跳到正文

#开源/仓库

今日 1 条
10月9日周五
  1. 量子位48

    星动纪元VPP2登顶RoboDojo仿真榜单,超越GPT-6-Astra

    星动纪元自研世界动作模型VPP2在RoboDojo仿真榜单登顶,综合平均成功率32.26%、得分39.26分,领先GPT-6-Astra约9.78个百分点。该模型采用视频预测与动作学习解耦的三阶段训练策略,在ALOHA真机零样本测试中平均成功率达58.5%。VPP2现已开源,其技术路线验证了不依赖额外数据增强即可实现泛化突破。

  2. 量子位46

    openJiuwen 发布并开源企业级 AgentOS,加速智能体规模落地企业

    openJiuwen 发布并开源企业级 AgentOS,将多智能体协同、自演进及算力亲和能力融入统一底座。该平台通过插件化架构与 Agentic Hub 生态,支持技能与连接器灵活组合,并实现小时级企业端到端私有化部署。此前华为在 HC2026 大会上已发布基于该系统的开源 Agent 加速平台及一体机解决方案。

  3. 量子位7

    MirroS 发布 AgentGarten:代码与扩散模型构建实时智能体试炼场

    MirroS 团队发布 AgentGarten,通过代码定义物理规则与神经渲染器生成视觉反馈,以超过 30 fps 的吞吐让智能体在实时环境中交互。在捉迷藏实验中,智能体仅用 4 轮学会搭建掩体、10 轮掌握借坡道翻墙,远快于 OpenAI 2019 年需数千万局的强化学习。该系统通过“实验手册”沉淀经验,实现了物理世界的递归自我改进。

10月7日周三
10月6日周二
  1. Latent Space50

    Reflection 发布 501B-A23B 开源模型 Beam

    Reflection 发布纯文本 MoE 模型 Beam,总参数 501B、激活参数 23B,采用 Apache 2.0 协议。该模型在 SWE-bench Verified 上得分 80.9,推理效率为 GLM 5.2 的 3-4 倍。这是 Reflection 成立一年多后首次正式推出模型,标志着其作为美国本土实验室的正式亮相。

10月4日周日
  1. The Decoder48

    NASA 与 IBM 开源月球基础模型,利用 17 年轨道数据提升冰层预测精度

    NASA 与 IBM 联合发布开源的 NASA-IBM Lunar Foundation Model,基于 17 年月球轨道观测数据训练,旨在提升月球科学数据利用效率。该模型在极地冰层沉积预测任务中,相比最佳基线 SwinV2-B 将预测误差降低最多 22%,并在粗尺度陨石坑检测中表现优于基线近 19%。这是首批面向月球科学的开源基础模型之一,通过预训练大幅降低了对标注数据的需求。

10月3日周六
10月2日周五
  1. Kimi 研究博客47

    Kimi 开源 Vendor Verifier 项目以验证开源模型推理实现

    月之暗面随 Kimi K2.6 模型发布开源了 Kimi Vendor Verifier (KVV) 项目,旨在帮助用户验证开源模型推理实现的准确性。该项目包含 OCRBench、AIME2025 等六项关键基准测试,用于检测 KV cache 错误及量化退化等基础设施问题。此前 K2 Thinking 发布后社区频繁反馈基准分数异常,KVV 旨在解决开源生态中工程实现偏差导致的信任危机。

  2. Kimi 研究博客43

    Kimi 团队发布 WorldVQA 多模态视觉知识评测基准

    Kimi 团队发布 WorldVQA 基准,包含 3,500 个图像问答对以评估多模态大语言模型的原子视觉世界知识。实验显示前沿模型在长尾知识上准确率常低于 50%,且普遍存在过度自信现象,其中 Kimi-K2.5 在 ECE 和 Slope 指标上表现最佳。该数据集及评测脚本已开源,旨在推动多模态 AI 的事实可靠性。

9月25日周五
9月23日周三
9月22日周二
9月21日周一
9月3日周四
9月2日周三
9月1日周二
8月10日周一
7月1日周三
6月11日周四
  1. Google DeepMind74

    Google DeepMind 发布 DiffusionGemma 实验模型,文本生成最高提速 4 倍

    Google DeepMind 发布实验性开源模型 DiffusionGemma,采用文本扩散方式并行生成整块文本,在专用 GPU 上最高实现 4 倍推理加速,单张 NVIDIA H100 上超过 1000 tokens/秒、RTX 5090 上超过 700 tokens/秒。

    推荐理由:官方给出 4x 加速的实测数字与硬件门槛,读者可据此判断本地低并发场景是否值得换用扩散式生成。

4月16日周四
3月17日周二
  1. Mistral AI62

    Mistral 发布 Leanstral:面向 Lean 4 的开源代码智能体

    Mistral 发布 Leanstral,这是首个面向 Lean 4 的开源代码智能体,采用 6B 激活参数的稀疏架构,权重以 Apache 2.0 许可开放,并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。

    推荐理由:Mistral 开源面向 Lean 4 的代码智能体,给出权重、API 与 FLTEval 评测,可据此判断形式化验证的成本门槛。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有