Nace AI 釋出決策模型 Drex 技術報告：響應僅 183 毫秒，權重已開源
Nace AI 釋出 51 頁技術報告，公佈開源決策模型 Drex 的訓練細節。它專門處理固定選項選擇，經由 115 萬條真實資料和大模型置信度校準訓練，響應僅需 183 毫秒。目前權重已開放下載，並在 Nace Console 提供免費測試。
開源專案 · 日報
週五
11月6日 星期五
Cactus 開源超小視覺模型 Mirage：僅 22MB，手機端 74 毫秒搞定識圖與分割
Cactus 開源輕量級視覺模型 Mirage，引數量 5130 萬，經 2 位量化後體積僅約 22 MB。模型單次執行就能同步搞定場景描述、目標檢測、OCR 識字、影像分割和空間關係推斷，在三星 Galaxy S26 的 NPU 上僅耗時 74 毫秒。這意味著在小體量穿戴裝置或手機本地，複雜的視覺任務也能不聯網即時跑完。
HyperFlow H3 Flash 開源：MiniMax 視音訊模型瘦身至 9.1GB，24GB 顯示卡可跑
Video Rebirth 開源 HyperFlow H3 Flash，將約 31B 的 MiniMax-H3 壓縮至 14B，僅需 4 至 8 步取樣即可聲畫同步生成 768p 影片。模型 Q4 量化版體積縮減至 9.1GB，不僅能在 24GB 視訊記憶體顯示卡上執行，配合 4 張 B200 還能實現即時生成。這意味著高質量端到端影片生成首次能在消費級裝置上跑通。
週四
11月5日 星期四
谷歌開源 Agile Deliberation：讓 AI 找邊界案例，幫人釐清規則
谷歌開源 AI 分類框架 Agile Deliberation，把「人教 AI」變成「AI 主動抓取邊界案例幫人理清標準」。通過概念界定與迭代兩個階段，它能把主觀模糊的想法轉化為清晰可執行的規則，很適合內容稽核與資料標註。
hunch：在 CPU 上跑毫秒級語義決策，把大模型高頻任務接過去
開源專案 hunch 基於 EmbeddingGemma 2 打造本地語義決策系統，可在普通 CPU 上實現毫秒級判斷。它像快反應系統向大模型邊用邊學，逐步接管工具呼叫監控、日誌分析等高頻任務。文本判斷僅需 22 毫秒，大幅砍掉 API 延遲與呼叫成本且無需 GPU。
週三
11月4日 星期三
Kimi 開源 K3.1 Pro 權重：3T 級原生多模態 Agent 模型
Kimi 在 HuggingFace 上放出了 K3.1 Pro 的模型權重，採用專門的「Kimi K3.1 Pro」許可證。官方稱這是其迄今最強的 3T 級模型，具備原生多模態與 Agent 能力，旨在持續推進開放智慧生態。
Linum 開源 Pyramid-JiT：不走 VAE，2.1 萬美元訓出 20 億引數生圖模型
Linum 兩人團隊開源生圖模型 Pyramid-JiT，完全從零訓練僅花費 2.1 萬美元算力。它擁有 20 億引數，徹底拋棄傳統的 VAE，直接在畫素空間端到端生成影像。模型程式碼和權重均已開源，雖不擅長複雜文字與多人構圖，但大幅拉低了自研擴散模型的門檻。
Ricursive 開源 Ripple-65B：65B 純稠密模型跑贏多款幾千億 MoE 旗艦
Ricursive Intelligence 開源了 65B 純稠密模型 Ripple-65B Preview，支援 100 萬上下文。它避開了主流的 MoE 路線，以 3200 萬美元成本從頭訓練，在 TerminalBench 2.1 智慧體程式設計測試中拿下了 80.52 分，超越了引數量大十倍的多款開源 MoE 模型。
Anthropic 開源 FlashProve：用零知識證明防服務商「偷換模型」
Anthropic 開源大模型推理驗證系統 FlashProve，利用零知識證明，讓開發者無需獲取模型權重或 GPU，用普通 CPU 就能驗證 API 輸出是否來自承諾的模型。最關鍵的是打破了黑盒信任，不過目前生成證明仍需額外消耗 72 至 94 倍的 GPU 時間。
週二
11月3日 星期二
NitroFusion 2 開源：1 到 2 步極速出圖，本地 ComfyUI 就能跑
研究團隊開源影像生成模型 NitroFusion 2，把傳統擴散生成壓縮至僅需 1 到 2 步。它通過多模態文本流對抗蒸餾，在一步出圖下仍能保留精細細節與清晰文字排版。完整模型權重約 12GB，普通消費級顯示卡通過 ComfyUI 即可在本地部署體驗。
Pruna 開源 P-H3-Image：把影片模型改成影像生成，8 步跑出 4K 圖
Pruna AI 開源影像模型 P-H3-Image，由影片模型 MiniMax-H3 重構而來。團隊精簡了文本編碼器與網路骨幹，將生成壓縮至 8 步，體積減至最小 20 GB，支援最高 1600 萬畫素及 8 張參考圖融合。ComfyUI 已原生支援該模型。
sand3d：專為大模型設計的 3D 建模 Python 庫，整套 API 僅 3600 token
Sandflow AI 開源 3D 建模庫 sand3d，讓大模型用簡短程式碼直接生成 3D 資產。它基於 Blender 底層構建，零件與關節全部按語義名稱呼叫而不用手算座標，整套 API 約 3600 token 可直接塞進系統提示詞，專案還同步開源了 10 萬個 3D 模型的程式碼資料集。
NVIDIA 開源 Auto Ontology：給企業資料建語義層，告別 AI 查數瞎編
NVIDIA 開源 Auto Ontology 框架，能自動從後設資料構建企業語義層，把業務術語對齊到資料庫欄位。智慧體通過自然語言提問時，系統會按統一口徑生成可審計的 SQL 並附帶資料溯源，還支援 MCP 與主流智慧體對接。
週一
11月2日 星期一
Kimi K3.1 Pro：2.8 萬億引數多模態模型開源，完整權重上架
月之暗面在 Hugging Face 上線 Kimi K3.1 Pro 完整權重。該多模態模型總引數達 2.8 萬億，推理啟用 1040 億引數，支援 100 萬 token 上下文。1.56TB 的體積雖然考驗算力，但已全面適配 vLLM 與 SGLang 部署。
週日
11月1日 星期日
題了個題：讓孩子先答題通關才能看電視的開源螢幕管控工具
開源 Android 工具「題了個題」（StudyOnTV）上線，孩子必須先答對題目才能賺取螢幕使用時長。所有資料儲存在本地無需雲端賬號，支援遙控器和手寫作答，還內建 DeepSeek 等 AI 介面自動批改主觀題。
週六
10月31日 星期六
DeepSeek 開源 dsh-superagent 原型：平時不打擾，寫完程式碼直接提 PR
DeepSeek 開源了面向單個 GitHub 倉庫的智慧體實驗原型 dsh-superagent-prototype。它能自動接收任務並在獨立目錄幹活，平時安靜待命，只有在需要人類決策或提交 PR 時才會發通知，旨在減少對開發者注意力的打擾。官方強調這僅是探索自主協作的研究程式碼，並非正式產品。
週五
10月30日 星期五
Autopilot：開源遊戲測試智慧體，像真人一樣通關找 Bug
Aura 開源遊戲測試智慧體 Autopilot，能以外掛形式接入 UE5、Unity 6 和 Godot 4。開發者只需輸入一句目標提示詞，它就會自動分析程式碼並操控角色探索或通關，不僅越玩越熟練，測完還會生成排查報告。它也支援通過 MCP 配合 Claude Code 使用。
Audio8-TTS-Realistic 開源：6 億引數，幾秒音訊即可克隆 23 種語言
Edge0 開源文本轉語音模型 Audio8-TTS-Realistic，僅 6 億引數、體積 2.6GB。它只需幾秒參考音訊即可完成零樣本聲音克隆，支援 23 種語言。模型採用 Apache 2.0 許可證允許商用，低配消費級 GPU 也能輕鬆執行。
週四
10月29日 星期四
Auto-Company 開源：用強制收斂流程，治好 14 個 AI 智慧體開會空轉
CMU 研究者 Zheyuan Kong 開源 Auto-Company，讓 14 個模擬行業大佬的 AI 智慧體在本地自主建倉並寫程式碼。它硬編碼了強制收斂流，前兩輪頭腦風暴後必須決定做或不做，杜絕智慧體無限開會，底層直接呼叫 Claude Code 執行。不過它需要真實主機的全訪問許可權。
Pika 開源音影片模型 H3 Flex：僅需 6 步取樣，音畫同步生成
Pika 在 GitHub 開源音影片生成模型 Pika H3 Flex。模型基於 MiniMax-H3 訓練，只需 6 步取樣就能同步生成 5 至 15 秒帶立體聲的影片，支援 11 種畫幅和最多 12 個多模態參考檔案。最值得關注的是它的推理效率大幅提升，單張 H100 即可本地執行。
週三
10月28日 星期三
NVIDIA 開源 Nemotron 3.5 Transcribe：能認 8 人說話，可用提示詞控制
NVIDIA 釋出開源語音大模型 Nemotron 3.5 Transcribe。它把轉錄、區分說話人、翻譯和語音問答裝進同一個模型，支援 40 種語言轉錄與 1 小時長音訊，最多區分 8 位發言者。模型採用 MoE 架構，300 億總引數每次僅啟用約 40 億，在多項開源基準上登頂。
Sperid Labs 開源 Idol：單圖生成百萬級 3D 高斯模型
Sperid Labs 開源單圖轉 3D 高斯模型 Idol。它能自動扣除背景並補全遮擋的背面，直接輸出包含百萬級高斯點的 3DGS 檔案。最值得關注的是，模型視訊記憶體峰值僅需 7.2 GB，普通消費級顯示卡幾秒到十幾秒即可跑通。
輝達釋出 Open H3 Regenerate 2K：3 步將 AI 影片重繪至 2K，最高支援 4K
輝達推出開源影片增強工具 Open H3 Regenerate 2K，可將 MiniMax H3 等模型生成的低解析度影片重繪至 2K，最高支援 4K 輸出。它僅需 3 步擴散即可補足畫面細節，支援最長 15 秒片段，相關程式碼與模型已全盤開源。不過重繪過程可能會輕微改變人臉等區域性細節。
NVIDIA 開源 MotionBricks：給幾個關鍵姿勢，即時補全連貫動作
NVIDIA 開源動作生成模型 MotionBricks。它只需輸入前後的目標姿勢，就能即時計算並補全中間平滑的運動過渡，還能把翻越、坐下等複雜動作像積木一樣拼接。倉庫包含人體與宇樹 G1 機器人兩套預訓練權重和演示工具，程式碼採用 Apache 2.0 開源。
週二
10月27日 星期二
Bygga：把宜家說明書變成可互動的 3D 動畫，還能動嘴翻頁
開源專案 Bygga 上線，輸入宜家貨號即可將紙質說明書轉換成可旋轉、可朗讀的 3D 線稿步驟。它內建 1171 款產品且離線可用，支援拼裝時動嘴喊「下一步」免翻頁，還可用 Together AI 掃描補充說明書。程式碼以 MIT 協議開源。
Hi3D 開源第一代 3D 模型：僅 7.74GB，單張圖片生成高精度資產
Hi3D 正式開源第一代 3D 生成模型 V1.0，程式碼與權重已公開且支援商用。該模型基於約 200 萬個 3D 資產訓練，幾何提取解析度達 1536³，整套檔案僅 7.74GB，普通消費級顯示卡即可裝下。最先進的第三代目前仍保持閉源。
百度開源 Unlimited OCR 2：支援整本書一次解析，消費級顯示卡就能跑
百度開源超長文件解析模型 Unlimited OCR 2。模型僅 3B 引數（約 6.9GB），引入 SR-SWA 機制避免視訊記憶體隨頁數累加，可一次性解析數千頁文件並自動合併跨頁表格和段落。這意味著厚重卷宗不用再逐頁拆解，普通顯示卡就能搞定完整還原。
週一
10月26日 星期一
AmirMushich 開源新方案：免 3D 建模，用 AI 影片做可互動商品頁
設計師 AmirMushich 開源了一套網頁方案，不用 3D 建模就能做出可旋轉互動商品頁。它用 LTX-2.5 Pro 把衣服參考圖生成旋轉影片，拆成約 30 幀後由 JS 控制播放。執行時無需呼叫模型或 3D 引擎，大幅降低電商展示門檻。
騰訊混元開源 Hy-SimulMT：3 秒延遲中英同傳，還能即時克隆人聲
騰訊混元開源中英雙向即時同聲傳譯模型 Hy-SimulMT。它能在發言時同步輸出翻譯文本與語音，流式延遲約 3 秒，並支援保留髮言者音色的即時聲音克隆。官方已開放推理與微調程式碼，評測顯示其表現接近專業同傳。
MotionSites 開源 Claude 技能：一句話生成電影級動效落地頁
MotionSites 開源了一套 Claude Skill，讓 AI 擺脫千篇一律的佈局，直接做出電影感落地頁。它內建 40 組精選範例與公開影片素材庫，並自帶截圖自檢修復閉環。不僅能直接編寫可用程式碼，還可以為 Lovable、v0 等工具輸出專屬提示詞。
Bria 開源 Fibo 2.0 Edit Turbo：8B 影像編輯模型，4 步即可精準改圖
Bria AI 開源 80 億引數影像編輯模型 Fibo 2.0 Edit Turbo，採用非商業許可。該模型將推理蒸餾至 4 步且無需引導，支援蒙版與多參考圖，能在保持其餘畫面畫素級穩定的同時精準修改區域性屬性。
週日
10月25日 星期日
書童 Pagekin：開源小說智慧體，按需組裝上下文不崩人設
開源 AI 小說寫作工具「書童 Pagekin」推出一套完整創作流程，專門解決長篇創作中人設混亂和前後矛盾的問題。它把設定和章節藍圖結構化，按需調取上下文，支援區域性改對話與逐條審稿合併。軟體開源免費，底層大模型需作者自行配置接入。
週六
10月24日 星期六
商湯開源 SenseNova 6.8 Code-to-Video：靠寫程式碼生成影片，單個元素隨意改
商湯開源 SenseNova 6.8 Code-to-Video。與傳統黑盒影片模型不同，它靠生成可執行程式碼來逐幀渲染動畫，可精細修改單個元素且不影響整體。該模型基於 Qwen3.8 27B 構建，完整體積約 55GB，需高階 GPU 執行。
