hy3强不少。

原文

04:36

elvis@omarsar0

精选

作者将大量token使用转移到本地或开源模型上，主要用于自动化任务。这些自动化任务通过自调优技能实现，利用开源模型的上下文学习能力。作者通过这种方式显著降低了成本，并将节省的预算用于创意和研究任务。

技巧开源模型自动化提示词工程

推荐理由：作者分享如何用开源模型做自动化，省钱又高效，还能把预算留给创意任务。

原文

01:47

Hunyuan@TXhunyuan

78°

腾讯混元开源Hy4预览版，这是一款旗舰级MoE模型，拥有1M上下文长度。该模型总参数量770B，每激活49B参数。在163位内部专家对203个真实工程任务的盲评中，Hy4平均得分2.99，略高于GLM 5.3(2.92)和Kimi K3(2.94)。模型基于真实生产工作流训练，涵盖软件工程、办公、数据分析和科研等领域。

AI模型 Hy4 混元 ModelScope

推荐理由：腾讯混元开源了Hy4预览版，1M上下文+770B参数，在真实任务评测中超越GLM和Kimi

原文

8月29日

21:56

Thomas Wolf@Thom_Wolf

精选

Thom Wolf指出，大多数人尚未更新认知，但长期来看，开源和闭源模型面临的安全挑战完全相同。模型需要在基本行为层面进行对齐，确保这种对齐是稳健、全面且核心的。长期来看，任何沙盒化、护栏限制、流形限制对齐或额外训练都无法廉价获得安全性。

行业开源模型闭源模型 AI安全

推荐理由：Thom Wolf谈AI安全本质：开源闭源模型面临相同挑战，唯一解决方案是让模型从根本上不想做坏事。

原文

17:51

官方账号Decoder@Matthias Bastian

78°

LAION推出Big Video Dataset(BVD)，包含800万视频和550万自动描述片段。该数据集总时长达1000万小时，模型训练后性能超越InternVid基准最高2.1个百分点。LAION可依据2024年汉堡法院裁决，为非商业研究收集版权内容。

AI模型 LAION Big Video Dataset BVD

推荐理由：LAION开源了千万小时视频数据集，训练效果比之前基准高2.1个百分点，非商业研究可合法使用。

原文