作者开源「动」悉万物 Skills,35 种图型一句话生成动态图
作者 Ai学习的老章开源了名为「动」悉万物的 Skills,支持 35 种图型、27 种风格、5 种画幅,Claude Code 和 Codex 等 Agent 装上即可用,无需写代码,一句话生成会动的图。
作者 Ai学习的老章开源了名为「动」悉万物的 Skills,支持 35 种图型、27 种风格、5 种画幅,Claude Code 和 Codex 等 Agent 装上即可用,无需写代码,一句话生成会动的图。
小米孵化团队推出开源AI硬件HachimoDock(哈基米机),硬件自制成本约150元,软件源码已在GitHub公开,硬件物料清单和装配教程提供于嘉立创平台。它支持语音指挥电脑端Agent执行任务并展示进展,可自定义桌宠形象和外观,通过xiaomi Miloco联动控制智能家居,还支持用自然语言创作可运行的自定义组件;受热度影响,所用开发板和屏幕等元器件出现涨价和缺货。
商汤开源日日新 SenseNova Loop-9B-Preview,采用 Looped Transformer 架构,将中间层改造为参数共享的循环计算模块并引入 mHC 信息混合机制,在 9B 参数规模下媲美 27B 模型。
TypeSafe AI联合Agent工具平台Treg开源一款找人工具,宣称比Clay便宜85%,最低0.0089美元(约6分钱)可查回一条邮箱线索,项目已获6400 Star。
DeepSeek开源Super-agent原型并公开Personal Agent底层架构思路,AI可在无人指派时自主发现Bug、定位问题并提交修复PR。
推荐理由:原文给出了Super-agent的双层架构设计与初步实测对比数据,读者可以据此了解持续在线Agent系统的工程思路与开销权衡。
哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会上介绍了开源压阻式柔性触觉传感器平台 FlexiTac 开源一年半后的进展。该传感器采用 FPC 与力敏薄膜层叠结构,组装约需 3 分钟,可弯曲裁剪并适配手套、指尖或机器人皮肤,团队同时开源了 BOM、装配说明和读取数据的软件,并集成进 LeRobot。
英伟达与麻省理工学院研究人员组成的 Efficient-Large-Model 团队在 Hugging Face 发布视频增强项目 Open-H3-Regenerate-2K 的模型权重,配套推理代码已在 NVlabs/Sana 仓库开放。
英伟达与麻省理工学院组成的 Efficient-Large-Model 团队在 Hugging Face 发布视频增强项目 Open-H3-Regenerate-2K 的模型权重,配套推理代码已在 NVlabs/Sana 仓库开放。
作者实测了商汤开源(OpenSenseNova)的27B模型SenseNova-6.8-Code2Video,它基于Qwen3.8-27B微调、支持512K上下文,权重已放在Hugging Face,可本地部署并接入Claude Code。
作者用 Kimi K3.1 Pro 编成《用诗词读懂苏轼》一书,共 1448 页、收录 3202 条作品,耗时 10 小时 35 分、317 次模型调用、累计 1.697 亿 Token。
英伟达与麻省理工学院研究人员组成的 Efficient-Large-Model 团队在 Hugging Face 发布视频增强项目 Open-H3-Regenerate-2K 的模型权重,配套推理代码已在 NVlabs/Sana 仓库开放。
SoMark 团队开源 1.3B 参数的文档解析模型 OXR,在 OmniDocBench(97.18)、olmOCR-Bench(87.84)和 DocParsingBench(87.76)三项基准上均排名第一。
推荐理由:1.3B 参数的开源文档解析模型靠 RSI 后训练在三项基准登顶,读者可了解小模型如何用数据迭代替代参数堆叠。
DeepSeek 在 GitHub 开源推理引擎 DeepInfer,它是 DeepSeek-V4.1-Flash 背后的推理引擎,包含 MoE 专家并行、异步 Batch 调度、定制 Kernel 和推测解码等技术。
百度网盘开放平台上线官方 Skill,GitHub 仓库 bdpan-storage 已有 302 Star,当前版本 v1.7.6。该 Skill 让 Agent 上传、下载、搜索、整理文件并生成带提取码的分享链接,还支持记忆备份与恢复,已适配 Claude Code、Cursor、Codex CLI、Gemini CLI、OpenClaw 等。
10 月 20 日 MemOS 团队发布记忆原生大模型 MemT 1.0,含 Nano(36B 总参数、激活 3B,基于 Qwen3.6-35B-A3B)和 Flash(288B,基于 DeepSeek-V4-Flash)两个开源尺寸。
面壁智能与 OpenBMB 开源 MiniCPM-OCR,含 1.3B 专攻 OCR 的识别模型和 2B 的 Jev 可信度打分模型,识别结果可导出为可编辑 Markdown,低分区块自动转人工。
OpenHarmony React Native 三方库 SIG 团队于 2026 年 10 月一次性将 72 款 RNOH 三方库发布至 npm,覆盖 React Native 0.72 / 0.77 / 0.82 / 0.84 四条框架线。
作者用 WorkBuddy 为全家搭建了一个生活管理后台,将日记、记账、读书笔记、凭证、健康档案、电脑管理 6 件杂事收进一个聊天框,全套技能开源在 GitHub tjxj/z-skills 的 z-life-hub 目录。
钉钉开放平台推出的 DingTalk Workspace CLI(DWS)完成鸿蒙 PC 适配并正式开源。该工具将钉钉全链路办公能力封装为标准化 CLI 接口,涵盖 25 项业务模块、1000 多条命令行,覆盖群聊、会议听记、待办、AI 表格、文档、日历、审批等场景,Agent 可在用户授权范围内调用这些能力执行任务。
由 Dr. Randall Bateman 领导、拥有 18 家成员机构的 C-BRAIN 联盟与 NVIDIA 合作,用 AI 加速阿尔茨海默病研究,破解“dark data”数据孤岛问题。
Hi3D 正式开源生产级底座 Hi3D V1.0,并推出面向创作者的 Hi3D Agent。V1.0 基于约 200 万件资产训练,新增 1536³ 高分辨率输出,1536³ 档位切片通过率达 90%,同期竞品仅 7%-17%;V3.0 已达商用 2048³ 体素级几何、8K 纹理输出。Agent 将意图理解、生成、修改、工程优化串联为连续工作流,并通过 MCP 向外部 Agent 开放能力。
文章梳理了DeepSeek 10月20日开源内部大规模推理框架DeepInfer一事,称其为支撑自家生产服务的核心框架,单集群每天处理约155万亿Token,整体收入折合每张计算卡每小时38美元。
Nvidia GEAR 实验室开源数据引擎 Flora,为机器人训练视频生成动作分段、过程评分和结果判定三类标注,模型已上架 Hugging Face。系统由三个微调的 Qwen3.5 模型组成,包括 9B 分段模型和两个 27B 模型,已在 GR00T 训练中用 512 块 GB300 GPU 每天标注最多 200,000 小时视频。
作者基于《AI超级个体:一人公司(OPC)创富手册》推出 opc-skills,把书中 21 个方法、清单和案例拆成可在 AI 对话中调用的 22 个内部模块,默认助手为 ai-super-individual,覆盖职业诊断、能力产品化、MVP 验证、定价到持续经营等阶段。
本周AI行业动态密集:DeepSeek于10月20日开源推理框架DeepInfer,单一集群服务吞吐达155万亿tokens/天,整体收入为每卡每小时38美元;10月19日美国国土安全部下令联邦民事行政机构停采并移除DeepSeek相关产品,含第三方产品。MiniMax 10月22日盘中跌5.6%至162.2港元,跌穿165港元发行价,为今年1月上市以来首次破发。
作者用三个开源 Skills(z-web-pack、z-video-downloader、z-video-study-webpage-qwen)串成流水线,把 Dan Koe 的 19 个视频做成可检索的静态学习网站,由 Qwen3.8-Max 负责视频理解与图文对齐。
AI 初创公司 Recursive 发布首个语言模型 Flint,其研发过程几乎每一步都有名为 Eureka Machine 的 AI 系统参与,由它提出想法、实现、测试并规划后续实验。
作者用 Claude Code 在乐鑫 ESP-Mosaico 开发板上完成贪吃蛇固件,随后把 Meta 开源的 Muse Gadgets 设备端固件移植到这块板,实现中文对话、拍照回传和靠近亮灯问候。
Hugging Face 周四发布开源模型 Carbon-X,训练数据同时包含基因组序列和自然语言,用户可以用对话方式询问 DNA 变化对基因活性和健康的影响。该模型与中关村学院、那不勒斯费德里科二世大学的研究者合作开发,参数量为 14B,可在笔记本本地运行,训练数据为 3000 亿 token,单次可处理约 5 万个碱基对,且未用病毒数据训练。团队称尚未通过湿实验验证,因此无法说明预测准确度。
中电信人工智能科技有限公司星辰通用人工智能实验室开源意图理解专用模型 Xing4.0-29B-Intent,基于 Xing4.0-29B-A4B 微调、每次推理只调用 4B,同时做意图分类和参数提取,训练语料、权重、推理 SDK 和部署镜像全部公开。
中国电信人工智能科技有限公司星辰通用人工智能实验室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。
NVIDIA 扩展其开源模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由:NVIDIA 一次铺开语言、机器人、生物、量子多条开源模型线,可据此看清其开源组合的覆盖范围与开放渠道。
NVIDIA 在欧洲推出 Earth-2 系列开放模型中的区域版 StormScope EU,基于 EUMETSAT 卫星观测,以 10 分钟间隔预测 16 个 Meteosat 通道的云况演变。
NVIDIA 扩展 Cosmos 平台,新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图,用于世界模型的训练、评估与部署。
推荐理由:原文列出 Cosmos 平台新增的训练、仿真与数据蓝图,并给出保时捷等企业的落地数据,可据此判断世界模型开发链路的成熟度。
Recursive 发布首个开源权重编码模型 Flint,参数规模 40B,可在 48GB 内存的 Mac 上运行。CEO Richard Socher 称,模型管线几乎所有环节都由其递归 AI 系统 Eureka Machine 完成并优化,包括新的基座训练方式、新架构和为特定芯片优化的代码;公司公布的基准显示 Flint 在编码任务上优于同尺寸同架构模型。
推荐理由:作者亲手实测 Flint 的编码表现,并梳理 Recursive 用 AI 自动化模型开发流程的做法与融资背景。
Recursive 发布首个模型 Flint,这是一个可在笔记本上离线运行的免费编码模型,采用 MoE 结构,40B 参数中每次仅激活 2.5B,以 Apache 2.0 许可在 Hugging Face 开放下载。
作者卡尔的AI沃茨开源了「提示语管理.skill」老爷爷,把 25 条思考类提示语按问清问题、学习理解、解决问题、决策、计划、自我认识六个场景组织,再由路由根据上下文挑选合适的一条。
一些开发者和 vibe coder 正用 AI 智能体改造智能电视,去掉开机广告、追踪功能和预装软件。
Microsoft 在 OCP Global Summit 上宣布 Project Tessera,将 Azure Integrated HSM 演进为与 Marvell、Oracle 和 OCP 合作开发的全开源项目,开放架构、规范、协议、驱动、软件、固件及可复现构建环境。
微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量 Agentic RL 框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架内重写 agent。
推荐理由:微软研究院开源 Agent Lightning v1.0,用约 3500 行代码实现让部署中的 agent harness 直接参与强化学习,并给出完整编码 agent 训练流程与实测增益。