跳到正文
  1. 量子位86

    蚂蚁灵波开源 LingBot-Touch 触觉预训练基础模型

    蚂蚁灵波开源 LingBot-Touch,将磁触觉、视触觉和压阻式触觉信号统一编码为触觉 Token,供不同灵巧手和动作模型使用。其轻量版 LingBot-Touch-Tiny 约 532万参数,技术报告、代码和模型权重均已公开;接入后,π0.5 在 XHand 的 6 项任务上平均成功率由直接输入原始触觉信号时的 48.00% 提升至 74.17%。

    推荐理由:文章拆解了触觉信号接入动作模型后反而降效的原因,并给出跨传感器统一表征的验证结果与开源入口。

  1. IT之家80

    美团龙猫开源 LongCat-2.5 原生多模态模型,支持百万上下文

    美团龙猫开源面向长程智能体任务的原生多模态模型 LongCat-2.5,采用 MIT 协议,支持商用推理部署与二次训练。模型总参数 1.6 万亿,每个 token 激活约 480 亿参数,支持一百万上下文,并采用 W4A4 高效推理方案。LongCat-2.5 将多层级离散视觉 token 与文本统一交给主干处理,面向复杂代码库开发、Visual Coding 和专业办公等场景。

    推荐理由:原文披露了 LongCat-2.5 的开源信息及其多模态架构、量化部署与长上下文设计,便于读者评估其工程特点。

  2. InfoQ 中文76

    RAGFlow 联合创始人张颖峰解析 Agent Native 数据库与知识编译

    RAGFlow 联合创始人张颖峰提出,Search Harness 负责找到信息,知识编译负责压缩上下文并降低 Token 消耗。RAGFlow 1.0 以 Go 重写并加入统一知识编译层与 Retrieval Harness,定位从端到端 RAG 引擎升级为可开源的 Agent Native 数据库。

    推荐理由:文章结合研究与企业实践,解释知识编译如何补足 Harness 的检索成本,并呈现 RAGFlow 1.0 的架构取舍。

  3. MarkTechPost78

    0sec Labs 开源 AI 安全测试框架 0,提供 Web 控制台、CLI 与 MCP

    0sec Labs 发布开源 AI 安全测试框架 0,可通过本地浏览器控制台、无头 CLI 或 MCP server 运行漏洞调查、代码审查、渗透测试、逆向工程与修复生成。

    推荐理由:文章梳理了 0 的架构、接口、运行环境和自报基准,提供了与同类 AI 渗透测试工具进行横向比较的完整视角。

  4. 量子位79

    LobeHub多Agent协作实践:自主派工、编码审查与跨项目接力

    量子位实测了LobeHub的多Agent协作能力,主管Agent可拆分任务、派发工作并临时创建Worker,接续既有成果完成网页开发与QA。文章还介绍了LobeHub在自身研发中的任务协作、代码审查和跨项目接力机制,以及共享工作空间、Agent Loop和Acceptance验收能力。LobeHub项目在GitHub获得8.44万Star,其协作平台源码已开放部署。

    推荐理由:文章通过真实编辑与研发场景,展示了LobeHub如何组织Agent派工、协作、验收和跨项目接力。

  1. IT之家81

    苹果研究团队披露 HALO 人形机器人自主控制系统

    苹果研究团队在 arXiv 提交论文,披露并开源人形机器人自主控制系统 HALO,并在宇树科技 G1 上进行真实环境验证。系统以千问 Qwen3.6-35B-A3B 进行任务编排、Qwen3.5-2B 生成动作,Tracker 以每秒 50 次运行;6 个真实环境中的 360 次单项任务平均成功率为 91%,3 种长序列复合任务平均成功率为 70%。

    推荐理由:论文公开了 HALO 的分层控制架构与代码,并提供真实机器人任务的成功率数据,便于理解感知、动作生成和策略跟踪的协同方式。

  2. 量子位78

    Comma 实践多 Agent 并行与跨环境任务协作

    AFK AI 团队的 Comma 采用单 Router 加多 Worker 架构,让用户在一个对话中并行推进任务,并由 Agent 汇总结果。系统通过 Salix 接入微信、Signal、iMessage、Linear 等渠道,支持 BYOK、Codex 和 Claude Code,还可离线运行并持续更新专属小模型。

    推荐理由:文章以任务并行、跨应用接力和长期记忆三个场景,呈现 Comma 的单 Router、多 Worker 架构如何落地。

  1. 极客公园77

    Thinking Machines Lab 发布 Inkling 2 Small 开放权重模型

    Thinking Machines Lab 发布第二代开放权重模型 Inkling 2 Small,总参数量为 594B,每次推理激活 17B,支持 100 万上下文和可调思考力度。

    推荐理由:文章梳理了 Inkling 2 Small 的架构、训练和评测表现,并分析其使用 Kimi K3 轨迹带来的开源生态影响。

  2. IT之家78

    Thinking Machines Lab 以 400 亿美元投前估值筹集 50 亿美元

    Thinking Machines Lab 正以 400 亿美元投前估值筹集 50 亿美元。该公司此前以超 100 亿美元估值完成 20 亿美元种子轮融资,后来按 500 亿美元估值的融资尝试因谈判破裂告吹。

    推荐理由:报道同时给出新一轮融资目标、估值变化与开放权重计划,可用于观察该实验室的资本和模型研发节奏。

  1. 量子位76

    百度开源文心5.5 Flash Base,多项基准达到同尺寸模型 SOTA

    百度正式开源文心5.5 Flash Base(ERNIE 5.5 Flash Base),采用 MoE 架构,总参数量2800亿,每个 Token 激活140亿参数。

    推荐理由:文心5.5 Flash Base公开了模型架构、训练规模与关键优化,为开发者评估其能力边界和微调价值提供了具体信息。

  2. 量子位76

    腾讯混元 Hy4 发布并实测原生视觉、长程 Agent 与电脑操作能力

    腾讯混元 Hy4 正式发布,采用 770B 总参数、49B 激活参数,首次引入原生视觉和电脑操作能力,模型权重将于近期开源。Hy4 已在腾讯云 TokenHub、WorkBuddy、CodeBuddy、元宝、ima 等产品上线,API 接入 OpenRouter、Hermes、OpenCode,内部测试幻觉率由 preview 版的 12.95% 降至 7.2%。

    推荐理由:实测覆盖视觉开发、长程任务和电脑操作,并披露幻觉率与金融任务表现,可作为评估 Hy4 实用能力的参考。

已经到底了