蚂蚁百灵开源 Ming-3.0 语音系列模型
蚂蚁百灵今日开源 Ming-3.0 语音系列，包含语音合成、音频理解与对话、语音识别三个系列共五款模型。Ming-3.0-tts 系列支持文字描述音色和导演模式说明表演方式，Ming-3.0-audio-flash/tiny 可直接处理长音频转写、总结和分析，Ming-3.0-asr-tiny 通过高质量语料提升语音识别效果。这些模型已在蚂蚁内部多个业务场景落地应用。
#开源/仓库
IT之家AI 评分7373 HuggingFace Daily Papers精选AI 评分6565 智能体缓存工程研究
Tianyu Fu等人提出了一种新的缓存工程方案，允许智能体直接控制KV缓存而不修改轨迹或重新填充保留上下文。实验显示，该方案在基准测试中平均提高1.7分，降低27.7%成本，并实现1.2倍输出吞吐量和1.5倍P95请求延迟加速。
推荐理由：通过直接控制KV缓存而非修改轨迹，解决了智能体长任务中的缓存效率问题，但历史依赖性给服务引擎带来新挑战。
HuggingFace Daily Papers精选AI 评分7575 HyperDrone: 百万帧/秒的仿真到现实迁移
研究人员提出 HyperDrone，一种比现有最先进批处理四旋翼仿真器快 20 倍的高性能仿真器。它结合了高度优化的多旋翼动力学与新的光线追踪引擎 HyperLux，可在消费级 GPU 上实现每秒数百万帧的渲染速度，并支持 RGB、深度、语义分割等多种观察模式。研究团队通过在仿真中训练基于视觉的偏航控制策略，并将其成功转移到真实的 Crazyflie 四旋翼机器人上进行了验证。
推荐理由：HyperDrone 以百万帧/秒的速度实现仿真到现实的快速迁移，为机器人训练提供了新可能。
HuggingFace Daily PapersAI 评分4040 RLSplat: 资源线性预算控制的前馈 3D Gaussian Splatting
RLSplat 提出资源线性预算控制的前馈 3D Gaussian Splatting 框架，其表示大小、推理延迟和峰值内存随高斯预算减少线性下降。零样本评估显示，RLSplat 在各预算下均优于现有方法，低预算时运行速度提升 4.1 倍，峰值内存减少 9.6 倍，且仅需 1/4 高斯数量即可超越最强基线。
Google新闻·Humanoid+Embodied(英)AI 评分3030 RoboParty 发布全栈开源 RP1 人形机器人
RoboParty 推出全栈开源人形机器人 RP1。该机器人采用开源设计，提供完整软硬件解决方案。
量子位精选AI 评分8585 谷歌开源Harness²：大模型运行时自我优化新成果
谷歌开源Harness²，一种双层递归架构，让大模型在运行中自我修改代码、提示词和工具链。在WorkBuddy-Bench测试中，GLM-5得分提升11.5分，反超原生Gemini 3.5 Flash。该项目已全面开源，支持OpenCode与Codex。
推荐理由：双层递归架构让大模型在运行中自我优化，解决了RSI在开放世界中的两大死穴，实测性能提升显著。
开源中国AI 评分6565 开源数据智能 Agent：YOLO Data Agent v1.0.2 发布
YOLO Data Agent v1.0.2 发布，解决了将 SQL 生成权直接交给大模型导致的不可信问题。
Robohub精选AI 评分6565 MIT开发由肌肉细胞驱动的纸薄游泳机器人
MIT工程师开发了一种由肌肉细胞驱动的纸薄游泳机器人，能够在光刺激下通过水迷宫。该机器人由凝胶骨架和单层肌肉细胞组成，通过闪光控制方向和速度，最快每分钟可游动约4倍体长。
推荐理由：用单层肌肉细胞驱动纸薄机器人游动，展示了生物混合机器人的微型化潜力，为水下探索提供了新思路。
IT之家AI 评分4545 小米 Redmi Note 12 4G 手机成功刷入 iOS 16 系统，项目开源
网友 Makr 将小米 Redmi Note 12 4G 手机刷入 iOS 16 系统，移植苹果 XNU 内核与 iPhone X 界面，支持触摸和音量键操作。项目已开源，系统显示为 iOS 16.7.16。
Solidot精选AI 评分6868 SonicBoom发布：AI框架告别手工调优
SonicBoom是一个全新的AI运行时框架，采用GPLv3许可证，提供语言无关的C API接口。它利用LLVM MLIR优化计算图，在保持PyTorch灵活性的同时获得类似TensorFlow的静态图性能，在RTX 3050 8G上提升原始性能20%。
推荐理由：SonicBoom 通过图编译器优化而非手工调优提升推理性能，实现了动态图灵活性与静态图性能的统一。
Google新闻·人形机器人(中)AI 评分3030 PhoneBot 将安卓手机用作人形机器人感知与计算核心
PhoneBot 项目将安卓手机作为低成本人形机器人的感知与计算核心。该方案通过复用现有硬件降低人形机器人制造成本。
Google新闻·人形机器人(中)AI 评分3030 Asimov 开放 SDK，人形机器人竞争转向开发者生态
Asimov 开发人形机器人 SDK，推动行业竞争转向开发者生态。该 SDK 支持开发者构建定制化应用，加速人形机器人技术落地。
开源中国AI 评分2525 DjangoAdmin v2.7.3 发布：基于 FastAPI+AntdVue 的敏捷开发框架
DjangoAdmin v2.7.3 发布，修复近期用户反馈问题。该框架基于 FastAPI、Vue3、TypeScript 等技术栈构建，提供前后端分离的企业级数据中台解决方案，内置 RBAC 权限管控体系。
开源中国AI 评分3535 WIKI 知识库 v1.1.3 正式发布
WIKI 知识库 v1.1.3 新增 BM25 字面召回与向量 ANN 并行检索链路，通过 RRF 融合候选列表提升专有名词检索准确率，支持单通道自动降级。
Simon WillisonAI 评分3030 llm-echo 0.5 更新模拟 token 用法统计
llm-echo 0.5 版本更新，调试插件现在支持模拟 token 用法统计，包含工具调用、系统提示词和推理 token。示例显示输入 2 个 token，输出 24 个 token。
IT之家AI 评分7373 NPCTalk模组为《GTA 5》NPC实现实时无脚本语音对话
NPCTalk是一款开源AI模组工具，为《GTA 5》带来实时无脚本对话功能，玩家可直接与NPC对话，角色会使用AI克隆的原声回应。该系统结合英伟达Nemotron ASR、Qwen 3.8 27B模型和Fish Audio Drama 3等技术，响应时间约1.15-2.2秒，目前仅在《GTA 5》旧版单人模式中完成演示。
IT之家AI 评分6565 开源项目 Husk 2.0 公布：利用自研翻译层让苹果 iPhone 运行 Android 游戏
独立开发者 Leviidev 公布 Husk 2.0 开源项目，利用自研翻译层让部分 Android 应用自带的原生代码直接在 iPhone 处理器上运行，无需越狱，支持 iOS 16 及以上系统，目前已兼容超过 150 款应用。
钛媒体精选AI 评分8585 StartLux-Decision模型登顶Hugging Face决策模型SOTA
中国AI创业公司StartLux的StartLux-Decision-v1.1-27B-Instant模型以69.1分登顶Hugging Face Decision Index 0.3.2榜单，领先第二名近3分。该模型提供Instant与AutoThink两种模式，原创提出RLCD²强化学习训练方法，并推出DecisionPivot评测基准，累计下载量近12万。
推荐理由：StartLux-Decision模型在Hugging Face决策模型榜单登顶，展示了中国在决策模型领域的领先地位。
开源中国AI 评分4545 ProcHub v0.7.0 命令行工具上线，进程、配置与 WSL 都能在终端管理
ProcHub v0.7.0 新增命令行工具，支持进程启停、日志跟踪、配置修改和 WSL 管理，可直接在终端操作并集成脚本。该版本重做了进程列表，延续了跨平台桌面进程管理工具定位。
arXiv · cs.RO精选AI 评分6565 SARAM：面向机器人终身学习的稀疏适配器分配与复用合并方法
SARAM提出了一种终身学习框架，通过复用冻结适配器和仅在选定层引入新适配器，限制存储增长同时保持GPU内存和推理成本与任务流长度无关。在四个LIBERO套件中，SARAM匹配或超过基于适配器的方法，同时每个任务减少最多4.5倍的磁盘状态。在真实UR5机械臂上的实验进一步验证了其在顺序任务流中的保留能力。
推荐理由：通过复用和稀疏分配适配器，SARAM解决了机器人终身学习中存储和部署成本随任务增长的问题。
arXiv · cs.RO精选AI 评分6565 RoMo-GS: 通过曝光积分运动模糊实现高效的机器人在线 3D 高斯溅射
Sangwoo Jung 提出 RoMo-GS，一种解决机器人快速移动导致运动模糊问题的在线 3D 高斯溅射系统。该系统通过曝光积分处理运动模糊，使用基于 Hessian 的剪枝分数限制高斯数量增长，并在多个数据集上实现了比离线去模糊 3DGS 方法快 15-150 倍的性能，同时比在线 3DGS 基线少约 20% 的高斯数量。
推荐理由：通过曝光积分处理运动模糊，RoMo-GS 实现了在线 3D 高斯溅射，在保持质量的同时大幅提升效率。
开源中国AI 评分3030 Jync v1.7.5 接入本地模型与深度思考档位
Jync v1.7.5 新增本地模型配置功能，支持 Ollama 预设与深度思考档位。该工具可实时同步 17 种异构数据库数据，增量检测支持秒级延迟。
开源中国AI 评分4545 ToolForge v0.1.10 发布：支持在线安装插件，WASM 插件生态正式起步！
ToolForge v0.1.10 发布，支持在线安装插件，WASM 插件生态正式起步。该版本基于 Rust + Tauri 2 构建，面向开发者和效率工作者，整合日常开发、数据处理、文件管理和效率工具。
IT之家AI 评分6868 阿里 Qwen 开源 BlenderWorld，给 AI 出了一套 3D 建模大考
阿里 Qwen 团队开源 BlenderWorld，这是一个用于评测视觉智能体在 Blender 中完成真实 3D 创作任务的基准，包含 223 个任务和 2,651 条标准。该项目要求 AI 交付可编辑的 .blend 工程文件，并支持开发者将任意生成框架接入测试。
MIT Technology Review · AIAI 评分4040 AI 设计病毒创造者对话实录
斯坦福博士生 Samuel King 使用生成式 AI 模型提出微观病毒的基因蓝图，2025 年完成初步设计。该成果尚未实现 AI 生成生命，但可能成为下一步突破。King 因入选 MIT Technology Review 35 位创新者之一接受采访。
arXiv · cs.RO精选AI 评分7575 MOSS：多模态折纸沼泽机器人系统
MOSS是一种紧凑的两栖机器人平台，采用3D打印折纸轮组，可在收缩和展开配置间切换，适应不同地形。在土壤、泥泞、沙地和水中测试中，展开配置在湿泥、沙地和水中降低能耗最高达29%，并能完成土壤-泥泞-水域连续过渡。
推荐理由：折纸式轮组让机器人在陆地与水域间无缝切换，地形自适应降低能耗最高达29%，为复杂环境监测提供新方案。
量子位AI 评分7575 清华特奖得主吴海旭创立物原科技，切入物理世界模型赛道
清华特奖得主吴海旭创立物原科技，专注于搭载物理建模能力的世界模型，已完成多轮融资，估值达数亿美元。其创业技术路线延续了GeoPT的研究成果，该论文由吴海旭一作，提出通过合成动力学将静态几何提升到动态空间的新范式。
IEEE Spectrum · RoboticsAI 评分3535 Video Friday: 当两个机器人合二为一
IEEE Spectrum 汇集本周机器人视频，包括 Gemini 4 通过视频理解生成 Apollo 2 人形机器人投掷玉米袋的物理模拟，NASA 毅力号火星车以 28.10 英里刷新地外行驶纪录，以及 Microducks 通过蓝牙即兴合唱。
Hugging Face BlogAI 评分8585 Reflection发布501B参数开源模型Beam
Reflection实验室在Hugging Face发布501B参数开源模型Beam，采用MoE架构，每激活23B参数，支持1M上下文窗口，专注编码和智能体应用，提供多种部署方案和微调教程。
Google新闻·Humanoid+Embodied(英)AI 评分3030 RoboParty 发布开源 RP1 人形机器人
RoboParty 推出开源 RP1 人形机器人。该机器人采用开源设计，开发者可自由获取技术细节并进行二次开发。
IT之家AI 评分4242 开发者将《光环：战斗进化》多人模式移植至任天堂 N64，支持 4 人分屏及人机对战
开发者 Jack Tulli 将《光环：战斗进化》多人模式移植至 N64，项目 Halo 64 支持 4 人分屏对战，新增 NPC 人机对战功能。项目基于 halo-ce-universal 开发，复用原作游戏物件、物理系统等，并针对 N64 的 VR4300 处理器重新编译。目前 Halo 64 已开源，需玩家自行提供原版游戏镜像文件。
开源中国AI 评分7070 Meta 发布 Muse Spark Open：支持全模态输入的开源大模型
Meta 发布 Muse Spark Open，这是一个 816B 参数、支持 100 万 token 上下文的原生多模态模型，可在两台 Apple M5 Ultra Mac Studio 上运行。
开源中国AI 评分2727 SunnyUI V3.9.9 发布，C# WinForm 开源控件库
SunnyUI V3.9.9 发布，C# WinForm 开源控件库更新。提供帮助文档、更新日志、Gitee、GitHub、Nuget 和 Blog 链接。
Simon WillisonAI 评分3838 sparqlite: 在 SQLite 中实现 SPARQL 1.1 的 Rust 扩展
sparqlite 是基于 Rust 的 SQLite 可加载扩展，将 RDF 四元组存储于普通 SQLite 表并原生执行 SPARQL 1.1 查询与更新。其整数编码术语、索引、基于成本的规划器、批量连接及可选直接 B-tree 读取器，在计数模式下比 SQL 转译快 3.5 倍，返回完整结果时快 2.8 倍，并通过 636/639 项 W3C 测试。
IT之家AI 评分6565 小米开源空间音频理解大模型 MiDashengLM-Spatial
小米发布并开源了业界首个端到端空间音频理解大模型 MiDashengLM-Spatial，该模型在 MiDashengLM-7B 基础上增加了空间感知与推理能力，将应用于智能家居和汽车座舱场景。
IT之家AI 评分8181 Meta发布Muse Spark Open开源AI模型
Meta发布Muse Spark Open开源AI模型，宣称是美国最强开放权重模型，采用原生多模态架构，总参数量816B，支持1M token上下文窗口，可在两台苹果M5 Ultra芯片上本地运行。
IT之家精选AI 评分7676 蚂蚁百灵开源 Ling-3.1-flash AI 模型，最高支持 1M 上下文
蚂蚁百灵开源 Ling-3.1-flash 模型，总参数约 560B，激活参数约 25B，最高支持 1M 上下文。模型在本地部署中通过量化技术降低权重占用，提供长上下文并行推理方案，并在测试中达到约 1.36 QPS 的吞吐量。
推荐理由：原文提供了开源模型的技术参数、性能数据和部署方案，读者可据此评估其适用场景。
TechCrunch · AIAI 评分7575 Meta发布可在Mac上运行的开源权重模型Muse Spark Open
Meta发布名为Muse Spark Open的开源权重模型，拥有8160亿参数和100万token上下文窗口，专为Mac设备设计，支持复杂编码任务和多模态功能。该模型需要至少1TB内存，在配备M5 Ultra芯片的Mac Studio上运行最佳，已集成到Muse Code编码终端并应用于多种智能体工作流。
The DecoderAI 评分7373 Meta发布开源大模型Muse Spark Open
Meta发布开源大模型Muse Spark Open，拥有8160亿参数，支持文本、图像、视频和音频输入，上下文窗口达100万token。该模型在智能体、知识推理和多模态类别上领先Qwen 3.8、GLM 5.3和Kimi K3等竞品，但在编码基准测试上表现不及部分对手。模型已发布至Hugging Face，优化用于Apple M5 Ultra芯片，可在两台Mac Studio上本地运行。
华尔街见闻AI 评分7878 Meta发布8160亿参数开放权重模型Muse Spark Open
Meta发布8160亿参数开放权重模型Muse Spark Open，实际激活参数420亿，支持100万Token上下文窗口，主攻编程与智能体任务，并与苹果合作使其能在两台Mac Studio上运行。该模型采用Muse Model License授权，允许许多开发者免费使用，但Meta仍将更强大的Muse Wonder系列保持闭源，试图在开放开发者生态与AI商业化之间寻找平衡。