从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 178
西湖大学发布Awomo-0.5,6项评测登顶AI热点西湖大学成立世界模型研究中心,施一公揭牌,同时发布40亿参数通用物理世界模型Awomo-0.5,在6项国际公开评测中登顶。
Fish Audio发布全双工语音模型Live 3AI热点Fish Audio推出面向实时语音Agent的全双工模型Live 3,短反应最快186毫秒,支持平台、API与本地部署,限时定价每分钟0.035美元。
GSTAR框架实现64倍压缩自回归生图AI热点GSTAR通过空间-组协同缩放实现32至64倍压缩,1024分辨率下较此前离散自回归模型提速20倍,单张H200每图2.5秒。
ADIndex组级蒸馏提速稀疏注意力索引AI热点ADIndex通过层自适应校准与组级蒸馏优化DeepSeek稀疏注意力索引,在长上下文推理中实现显著加速且性能近乎无损。
DictLLM字典核压缩LLaMA-7B达5.1倍AI热点DictLLM提出字典核后训练压缩方案,将LLaMA-7B压缩5.1倍且困惑度仅升2.9点,压缩率较SOTA低秩方法高3.6倍,入选NeurIPS 2026。
DGP动态门控打通ViT与LLM全层连接AI热点NeurIPS 2026接收论文提出DGP机制,在ViT与LLM所有层间建立动态门控全连接,较LLaVA-1.5基线多项评测显著提升。
米哈游清华开源通用游戏模型GameScalingAI热点米哈游联合清华等高校开源GameScaling系列通用游戏模型,覆盖四档规模共八个模型,权重与推理代码以Apache 2.0协议发布。
启元发布PrimeSim世界模型仿真器AI热点启元具身研究中心发布面向机器人操纵任务的世界模型仿真器PrimeSim,在EWMBench和WorldSimProbe两大榜单登顶,权重与代码即将开源。
小米开源0.8B文档理解模型Xiaomi-OCR-0AI热点小米宣布开源轻量级文档理解模型Xiaomi-OCR-0,0.8B参数覆盖文档解析、信息抽取与OCR视觉问答,权重与代码已上线Hugging Face和GitHub。
SAFE框架入选EMNLP 2026主会AI热点证据锚定多跳推理验证框架SAFE被EMNLP 2026主会接收,平均提升8.8个百分点
Qwenputer发布:模型内实现RISC-V CPUAI热点开发者基于Qwen3.5-4B构建Qwenputer,在神经网络内实现32位RISC-V CPU,无需外部工具即可精确计算。
MRC-MMAgent提出多角色协作强化学习框架AI热点arXiv论文提出MRC-MMAgent框架,通过多角色协作强化学习提升多模态工具使用智能体表现。
新论文提出BookNavigator让大模型自主学习解数学题AI热点arXiv论文提出BookNavigator接口,通过强化学习激励大模型自主检索学习教材,将Intern-S2-Preview-35B证明准确率从51.5%提升至79.5%。
百度开源Unlimited OCR 2,KV缓存降96%AI热点百度开源3.34B参数OCR模型Unlimited OCR 2,单次请求可解析数百页文档,峰值KV缓存从47GB降至1.77GB。
FrontierHarness v1.1:2.7万次运行64%推理开销耗于失败AI热点FrontierHarness Eval v1.1发布,27,280次编码智能体运行显示64%推理开销耗于失败任务,harness与模型搭配显著影响成本。
谷歌发布工程Agent评测PLEAI热点谷歌与Mercor发布工程Agent评测PLE,揭示高单项约束满足率与低全约束通过率之间的落差。
unify新测试:训练9B小模型超越Agent记忆框架AI热点unify发布Continual-ARC测试显示,OpenClaw等Agent记忆框架在重复任务上几乎无收益,而训练9B小模型权重可显著降低成本并提升新题表现。
概率微型递归模型PTRM发布AI热点arXiv论文提出PTRM,通过在递归步骤注入高斯噪声实现测试时计算扩展,显著提升微型递归模型在推理任务上的准确率。
开源项目 64
SWC:Rust 编写的 TypeScript/JavaScript 编译器开源项目用 Rust 编写的高性能 TypeScript/JavaScript 编译器,同时作为 Rust 库与 Node.js 库使用,可替代 Babel 完成转译等编译任务。查看
nano-vllm:从零实现的轻量 vLLM开源项目约 1200 行 Python 从零实现的轻量级 vLLM,提供离线推理与前缀缓存、张量并行、CUDA graph 等优化。查看
oMLX:Mac本地LLM推理与菜单栏管理工具开源项目面向Apple Silicon的本地LLM推理服务,提供连续批处理、分层KV缓存与菜单栏管理。查看
Surya:多语言OCR与文档版面分析模型开源项目689M参数OCR模型,支持多语言文字识别、版面分析、阅读顺序与表格转HTML,附带文本行检测和OCR错误检测小模型。查看
Tongyi DeepResearch:深度信息检索 Agent 模型开源项目通义实验室 30B-A3B 激活的深度研究模型,面向长程信息检索任务,附推理脚本与评测流程。查看
Unlimited-OCR:超长文档解析OCR模型开源项目百度的OCR模型项目,用SR-SWA把超长序列的图文注意力压缩为固定大小工作参考,实现有限上下文内的无界文档解析。查看
answer-me-with-html:把问题答案渲染成网页的 Agent 技能开源项目Agent 技能:模型只写 Markdown 草稿,配套 CLI 将其渲染为含图表的 HTML 页面,减少输出 token。查看
Tailpipe:用 SQL 查询日志的本地工具开源项目本地运行的日志查询工具,从云、容器和应用源收集日志,用 SQL 即时查询分析。查看
DeepSeek-OCR:视觉-文本压缩OCR模型开源项目从LLM视角研究视觉编码器的OCR模型,支持多种原生分辨率与动态分辨率模式,可用vLLM推理。查看
Kimi K3:开源多模态 Agent 模型开源项目MoonshotAI 开源的 2.8T 参数原生多模态 Agent 模型,支持 100 万 token 上下文与文本图像输入。查看
Gigatoken:高性能文本分词器开源项目面向语言模型数据处理的快速分词器,兼容 HuggingFace Tokenizers 与 tiktoken,提供自有 API 与兼容模式两种用法。查看
terraform-aws-secure-baseline:AWS安全基线模块开源项目Terraform模块,按CIS AWS Foundations v1.4.0与AWS安全最佳实践配置账号基线,含IAM、日志、网络等子模块。查看
gpu-unlock-ada:RTX 4090 与 Ada 显卡 SM 速度选择覆盖内核模块开源项目Linux 内核模块,在 NVIDIA 驱动加载前覆盖 SM 速度选择,README 报告 RTX 4090 上 FP16/BF16 张量吞吐约翻倍,属实验性项目。查看
VibeThinker:小参数量推理模型系列开源项目开源的 1.5B 与 3B 稠密推理模型仓库,基于 Qwen2.5-Coder,面向数学、竞赛编程等可验证推理任务,附技术报告与评测入口。查看
LongCat-Image:中英双语图像生成基础模型开源项目6B 参数的开源中英双语文生图与图像编辑模型,提供中间检查点与完整训练代码,支持 Diffusers 和 ComfyUI。查看
clx:Lua 5.5 提前编译器与运行时开源项目跨平台的 Lua 提前编译器与运行时,把 Lua 脚本编译成独立的原生可执行文件。查看
Litefuse:开源 LLM 应用工程平台开源项目可自托管的开源平台,用于协作开发、监控、评估和调试 LLM 应用。查看
FireRedASR:开源工业级语音识别模型开源项目支持普通话、中文方言和英文的开源ASR模型家族,含LLM与AED两种架构及命令行/Python推理代码。查看
Zeekstd:Zstandard可寻址格式的Rust实现开源项目Rust实现的Zstandard Seekable Format库与CLI,支持对压缩文件的局部解压与跳转。查看
LongCat-Flash-Chat:MoE语言模型开源项目560B总参数、按需激活约27B参数的MoE非思考型基础模型,面向agentic任务,附技术报告。查看