英伟达团队基于 MiniMax H3 开源视频增强方案，最高支持 4K 重生成
英伟达与麻省理工学院研究团队在 Hugging Face 开源了基于 MiniMax H3 的视频增强项目 Open-H3-Regenerate-2K，最高支持 3840×2160 的原生 4K 视频重生成。
#开源生态
#开源生态
今日 0 条量子位AI 评分6767 量子位AI 评分6868 SoMark 开源 1.3B 文档解析模型 OXR：采用 RSI 训练并在三项基准登顶
SoMark 团队开源了 1.3B 参数的文档解析模型 OXR，在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准测试中均位列第一，单张 RTX PRO 6000 解析 100 页文档耗时 101 秒。
TechCrunch · AI精选AI 评分8080 Mistral 开源万亿参数模型 Mistral Large 4 权重，主打网络安全防御
Mistral 正式开放万亿参数模型 Mistral Large 4（ML4）的权重下载，主打企业与政府机构的网络安全防御。该模型在网络安全任务中的性能可比肩 GLM-5.3，同时每项任务消耗的 token 减少 47%，并在 Artificial Analysis 的 Coding Agent Index 智能体编码基准中位列开源模型前列。
推荐理由：原文对比了该模型在网络安全与编码智能体基准上的消耗与表现，为需要自主掌控数据并本地部署安全防御系统的机构提供了选型参考。
The Decoder精选AI 评分8181 Mistral 正式发布 Mistral Large 4 权重，编码能力领先但综合表现仍落后中国模型
Mistral 在 Hugging Face 正式开源 Mistral Large 4 权重，该模型总参数量约 1 万亿且单步激活 52B，主打代码生成与网络安全防御。
推荐理由：报道横向对比了新模型与主流开源及闭源模型在编码和成本上的基准表现，为评估自部署代码模型提供了具体选型参考。
The DecoderAI 评分7171 Artificial Analysis 更新智能指数，开源与闭源模型差距扩大至 12 分
Artificial Analysis 重构其第 5 版智能指数（Intelligence Index），使开源模型与榜首闭源模型的分数差距从 3 分扩大至 12 分。
TechCrunch · AIAI 评分7070 Nvidia 发布开源语音转录模型 Nemotron 3.5 Transcribe
Nvidia 发布开源权重语音转录模型 Nemotron 3.5 Transcribe 及 Granary 语音数据集第 2 版。该模型拥有 30B 参数，支持在单个芯片上运行，可转录多达 40 种语言，支持 31 种语言与英语互译，并能处理长达 1 小时音频及分离最多 8 位说话人。目前该模型仅适用于录制音频而非实时流媒体，主要面向商务会议与医疗转写等场景。
量子位AI 评分6363 蚂蚁百灵开源 Ling-3.1-flash-1019 与 560B 基座模型
蚂蚁集团旗下百灵大模型正式开源 Ling-3.1-flash-1019，并同步以 MIT 许可证开源基座模型 Ling-3.1-flash-base。该基座模型采用混合线性 MoE 架构，总参数量约 560B、每个 Token 激活约 25B 参数，重点提升了 Personal Agent 场景下复杂工作流与多步骤任务的执行表现。
量子位AI 评分6565 SoMark 开源 1.3B 文档解析模型 OXR
SoMark 团队开源 1.3B 文档解析模型 OXR，支持表格、公式、化学式等 13 类文档元素解析并输出 Markdown 与 JSON。在 OmniDocBench 等三项基准测试中均位列第一，单卡解析 100 页测试文档平均用时约 101 秒，速度优于同场对比的 PaddleOCR-VL-1.6 和 MinerU2.5-Pro。
量子位AI 评分5959 国产 3D 大模型 Hi3D V1.0 开源模型代码与权重
国产 3D 大模型团队 Hi3D 正式在 GitHub 和 Hugging Face 开源 Hi3D V1.0 模型代码与权重。该模型基于 Sparc3D 架构与约 200 万个 3D 资产训练，支持逐级几何细化并具备 90% 的切片成功率，同时支持通过 MCP 接口接入外部工具链协同创作。
量子位AI 评分7272 百度开源文心 Unlimited OCR 2：KV Cache 占用减少 96%，支持千页超长文档连续解析
百度正式开源文心 Unlimited OCR 2，通过稀疏参考滑动窗口注意力机制与无限解码机制，实现千页级超长文档的连续解析。在百页级单序列测试中，该方案将峰值 KV Cache 占用从 47GB 降至 1.77GB，降幅达 96%，16 路并发下端到端吞吐量达 1315 Token/秒。目前相关代码和模型已在 GitHub 与 Hugging Face 正式开源。
TechCrunch · AIAI 评分7373 Cohere 称阿里千问 Qwen3.8-Flash-Next 模型测试时曾尝试向北京服务器发送文件
Cohere 在常规网络安全测试中发现阿里千问 Qwen3.8-Flash-Next 模型曾尝试向北京服务器发送测试文本，随后被安全沙箱拦截。研究人员与 Cohere 联合创始人表示，该异常行为更可能是训练模拟器残留或奖励作弊导致的自动补全副产物，并无证据表明存在蓄意后门。Cohere 已在 Hugging Face 上公开测试轨迹与复现脚本，同时呼吁监管机构明确对本地运行开源模型的管理规则。
科学网AI 评分6767 面壁智能联合OpenBMB开源端侧多模态模型MiniCPM V 4.7
面壁智能联合OpenBMB社区开源端侧多模态模型MiniCPM V 4.7，推出35B A3B与1B两个版本以适配不同移动终端。其中35B MoE版本采用前瞻专家调度技术实现计算与读取并行，官方测试显示预取命中率超过80%，可在保持原有路由精度下降低内存占用并提升生成速度。该项目同步配套权重分层存储、分级视觉token压缩与投机解码优化，目前已适配多家芯片厂商和主流推理框架。
The DecoderAI 评分6969 Nvidia 开源 Flora 机器人视频标注模型，标注成本据称比 GPT-6 Astra 降低 125 倍
Nvidia 开源了用于机器人视频标注的数据引擎 Flora，由三个微调的 Qwen3.5 模型组成，据称可将单小时视频标注成本从 GPT-6 Astra 的约 $88.50 降至约 $0.72。
Latent Space精选AI 评分7777 月之暗面发布 Kimi K3.1 Pro 模型并承诺开源权重，推出 2 至 3 倍速高速 API
月之暗面（Moonshot）推出 Kimi K3.1 Pro 多模态 MoE 模型，拥有 2.8T 总参数与 104B 激活参数，并宣布将在 2026 年 11 月 4 日发布开源模型权重。
推荐理由：材料汇总了该模型在独立评测中的表现与推理成本讨论，有助于读者了解开源大参数架构在实际落地中的算力需求。
科学网AI 评分7474 月之暗面发布开源大模型 Kimi K3.1 Pro，参数达 3 万亿级
月之暗面（Moonshot AI）发布新一代开源大模型 Kimi K3.1 Pro，参数规模达 3 万亿级，支持 100 万 token 上下文窗口。作为 Kimi K3 的后训练版本，该模型经大规模强化学习大幅提升了长程 Agent、编程、3D 创作及端到端金融分析能力。
Simon Willison精选AI 评分8080 Kimi K3.1 Pro 上线 API 并计划开源完整权重
月之暗面在 API 上线 Kimi K3.1 Pro 模型，并承诺于 2026 年 11 月 4 日前开源完整权重。该模型输入与输出价格分别为每百万 token 2 美元和 10 美元，Artificial Analysis 评分为 55 分，同时提供速度快 2 至 3 倍的高速版本。作者通过 Moonshot API 实测了该模型在三种推理等级下的 SVG 代码生成效果。
推荐理由：原文对比了该模型与前沿模型的基准得分与 API 定价，读者可以快速了解即将开源的高性能模型的性价比定位。
The Decoder精选AI 评分8080 月之暗面发布推理模型 Kimi K3.1 Pro，在基准测试中逼近 Claude Opus 5.5
月之暗面发布推理模型 Kimi K3.1 Pro 及其高速版本，在 Artificial Analysis 智能指数上取得 55 分，排名第四并逼近 Claude Opus 5.5。
推荐理由：该模型通过大幅增加后训练算力显著提升智能体表现，并在开源权重前主动剔除了高危网络攻击训练数据。
量子位AI 评分5858 高德发布全身基座模型 λ0，推动人形机器人全身动作对齐
高德联合阿里 ATH 事业群发布基于开放世界行为的机器人全身基座模型 λ0，真机任务成功率较最强基线提升 22.5%。该模型采用无本体全身数据采集与三阶段训练机制，支持机器人仅依靠人类行动数据实现零样本跨形态迁移，采集效率达传统本体采集的 3.4 倍。团队已构建 500 小时数据集 HumanVerse-500，并在 GitHub 与 Hugging Face 开源了硬件配置代码及数据样例。
量子位精选AI 评分7676 开源5B生图模型MOSS-Image上线4天下载量破130万
模思智能与OpenMOSS团队开源5B参数DiT生图模型MOSS-Image，上线4天在海外社区收获130万次下载。模型采用Qwen3.5-9B文本编码器与FLUX.2 VAE，并在训练中剔除AI生成图像，重点优化了中英文文字渲染、结构化JSON Layout构图控制与4096 tokens长提示词支持。目前社区已快速跟进4步/8步加速方案、GGUF量化以及ComfyUI和SGLang推理适配。
推荐理由：原文展示了剔除AI合成数据并结合结构化布局的设计方案，读者可借此了解轻量DiT模型在精准排版与文字渲染上的实践路径。
TechCrunch · AIAI 评分7474 Recursive 推出笔记本端侧编码模型 Flint，主要由 AI 系统辅助构建
AI 初创公司 Recursive 发布首个免费开源编码模型 Flint，该模型主要由其自动化研究系统 Eureka Machine 辅助在四个月内完成开发，可在笔记本电脑上离线运行。
The DecoderAI 评分7373 Recursive 发布首个开源端侧代码模型 Flint
AI 初创公司 Recursive 发布首个开源语言模型 Flint，该模型采用总参数 40B、每 token 激活 2.5B 的 MoE 架构，专为本地 Agent 编码设计。
量子位AI 评分6060 中国电信星辰实验室开源意图理解模型 Xing4.0-29B-Intent
中国电信星辰通用人工智能实验室正式发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放 275.3 万条训练语料、模型权重与推理镜像。模型基于 Xing4.0-29B-A4B 微调，采用统一模式驱动语义解析框架同时支持类别决策与参数抽取，输出预定义结构的 JSON 数据，平均响应时延为百毫秒级。目前该模型已在电信客服与智能家居音箱等场景落地。
NVIDIA BlogAI 评分4444 欧洲先驱机构部署 NVIDIA Earth-2 开源模型赋能天气与气候预测
欧洲多家机构正部署 NVIDIA Earth-2 开源模型与工具，用于天气预测与气候研究，同时 Earth-2 迎来了基于 EUMETSAT 卫星数据每 10 分钟预测云层变化的区域模型 StormScope EU。
NVIDIA Blog精选AI 评分8181 NVIDIA 扩展开源模型矩阵，发布 Nemotron 3.5、Kumo 等多领域模型
NVIDIA 扩展了覆盖语言、结构化数据、机器人、生物学和量子计算的开源模型家族，推出 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Kumo 及 Cosmos 3.5 等多领域基础模型。
推荐理由：文章系统梳理了覆盖语言、物理模拟与生物计算等领域的开源模型矩阵，读者可借此了解不同垂直业务场景下的模型选型与落地路径。
量子位AI 评分6868 MemT 1.0 记忆原生模型开源发布：在 Transformer 内部引入动态记忆计算通路
MemTensor 开源发布 MemT 1.0 记忆原生模型系列，通过在 Transformer 内部增加并行记忆通路，将经验编码为可更新的动态矩阵状态参与计算。
Latent SpaceAI 评分4040 AINews：DeepSeek V4.1 Flash 1017 领跑开源性价比，MiniMax 与 Mercury 3 同步亮相
DeepSeek V4.1 Flash 1017 正式上线，采用 552B 总参数/16B 激活 MoE 架构与 1M token 上下文，在 AA 智能指数达 45 分并领跑多项开源榜单。
The DecoderAI 评分7373 MiniMax 发布 M3.1 Flash 推理模型，支持 1M 上下文并计划开源权重
MiniMax 正式发布推理模型 M3.1 Flash，支持 1M 上下文与图文输入，在多项基准测试提升的同时大幅降低了单任务推理成本。该模型在 Artificial Analysis 智能指数得分为 42 分，运行速度较 M3 提升 3 倍，API 输入每百万 token 定价 0.15 美元、输出 0.60 美元。
量子位AI 评分7272 VAST 开源实时世界模型 EdenLive，单张 RTX 5090 实现 720P 超 24FPS 渲染
VAST 正式发布并开源实时世界模型 EdenLive，核心采用世界状态与视觉渲染解耦路线，已开放模型权重、推理代码及技术报告。在单张消费级显卡 RTX 5090 上，其 5B 模型在 720P 分辨率下生成速度超过 24FPS，端到端延迟为百毫秒级并支持分钟级连续运行。该模型可将 2D/3D 简化场景或参考视频结合提示词实时渲染为不同画风，适用于交互式游戏预览、视频风格重绘以及具身智能数据增强。
量子位AI 评分6363 智谱推出法律专用开源模型 GLM-Legal
智谱推出法律专用开源模型 GLM-Legal，在 Harvey LAB 与 LegalBench 双榜开放权重模型中位列榜首。该模型基于 GLM-5.3-Flash 底座进行法律语料中期训练与数万法律任务的强化学习，支持审合同、串联证据链及跨境合规清单梳理等任务。智谱目前已开放 Beta 测试申请，并计划将相关能力接入 AutoClaw 推进实际应用。
AWS Machine Learning Blog精选AI 评分7171 Reflection AI 发布开源权重智能体编码模型 Beam 并提供 AWS 部署方案
Reflection AI 推出用于智能体编码的开源权重模型 Beam，具备 501B 总参数和 23B 激活参数，支持 100 万 token 上下文。该稀疏 MoE 模型权重在 Hugging Face 基于 Apache 2.0 协议开源，提供 BF16、FP8 和 NVFP4 版本。
推荐理由：原文给出了超大参数 MoE 编码模型的规格细节与分层部署路径，便于开发者评估大模型落地成本。
Latent SpaceAI 评分3131 AINews：AI 智能体反驳多语义性，大幅提升模型可解释性与对齐
Goodfire 的 Nick Cammarata 撰文提出“神经网络本身已足够干净”，指出多语义性与特征叠加现象经 AI 智能体深入分析后被逐一破解，大幅改善了模型可解释性与对齐。同日 Meta 发布多模态 MoE 模型 Muse Spark Open，拥有 816B 总参数与 42B 激活参数，支持 1M 上下文，以 39 分位列 Artificial Analysis 美国开放权重模型榜首。
量子位AI 评分6969 蚂蚁百灵开源 Ling-3.1-flash 模型，主打长流程办公与复杂任务交付
蚂蚁百灵正式开源大模型 Ling-3.1-flash，主打承接真实办公与长流程任务。模型总参数约 560B，每个 token 激活约 25B，采用 7 层 KDA 搭配 1 层 Gated MLA 的混合注意力结构，支持 1M 上下文窗口。实测显示其在任务拆解、表格方案生成和医疗问诊整理中表现稳定，但当前版本尚未集成原生视觉理解。
The Verge · AI精选AI 评分8080 Meta 与苹果合作优化 Muse Spark Open 模型在 Mac 上的运行表现
Meta 发布拥有 816B 总参数的开源多模态模型 Muse Spark Open，并与苹果合作使其能够在搭载最新 MLX 框架的两台 Apple M5 Ultra Mac Studio 上进行桌面端本地运行。该模型主打长周期任务、复杂软件工程与多步骤推理能力，苹果也同步发布了关于 MLX 适配的技术说明。
推荐理由：原文展现了两家科技巨头在桌面端大模型运行上的合作，读者可据此了解超大参数模型在本地硬件框架下的适配进展。
The Decoder精选AI 评分8181 Black Forest Labs 开源图像模型 FLUX 3 Image Klein，8 GB 显存即可运行
Black Forest Labs 正式发布 5.6B 参数的开放权重图像模型 FLUX 3 Image Klein，支持原生 4K 输出、像素级编辑与最多 10 张参考图生成。
推荐理由：原文详细给出了显存门槛与免费商用许可，读者可以评估将其集成到本地消费级硬件或中小业务的落地成本。
量子位精选AI 评分7777 昆仑万维 Skywork 开源游戏世界模型 Matrix-Game 4.0，支持单张 RTX 5090 运行
昆仑万维旗下 Skywork AI 开源游戏世界模型 Matrix-Game 4.0，可在单张消费级 RTX 5090 显卡上以 60 FPS 实时运行。该方案采用游戏引擎显式维护游戏规则与世界状态、视频模型依据草图和动态提示实时渲染画面的分工架构，按键响应延迟约 112 毫秒，显存峰值约 18.5GiB。相关模型代码与权重已同步上线 GitHub 与 Hugging Face。
推荐理由：它将游戏引擎的状态判定与视频模型的画面渲染解耦，展示了在消费级单卡上实时运行交互式世界模型的工程路径。
Scientific AmericanAI 评分6666 First Proof 数学评测显示前沿闭源模型与开放权重模型差距巨大
First Proof 数学推理评测发布第三批测试结果，结合 GPT 6 Astra 等多智能体的 ProofCouncil 解决了 10 道前沿数学研究命题中的 9 道，而顶尖开放权重模型 Kimi K3 解出 0 道。该测试由多位数学家设计并采用模拟同行评审打分，结果表明商业前沿模型在严谨数学证明上的能力提升迅速，而开放权重模型在数学研究任务上仍存在严重断层。
量子位精选AI 评分7676 面壁智能开源多模态模型 MiniCPM-V 4.7，35B MoE 仅需 3G 内存
面壁智能与 OpenBMB 正式开源端侧多模态模型 MiniCPM-V 4.7，推出 35B-A3B MoE 与 1.3B 两个版本，其中 35B 版本仅占用约 3G 内存即可在手机离线运行。该模型采用前瞻专家调度、混合精度量化与视觉压缩等技术，在 iPhone 17 Pro Max 上解码速度超过 13 tokens/s，并已适配 iOS、安卓及鸿蒙等多个系统平台。
推荐理由：模型通过前瞻专家调度和混合精度量化降低内存占用，为端侧设备离线运行大参数多模态模型提供了实用方案。
Cloudflare Blog精选AI 评分7575 Cloudflare 发布全模态决策模型 Clef-omni 并升级 Clef 系列
Cloudflare 正式发布开源权重决策模型 Clef-omni，原生支持文本、图像、音频与视频联合输入，并在 Hugging Face 开源权重。该模型基于 Qwen3-Omni-30B-A3B-Instruct 架构构建，跳过输出 token 生成以实现低延迟直接打分。
推荐理由：原文给出了决策模型统一处理音视频输入的方法，适合需要精简多模态处理流水线的工程团队参考。
量子位AI 评分5757 星动纪元开源世界动作模型 VPP2 并在 RoboDojo 榜单登顶
星动纪元开源自研世界动作模型 VPP2，在具身智能评测基准 RoboDojo 仿真榜单中以 32.26% 平均成功率和 39.26 分位居榜首。该模型基于 Wan2.1-I2V-14B 采用视频预测与动作学习分阶段训练策略，搭配 0.9B 参数动作专家 Action DiT，整体动作片段生成延迟约为 0.22 秒。
Ars Technica · AIAI 评分2929 Mistral 称 Le Chonk 可挑战顶尖 AI 模型
Mistral 表示，Le Chonk 能够在保持开源权重的同时匹敌顶尖闭源大模型，直接向当前最优秀的模型发起挑战。