X 用户 xeophon 质疑「开源模型靠对抗性蒸馏获得能力」论调难自洽
X 用户 xeophon 质疑「开源模型能力主要靠对抗性蒸馏获得」的说法：若该论断成立，开源模型为何表现能超过闭源模型，且拒绝率更低甚至没有？他补充称自己曾直播强化学习运行过程、开源了部分环境，仍有人不相信其结果，暗示相关能力来源争议更多是立场问题而非证据问题。
#开源生态
#开源生态
今日 25 条AGI HuntAI 评分2727 AGI HuntAI 评分4848 开发者 Jerry 开源 Enclosure：用确定性模拟办公室给 LLM 做性格测试
开发者 Jerry 开源确定性 LLM 测试环境 Enclosure，它模拟带 Slack、日历、邮件等工具的办公场景，对话由 AIML 而非真模型驱动，保证完全可复现。首个测试 Disposition 是给模型做的「性格测试」，并非可刷分的 benchmark，而是帮用户找到匹配自己工作风格的模型。项目已放出首批三个模型的结果图，并号召社区用更多模型跑测试提交。
AGI HuntAI 评分4242 ornith-ai 开源 Ornith-1.5 三款 DFlash 投机解码草稿模型
ornith-ai 在 Hugging Face 发布三个 DFlash 草稿模型检查点，为 Ornith-1.5-9B、Ornith-1.5-397B 和 Ornith-1.5-35B-A3B 提供投机解码加速。DFlash 草稿模型并非独立语言模型，须与目标模型在支持 DFlash 的推理环境中配合运行，仓库同时附带 serving 配置。
AGI HuntAI 评分6161 MegaMemory：为编码 Agent 搭建持久知识图谱，跨会话记住架构与决策
开源项目 MegaMemory（GitHub 568 star）是一个 MCP server，让编码 Agent 构建并查询项目级持久知识图谱，跨会话记住概念、架构与决策。
AGI HuntAI 评分4545 开源工具 Carla：本地跑 llama.cpp 造「AI 角色」的织机实验室
开发者发布基于 llama.cpp 的开源工具 Carla v0.1.0，一个完全本地运行的 loom TUI 与角色实验室。其流程为基座模型加种子文档、分支式续写再到对话式 loom 以涌现 AI 角色，支持 /loom [count] 并行多轮对话，由 Jev 按自定义行为规范评估循环、spiraling 与有害语言。作者称目标是为下一阶段的训练做准备。
Google Developers Blog精选AI 评分6767 用 Google Agent Development Kit 构建零信任 AI 智能体
Google 开发者博客发布指南，介绍如何用 Agent Development Kit（ADK）构建零信任 AI 智能体。文章给出三层防护实现：Cloud KMS 硬件密钥为每次数据库写入签名、gVisor 用户态沙箱隔离动态生成代码、确定性语义网关在模型调用和写库前后做规则校验，并把安全策略写成 CI/CD 中的回归测试。
推荐理由：文章给出可用 HMAC 本地复现的三层防护实现，读者可据此核对自家智能体写库与代码执行的信任边界。
AGI HuntAI 评分2525 Open Intelligence 基金会举办 Training Agents IRL 活动，聚焦多步环境与真实世界落差
Open Intelligence 基金会在开源 AI 周期间举办 Training Agents IRL 活动，由 GitHub 与 Hugging Face 联合主办，10 月 22 日在旧金山 GitHub 办公室举行。
AGI Hunt精选AI 评分6767 Pydantic 开源 Monty，用 Rust 编写的 Python 沙箱专跑 LLM 生成代码
Pydantic 作者 samuelcolvin 宣布开源 Monty（github.com/pydantic/monty，已获 8.4k star），一个用 Rust 编写的安全 Python 解释器与沙箱，专为运行 LLM 生成的代码设计，用以替代基于容器的沙箱并避开其延迟、复杂度与成本。
推荐理由：正文给出 Monty 的开源与商业两种形态，以及容器沙箱在延迟和成本上的对比，便于判断适用场景。
arXiv cs.CLAI 评分2828 THA：面向高棉语的加权有限状态文本规范化与逆文本规范化工具包
THA 是面向高棉语的开源文本规范化与逆文本规范化工具包，基于加权有限状态转换器，用一次最短路径搜索完成整行分词与分类，并由第二个转换器拒绝高棉语音节内部的 token 边界。在 Google 高棉语测试集上，其对全部 274 个基数词与参考一致，仅有一处拼写变体差异；在 2906 条真实 TTS 提示中，改写的 158 句有 153 句正确。
AGI HuntAI 评分4747 Claude Opus 5.5 领跑 SimpleBench，代码模型变身解释视频引擎
Claude Opus 5.5 以 88.4% 领跑 SimpleBench，推理强度提到 xhigh 时 Terminal-Bench-Science 由 24% 升至 62%，但 max 反降到 59%。它被评为 Anthropic 史上最佳视觉模型，成本比 Fable 5.1 低约 60%。Opus 5.5 与 GPT-6 Astra 还能纯用代码生成视频动画。
AGI HuntAI 评分3131 Bindu Reddy 发布 Agent Networks：基于 DeepFlash 的协作个人智能体网络
Abundant AI 创始人 Bindu Reddy 发布 Agent Networks，一个基于开源 DeepSeek Flash 构建的协作式个人智能体网络，个人 agent 可实际完成工作。该网络内置 100+ 连接器（含 GitHub、WhatsApp），支持 agent 团队相互通信协作，并能协调「人+agent」混合团队。他表示整个平台将快速升级为自动化工作的协作智能体网络。
Google Developers BlogAI 评分5757 Google 与 Speakeasy 为何开源 OpenAPI 客户端 SDK 生成套件
Google 宣布与 Speakeasy 合作，将其 OpenAPI 代码生成套件以 AGPLv3 协议开源。开源内容包括覆盖 Python、TypeScript、Go、Java、C#、PHP、Ruby 7 种语言的 SDK 生成器、CLI 生成器和文档 MCP server 生成器，生成的代码仍可沿用 MIT 或 Apache 2.0 等自选许可。
Google Developers BlogAI 评分5353 在 MaxText 中复现 Olmo 3 7B 预训练：TPU 大规模训练案例研究
Google MaxText 团队在 Cloud TPU 上从头复现了 Ai2 的 Olmo 3 7B 预训练与中期退火，阶段 1、阶段 2 的损失曲线与 Ai2 公开参考在留出评估上对齐。
GitHub Blog精选AI 评分6464 GitHub 如何用开源 AI 安全智能体发现 24 个 Android 漏洞
GitHub 博客介绍其 Security Lab 用开源的 Taskflow Agent 智能体在 Android 应用中发现了 24 个漏洞，并给出 OsmAnd 位置追踪与 Wikipedia 账号接管两个案例。
推荐理由：文中给出审计 taskflow 查找 Android 漏洞的具体案例与运行步骤，安全研究者可迁移到自有应用的审计流程。
Wired AIAI 评分6161 英伟达推出开源 AI 安全平台，OpenShell 全面开放并新增 Sentry
英伟达推出开源 AI 安全平台 Open Agent Safety Platform，把面向 AI 智能体的安全沙箱 OpenShell 转为全面开放，并新增用于持续监控长时间运行智能体的软件平台 Sentry。
AWS Machine Learning BlogAI 评分4242 在 Amazon SageMaker AI 上用 WhisperX 实现带说话人标签的转录
AWS WhisperX DLC 可部署到 Amazon SageMaker AI 实时或异步端点，无需构建自定义镜像。WhisperX 基于 OpenAI Whisper，增加批量推理、wav2vec2 逐词时间戳和说话人分离，支持 json、verbose_json、srt、vtt 输出。实时端点限 60 秒内短音频，长音频和高吞吐批处理建议用异步端点。
Towards Data ScienceAI 评分6161 开源工具 qikly 如何用规范拆分实现独立测试自动化（第 1 部分）
作者 Gal Arav 开源 Python 工具 qikly，把一份 YAML 任务规范拆成需求、接口和验收标准三部分，让编码智能体和测试智能体读到不同内容。验收标准在组装编码智能体提示词之前就被代码剥离，任何让标准透出的代码路径都会使项目自身的测试失败，运行 qikly --explain 可对比双方各自看到的任务文件。
GitHub BlogAI 评分5151 GitHub 与耶鲁调查 1039 名用户：开发者想要更高效的软件和可测量的改进方式
GitHub 与耶鲁气候变化传播项目对 1,039 名 GitHub 用户的调查显示，80% 受访者有兴趣使用帮助写出更节能代码的工具，78% 想要减少软件环境足迹的最佳实践，74% 希望衡量软件或开发流程的影响。
Latent SpaceAI 评分5555 John Platt 谈 Google ERA 如何用 AI 求解可评分的科学问题
Latent Space 访谈 Google 研究员 John Platt，他介绍团队用 Gemini 驱动的 Empirical Research Assistance（ERA）把科学问题写成评分函数后自动搜索解，并已产出至少十篇论文。
Latent Space精选AI 评分8181 小米发布 MiMo-V2.6 系列开放权重模型，旗舰 Pro 为 1T-A42B、训练成本 300 万美元
小米发布 MiMo-V2.6 系列开放权重模型，包含原生全模态的 MiMo-V2.6-Pro、MiMo-V2.6-Flash 以及 MiMo-V2.6-Pro-UltraSpeed，其中 Pro 以 1.02T 总参数、42B 激活参数在 Artificial Analysis 智能指数上以 46 分成为该榜首位开放权重模型。
推荐理由：原文给出 MiMo-V2.6 的 RL 训练细节与开源清单，可对照开放权重模型的成本与复现门槛。
Meta EngineeringAI 评分5353 Meta 开源 Rebalancer：通用高性能分配问题求解库
Meta 将其内部使用九年多的分配问题求解库 Rebalancer 开源，采用 Apache 2.0 许可，同时提供 GitHub 仓库、文档和 PyPI 包。
NVIDIA BlogAI 评分5252 NVIDIA 阐述 AI 安全是工程问题，如何覆盖智能体栈各层
NVIDIA 官方博客提出 AI 安全是工程问题，需要为智能体栈各层设置可强制执行的边界、明确责任人和可验证的保护证据。文章介绍了开源安全运行时 NVIDIA OpenShell，以及在其之上构建治理层的 Cisco DefenseClaw、用于扫描与校验智能体技能的 JFrog 等 Open Secure AI Alliance 伙伴实践。
Latent SpaceAI 评分5757 Jev 发布两天内出现 6 个社区复刻版本
Jev 发布两天后，社区已出现 6 个复刻版本，涵盖 ModernBERT 编码器、扩散模型、Qwen3.5 微调等不同路线，训练数据据称 100% 为合成数据。
Google ResearchAI 评分3131 MilleMiglia：面向中段物流的真实实例生成器
Google Research 提出 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流配送问题生成真实基准，源代码和文档已在 GitHub 发布。中段物流覆盖最长距离且占物流总支出很大部分，但长期缺乏公开高质量数据，物流公司通常将网络拓扑和需求量视为敏感专有信息。MilleMiglia 可生成兼顾隐私的真实数据，模拟货物在配送中心换乘不同车辆、按时间窗接驳的接力运输。
Mistral AIAI 评分4747 Mistral 与 Mozilla 合作，为 Firefox 浏览器带来开放、私密的多语言 AI
Mistral 与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）现由 Mistral 模型驱动，率先面向法国和北美用户，英国和德国预计今年晚些时候跟进。双方约定对话默认不存储于 Mozilla 服务器，Mistral 同意零数据保留；Mistral 还按地区语言和方言微调模型，让回答贴合本地语境。
Google Blog：AIAI 评分5757 Google 详解多语言 AI 能力，覆盖 300 多种语言
Google 介绍其语言技术已支持 300 多种语言，其中 Gemini 3.5 Live Translate 覆盖 70 种语言、2000 多个语言对，可实时翻译并处理语码转换和情绪线索。
Mistral AI精选AI 评分7474 Mistral 完成 €3B D 轮融资，投后估值超 €21B，Samsung Electronics 领投
Mistral 宣布完成 €3B D 轮融资，投后估值超过 €21B，由 Samsung Electronics 领投，Scaleup Europe Fund 与 PSG Equity 联合领投，Advent、BlackRock 管理的基金及卢森堡大公国作为新投资方加入。
推荐理由：融资规模、投资方和客户名单展示了 Mistral 的开放权重加全栈路线，读者可据此判断主权 AI 在欧洲的推进方式。
Google AI：DEV 作者专属AI 评分6464 作者发布 FundFinderAI，用 Gemini 搜索接地为小型 NGO 找资助并逐条核验链接
作者发布 FundFinderAI，一款面向小型 NGO 的资助搜索工具，用 Gemini 搜索接地实时检索当前开放的资助，并在展示前独立抓取核验每条申请链接（fundfinder-ai.vercel.app）。
HuggingFace BlogAI 评分5656 NeoMME 发布：高效多模态原生多语言编码器
NeoMME 发布，这是一个包含 260M 和 800M 两个版本的多语言多模态编码器家族，用单个双向 Transformer 同时处理文本 token 和原始图像 patch，不依赖预训练视觉塔或因果语言模型。
HuggingFace Blog精选AI 评分6565 用 TRL 和 OpenEnv 训练编码模型画水彩
作者用 TRL 和 OpenEnv 复现了让语言模型写 p5.brush 代码画水彩的训练流程，把参考池、RL 环境、训练脚本和训练好的模型全部开源在 Hugging Face 上，想法源自 Surya Narreddi 走红的模型水彩画视频。
推荐理由：整套训练流水线、参考池和三组奖励配比的产物都已开源，可据此复现用奖励模型训练模型画画的流程。
Google ResearchAI 评分4545 Google 用深度学习 MAPL-EMIT 从太空绘制全球甲烷排放
Google 提出 MAPL-EMIT 深度学习框架，基于 Swin-S vision transformer 处理 NASA EMIT 卫星高光谱数据，可同时量化甲烷增强、分割羽流范围并定位点源，在专家标注羽流上召回率达 84%。
HuggingFace Blog精选AI 评分6262 Hugging Face 发布 @huggingface/kernels 与 207 个 WebGPU 内核
Hugging Face 发布 @huggingface/kernels，一个从 Hugging Face Hub 加载并运行 WebGPU 内核的 JavaScript 库，同时上线 207 个内核，每个内核以独立仓库发布并采用 Apache-2.0 许可。
推荐理由：文中给出与 ORT WebGPU 的算子级对比数据和加载示例，可据此了解浏览器端推理的性能空间。
Google ResearchAI 评分5454 Google 发布 TimesFM-3 零样本多变量时间序列基础模型
Google 发布 TimesFM-3，一个原生支持多变量零样本预测的时间序列基础模型，在 Gift-Eval、FEV-Bench 和 Time 三个公开基准上，无论点预测还是概率预测都取得预训练基础模型中的最佳平均排名。
HuggingFace BlogAI 评分5555 Open ASR Leaderboard 新增 Monsoon 印地语与印度英语评测集
Voice Arena 与 Hugging Face 为 Open ASR Leaderboard 加入 Monsoon hi-IN 和 Monsoon en-IN 的公开与私有 split，Hindi 由此成为该榜多语言标签下的首个印度语言。
Meta EngineeringAI 评分5353 Meta 发布 MetaRoCE RDMA 传输协议，经 OCP 开放规范与软件实现
Meta 发布 MetaRoCE，这是一款为 AI 工作负载在通用以太网上从零设计的 RDMA 传输协议，并通过 OCP 开放协议规范、软件参考实现 libsoftmetaroce 和合规测试套件。
HuggingFace Blog精选AI 评分6262 Hugging Face 用三种方法检测语音识别基准过拟合，11 个开源 ASR 模型被检出复现错误参考文本
Hugging Face 发布研究，用三种探测方法量化语音识别中的基准优化现象，评测 11 个开源 ASR 模型后发现部分高分模型会复现 VoxPopuli、LibriSpeech 参考文本里的错误内容，即使音频与之矛盾。
推荐理由：原文用三种探测方法量化 ASR 模型对公开基准的过拟合，并给出开源脚本与榜单入口，可作为自查评测可信度的参考。
HuggingFace Blog精选AI 评分6969 Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 式后交互检索
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式后交互检索，可直接加载 PyLate 与 Stanford-NLP ColBERT 检查点。
推荐理由：文章展示 Sentence Transformers v6.0 的多向量编码器如何用 token 级向量与 MaxSim 换取更高检索质量，并给出可直接运行的接入代码。
HuggingFace Blog精选AI 评分6969 Hugging Face 发布 2026 夏季开源模型报告，Qwen 衍生模型达 151,448 个
Hugging Face 发布 2026 夏季开源模型报告，基于 Hub 2026 年 1 月至 8 月的活动数据给出六项观察。报告显示模型仓库从 2.43 增至 2.96 百万、数据集从 71.1 万增至 100 万，但 85.6% 的模型累计下载不足 200 次，1.5% 的仓库占 99.2% 的下载量。
推荐理由：报告用 Hub 数据对比中美开源模型的规模与许可策略，并给出下载量与点赞所反映的不同生态信号。
HuggingFace BlogAI 评分5151 OlmoEarth Studio 新增 OlmoEarth 嵌入向量导出功能
AllenAI 的 OlmoEarth Studio 现已支持计算并导出 OlmoEarth 开源基础模型生成的嵌入向量，结果以 COG 形式的 GeoTIFF 输出，每个嵌入维度对应一个波段，源码与模型权重随论文公开。
Mistral AIAI 评分5050 Mistral 上线区域推理端点与 Priority Tier，平台将支持 GLM-5.2 等第三方开源模型
Mistral 公布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务提供带 SLA 的承诺服务等级和自定义速率限制。