AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：开源/仓库×
5月31日
10:19
5月30日
14:12
14:12IT之家（博客/媒体）
精选72°
Nous Research 为开源 Hermes Agent 引入 Tool Search 功能，通过按需加载工具模式，解决 MCP 工具定义占用大量 tokens 的问题。Anthropic 报告显示，典型部署中工具模式可消耗约 50% 的 tokens，导致成本增加和准确率下降。启用 Tool Search 后，模型先搜索再加载参数，最后调用工具，Claude Opus 4 准确率从 49% 提升至 74%。该功能使用 BM25 算法匹配工具，并支持退回到字面子串匹配。
AI产品智能体MCP/工具开源/仓库Hermes Agent工具搜索
推荐理由：做智能体开发的团队终于能省下大量 tokens 成本——Hermes Agent 的 Tool Search 直接解决了 MCP 工具税问题，建议用多工具服务的开发者试试。
原文
08:48
5月29日
15:35
15:17
15:17IT之家（博客/媒体）
精选
阿里云宣布开源百炼 CLI，专为 Agent 设计，支持一行命令接入 150 多款模型和十多款应用。该工具原生兼容 Claude Code、Qoder 等主流 AI Agent 框架，提供多模态模型调用、知识库检索、联网搜索、记忆管理等全套能力。开发者可通过 CLI 让 Agent 自动获取最新信息、处理本地文件、生成营销素材，或构建企业级智能助手。项目已在 GitHub 开源，降低了 Agent 开发与集成的门槛。
AI产品阿里云百炼 CLIAgent开源/仓库模型调用
推荐理由：百炼 CLI 解决了 Agent 开发中模型和应用集成繁琐的痛点，做 AI Agent 的开发者可以直接用一行命令接入阿里云全套能力，省去大量对接工作，建议试试。
原文
09:07
09:07IT之家（博客/媒体）
精选76°
阶跃星辰今日发布并开源 Step 3.7 Flash，这是一款面向 Agent 生产化阶段的新一代 Flash 模型。该模型采用稀疏 MoE 架构，总参数 196B，激活参数 11B，最高生成速度达 400 Tokens/s，适合高频、多轮、低等待的 Agent 应用。Step 3.7 Flash 具备原生多模态理解与执行、联网与视觉搜索增强、高可靠工具调用与编排等能力，并针对主流 Agent 框架和 MCP 协议进行了兼容优化。开源链接包括 Model Page、GitHub、Huggingface 和 Modelscope，国内海外平台均提供 API 接入。
AI模型阶跃星辰Step 3.7 Flash开源/仓库Agent/智能体多模态
推荐理由：做 Agent 开发的团队终于有了一个原生优化、速度极快的开源模型——Step 3.7 Flash 直接兼容 Claude Code、MCP 等主流框架，接入成本低，值得立刻试跑。
原文
08:51
5月28日
17:17
17:17marktechpost@Asif Razzaq
精选72°
Perplexity AI 开源了其重写的 Unigram 分词器，该分词器在 p50 延迟上比 Hugging Face tokenizers crate 低 5 倍，同时将生产环境的 CPU 利用率降低了 5-6 倍。这一改进主要针对重排序器（reranker）的延迟瓶颈，通过优化分词效率来提升整体推理性能。开源版本已在 GitHub 上发布，可供开发者直接使用。对于依赖大规模文本处理的 AI 团队来说，这能显著降低计算成本并加快响应速度。
AI模型分词器开源/仓库Perplexity AI延迟优化推理加速
推荐理由：做搜索或 RAG 系统的团队终于有了更快的分词方案——Perplexity 开源的这个 Unigram 分词器直接降低 5 倍延迟和 6 倍 CPU 消耗，建议有高吞吐需求的开发者立刻试一下。
原文
15:39
04:06
5月27日
11:57
11:57IT之家（博客/媒体）
78°
面壁智能联合清华大学、OpenBMB开源社区发布ForgeTrain，这是全球首个完全由AI编写、零人类代码介入的生产级大模型训练框架。该框架已在华为昇腾芯片上成功完成MiniCPM5-1B模型的预训练，该模型综合性能在全球同尺寸中领先，位列AA榜单2B规模以下Top 1。ForgeTrain完全开源，包含框架代码和Agent Harness工具链，任何团队可复现从对齐到反超的全过程。这标志着“AI写框架→国产芯片运行→训出领先模型”的闭环被打通。
AI产品开源/仓库训练框架面壁智能华为昇腾MiniCPM
推荐理由：ForgeTrain证明了AI可以自主编写生产级训练框架，解决了大模型训练对人工编码的依赖问题。做模型训练或国产芯片适配的团队可以直接用这套开源工具链复现顶尖模型，建议点开看看具体实现。
原文
10:59
10:59IT之家（博客/媒体）
精选
Hugging Face 于 5 月 21 日发布 LeRobot Humanoid 双足机器人项目，面向机器人开发者和研究人员，起步价 2500 美元。该项目非成品，需自行组装，旨在提供可理解、可维修、可加装传感器的开源平台。硬件部分大量使用 3D 打印件和现成元件，软件部分提供校准、控制工具并支持仿真。团队鼓励先在仿真中训练动作，再在真实机体上测试，数据可反哺仿真环境。后续计划加入上半身集成和更高级行为。
AI产品机器人开源/仓库3D 打印仿真Hugging Face
推荐理由：Hugging Face 把双足机器人的门槛从几十万降到 2500 美元，做机器人研究的团队和学生可以直接用开源方案动手组装和训练，省去从零搭建的麻烦。
原文
5月26日
16:06
13:42
13:42IT之家（博客/媒体）
精选
OpenClaw 的龙虾之父 Peter 开源了 skill-cleaner，一个专门为 AI 技能（Skill）做体检和优化的工具。他指出，很多开发者把技能描述写得太长，导致 Agent 调用时 token 消耗大、选择噪声多、延迟高。该工具能审计技能预算、检测重复技能、筛查未使用技能、优化描述长度，帮助开发者将技能描述精简到 40 词以内，从而提升 Agent 的调用准确性和降低运行成本。Peter 强调技能描述应像路标一样简洁，而详细的逻辑应放在代码中。
AI产品开源/仓库技能优化token 节省AgentCodex
推荐理由：AI 技能开发者常忽略描述过长带来的 token 浪费和 Agent 选择困难，这个开源工具直接帮你审计并优化，省成本又提效果，做 Agent 或 Codex 技能的建议立刻试试。
原文
13:15
13:13
12:57
12:06
12:06IT之家（博客/媒体）
72°
微软研究院开源了网页智能体框架 Webwright，它让 AI 模型在终端中编写 Playwright 代码、执行 bash 命令、查看日志并反复修正，而非传统的一次预测一个低级动作。该框架仅约 1000 行代码，由 Runner、模型接口和终端环境三个核心组件构成，没有复杂编排。在 Online-Mind2Web 基准上，基于 GPT-5.4 的 Webwright 准确率达 86.67%；在长链路任务基准 Odysseys 上，得分 60.1%，比基础 GPT-5.4 提升 81.49%。团队还解决了模型过早宣告完成和上下文膨胀两个工程问题。
AI产品网页智能体微软开源/仓库GPT-5.4自动化
推荐理由：做网页自动化或智能体开发的团队，可以用这 1000 行代码让模型自己写脚本、调试、反思，效果远超传统方法，值得直接拿源码试试。
原文
11:13
11:13IT之家（博客/媒体）
精选
AI 企业 Perplexity 于 5 月 22 日宣布开源其内部网络安全风险扫描工具 Bumblebee，旨在帮助行业应对软件供应链投毒问题。该工具支持基准、定向、深度三种运行模式，可扫描软件包管理器、智能体配置、编辑器扩展和浏览器扩展。Bumblebee 通过直接读取元数据文件来避免运行可能被篡改的工具，从而降低扫描本身带来的风险。Perplexity 表示，用户产品的安全性依赖于开发者系统的安全性，因此开源此工具以提升整体安全水平。
行业安全扫描开源/仓库软件供应链PerplexityBumblebee
推荐理由：Perplexity 把内部安全实践开源了，做软件供应链安全的团队可以直接拿来用，减少被投毒的风险。
原文
10:16
5月25日
12:48
11:52
11:52IT之家（博客/媒体）
精选76°
面壁智能联合清华大学、OpenBMB开源社区发布BitCPM-CANN，这是中国首个完全基于华为昇腾算力平台实现端到端训练并开源的三值（1.58-bit）大模型。该模型包含0.5B、1B、3B、8B四个尺寸，在推理阶段相比传统BF16精度释放约6倍显存红利，模型能力保留率维持在90%-97.2%。这意味着8B参数模型可轻松运行在当前主流旗舰手机上。面壁智能还基于MindSpeed×Megatron-LM搭建了完整的低比特训练底座，为后续昇腾上的低比特训练提供公共基础设施。全系列模型权重已在HuggingFace和ModelScope开源。
AI模型端侧大模型低比特量化华为昇腾开源/仓库面壁智能
推荐理由：国产算力终于跑通端侧大模型全链路——6倍显存红利让8B模型直接上手机，做端侧AI部署或国产芯片适配的团队值得一试。
原文
11:47
11:47美团技术团队@美团技术团队
美团开源了 LongCat-Video-Avatar 1.5，这是一款从 SOTA 迈向商业级应用的数字人视频模型。它在唇形同步、物理合理性、长视频稳定性、多人互动和高效推理上实现了全面提升，能稳定输出高质量内容。该模型解决了数字人视频在复杂商业场景中不自然、不稳定、成本高的问题，让数字人从实验室走向真实应用。开源版本可供开发者直接使用，推动数字人视频生成技术的普及。
AI模型数字人视频生成开源/仓库唇形同步美团
推荐理由：做数字人视频生成或虚拟主播的团队，终于有了一个能直接商用的开源模型——唇形同步和长视频稳定性提升明显，建议试试 LongCat 1.5 来降低制作成本。
原文
5月24日
17:01
14:13
03:37
03:37marktechpost@Michal Sutter
精选72°
腾讯开源了 TencentDB Agent Memory，一个完全本地的 AI 智能体记忆系统，采用 MIT 许可证。该系统结合了符号短期记忆（将冗长的工具日志压缩为紧凑的 Mermaid 任务画布）和四层长期记忆金字塔（L0 对话 → L1 原子 → L2 场景 → L3 人格）。它作为 OpenClaw 插件和 Hermes Docker 镜像提供，默认在本地 SQLite + sqlite-vec 上运行，并使用混合 BM25 + 向量检索与 RRF 融合。腾讯自己的基准测试显示，在 WideSearch 上使用 OpenClaw 时，令牌减少 61.38%，相对通过率提升 51.52%，PersonaMem 准确率从 48% 提升到 76%。
AI产品智能体记忆系统开源/仓库腾讯本地部署
推荐理由：腾讯开源的四层本地记忆管线解决了智能体长期记忆的痛点，做本地 AI 应用或智能体开发的团队可以直接集成，建议试试这个 MIT 许可的方案。
原文
5月23日
21:13
17:53
17:53
17:52
17:52marktechpost@Asif Razzaq
精选76°
微软研究院发布了 Fara1.5 系列浏览器计算机使用智能体，包含 4B、9B 和 27B 三个参数规模。其中 Fara1.5-27B 在 Online-Mind2Web 基准测试上达到 72% 的准确率，超越了 OpenAI Operator、Gemini 2.5 Computer Use 和 Yutori Navigator n1。该系列还配套推出了 FaraGen1.5 合成数据流水线，用于训练智能体执行门控操作。这一进展表明，开源级别的浏览器自动化智能体正在快速追赶并超越闭源竞品。
AI模型浏览器智能体微软Fara1.5开源/仓库自动化
推荐理由：做浏览器自动化或 RPA 的开发者终于有了一个开源且性能领先的选择——Fara1.5 直接对标 OpenAI Operator，27B 模型在关键基准上胜出，值得立即上手测试。
原文
5月22日
17:49
17:49IT之家（博客/媒体）
精选
网易有道宣布将“子曰”大模型 4.0 的核心双引擎——多模态模型（27B 参数）和语音合成（TTS）模型面向全球全量开源。多模态模型在视觉数理问题上达到行业顶尖水平，纯文本中文数理难题准确率达 81.4%，并通过思维链重构将输出长度压缩 43.2%，降低推理成本。TTS 模型支持跨语种音色情感迁移克隆，3 秒内完成零样本原声复制，准确度超 97%，覆盖 14 种语言。开发者可免费下载、部署并二次开发，适合教育场景和语音应用。
AI模型开源/仓库多模态模型语音合成教育场景网易有道
推荐理由：教育场景的开发者终于有了可商用的开源多模态模型——27B 参数在数理问题上达到 SOTA，且推理成本更低；TTS 模型 3 秒克隆音色并跨语种带情感，做语音助手或教育产品的团队可以直接下载试试。
原文
16:08
14:37
14:37IT之家（博客/媒体）
76°
美团技术团队正式开源了数字人视频生成模型 LongCat-Video-Avatar 1.5，该版本在唇形同步、物理合理性、长视频稳定性、多人互动及推理效率方面全面升级。模型采用 DMD 蒸馏技术，将生成步数从 50 步压缩至 8 步，推理效率提升约 15 倍，生成 10 秒视频仅需约 1 分钟。在用户偏好对比中，该模型相比 Kling Avatar 2.0 胜率为 65.9%，相比 OmniHuman-1.5 胜率为 61.1%，相比 HeyGen 胜率为 54.3%。美团表示，数字人视频生成正从展示效果走向真实使用，希望开源能成为可验证、可改进、可共建的技术基座。
AI模型数字人视频生成开源/仓库美团LongCat-Video-Avatar
推荐理由：数字人视频生成终于从演示走向了可商用——10 秒视频 1 分钟生成，效率提升 15 倍，做虚拟主播、在线教育、客服视频的团队可以直接拿来用，省去大量渲染时间。
原文
13:58
13:58IT之家（博客/媒体）
精选83°
字节跳动开源了名为Lance的多模态AI模型，激活参数量仅3B，却能原生统一处理图像理解、视频理解、图像生成、视频生成和跨模态编辑等任务。与常见将理解与生成拆分为多个模块的方案不同，Lance从训练起就采用共享上下文与能力解耦的双流专家架构，兼顾高层语义特征与低层连续表示。在多项基准测试中，Lance在图像生成、视频生成、图像编辑和视频理解上均取得领先成绩，例如GenEval总分0.90、VBench总分85.11。模型采用Apache 2.0许可开源，权重已在Hugging Face提供，推理需至少40GB显存。
AI模型多模态模型开源/仓库字节跳动Lance统一模型
推荐理由：Lance用3B参数实现了多模态理解与生成的统一，解决了传统方案模块拼接效率低、能力割裂的问题。做多模态AI研究或应用开发的团队可以直接下载权重试试，尤其适合资源有限但想探索统一模型的场景。
原文
08:05
08:05IT之家（博客/媒体）
精选
WordPress 于 5 月 20 日发布 7.0 正式版，代号 Armstrong，这是其 2026 年面向创作者、企业与开发者的首个重大更新。核心变化是原生集成 AI 能力，新增 AI Client 和 Abilities API，支持生成图片、标题、摘要等。后台采用 Modern 管理主题，界面更统一，并加入可视化修订、响应式编辑、移动端导航自定义等 420 多项增强与修复。新版还支持区块级自定义 CSS、字体库独立管理、图库灯箱等功能，大幅提升建站和编辑体验。
AI产品WordPressAI建站内容编辑开源/仓库后台优化
推荐理由：WordPress 7.0 把 AI 建站门槛拉低到原生级别，做内容网站或企业站点的团队可以直接在后台用 AI 生成图片和文案，省去插件折腾。建议用 WordPress 的开发者立即升级体验。
原文
07:43
5月21日
17:31
17:31IT之家（博客/媒体）
腾讯混元发布新一代多语言翻译模型 Hy-MT2 并正式开源，包含 1.8B、7B、30B-A3B 三种尺寸，支持 33 种语言互译及 5 种民族语言/方言互译。轻量级 1.8B 模型通过极端量化仅需 440MB 存储空间，可在苹果、高通、联发科等手机芯片上本地部署，推理速度比上一代提升 1.5 倍，且性能超越微软等主流商业 API。同步推出的腾讯 Hy 翻译小程序支持语音输入、自定义翻译风格和离线翻译，解决了弱网络场景下的翻译需求。IFMTBench 翻译指令遵循测试集也一并开源，用于评估模型对翻译风格、术语指定等指令的遵循能力。
AI模型翻译模型开源/仓库腾讯混元端侧部署多语言
推荐理由：手机端就能跑的高质量翻译模型来了，做本地化应用、离线翻译工具或移动端 AI 产品的开发者可以直接下载试用，440MB 的轻量版值得关注。
原文
5月20日
23:47
23:47IT之家（博客/媒体）
76°
Stability AI 发布全新音频生成模型家族 Stability Audio 3.0，包含四款不同参数规模的模型，其中大型版可生成长达 6 分 20 秒的完整乐曲，相比 2.0 版翻倍。小型模型专注于设备端运行，可本地生成两分钟以内的声音与音乐。Stability AI 已将小型 SFX、小型及中型模型开源，大型模型仅通过 API 和付费托管服务提供。该公司已与华纳音乐集团、环球音乐集团达成合作，确保训练数据合法授权，并正为专业音乐人打造新产品线。
AI产品音频生成开源/仓库Stability AI音乐创作模型
推荐理由：音乐创作者和音频开发者终于有了能生成完整歌曲的开源模型——Stability Audio 3.0 的中型版已开源，长度翻倍且结构可控，做音乐生成或音频工具的建议直接下载试试。
原文
02:26
02:26IT之家（博客/媒体）
88°
谷歌在2026 I/O大会上发布两大AI电商协议UCP和AP2，并推出Universal Cart通用购物车功能。UCP是开源协议，为智能体提供通用语言，类似HTTP对万维网的作用，已获亚马逊、Meta、微软等支持。AP2是智能体支付协议，可设置消费上限和支付验证。Universal Cart将于今夏在谷歌搜索、Gemini、YouTube、Gmail中推出，支持跨平台加购、追踪优惠、历史价格查询和补货提醒，还能智能推理用户选购，如检测CPU与主板不兼容并推荐替代品。这标志着AI电商从单点功能走向标准化生态，用户购物体验将更智能、更连贯。
AI产品智能体电商协议通用购物车谷歌开源/仓库
推荐理由：谷歌联合巨头定义AI电商标准，做电商或智能体开发的团队值得关注——UCP协议可能成为行业基础设施，通用购物车功能直接改变用户购物习惯。
原文
5月19日
00:30