全部 AI 动态 · AI 热点

6月18日

01:30

marktechpost@Asif Razzaq

Vercel 开源了 Eve，这是一个 Apache-2.0 许可的 AI Agent 框架，目前处于公开预览阶段。每个 Agent 被定义为一个包含配置和能力的文件目录，内置了持久化执行、沙箱、审批、连接、通道和评估功能。开发者可使用 npx eve@latest init 快速搭建项目，并通过 vercel deploy 直接部署无需修改。

AI模型 Eve Vercel 智能体开源模型编程助手

推荐理由：Vercel 出了个开源 Agent 框架 Eve，把 Agent 做成文件目录，自带沙箱和评估，用 npx init 就能部署，挺省事的。

原文

00:35

量子位@henry

71°

一家头部具身大脑公司完成数亿美元新一轮融资，投资方共15家VC。该公司坚持世界模型技术路线，半年内先后在开源、端侧和训练场三个方向发布方案。具体开源项目名称和端侧部署参数尚未披露。训练场支持与多种机器人硬件适配。该轮融资将用于扩大研发团队和加速产品落地。

行业具身智能融资世界模型开源模型端侧部署

推荐理由：一家专注具身大脑的公司又融了一大笔钱，世界模型路线，15家VC跟进。开源、端侧、训练场三连发，你可以关注它的技术方案。

原文

6月17日

23:48

小互@imxiaohu

71°

OpenAI 宣布 Codex 产品，包含 App 客户端、命令行 CLI 和 SDK，允许开发者自由接入任何开源大模型，不强制绑定 OpenAI 自家模型。官方同时发布了手把手配置文档，指导如何将 Codex 底层模型替换为免费开源模型。这一举措为开发者提供了更多选择，降低了对 OpenAI 模型的依赖。

AI产品 OpenAI Codex 开源模型开发工具 CLI

推荐理由：OpenAI 的 Codex 现在能接 DeepSeek 这类开源模型了，开发者可以自己换底层 AI，不用非得用 OpenAI 的。

原文

23:40

Geek@geekbb

OpenAI 的编程助手 Codex 现在支持使用任何开源模型，不仅限于 OpenAI 模型。用户可以通过 Codex App、CLI 和 SDK 配置第三方模型。这一更新使开发者能灵活选择推理后端，降低对 OpenAI 模型的依赖。目前已有多个开源模型可用于代码生成和解释。

AI产品 Codex OpenAI 编程助手开源模型 CLI/SDK

推荐理由：Codex 现在能用你喜欢的任何开源模型了，CLI、App、SDK 都支持，编程助手自由度更高。

原文

23:33

Thomas Wolf@Thom_Wolf

开发者 Tibo 在 X 平台分享指出，Codex App、CLI 和 SDK 均可配置使用任何开源模型，不再局限于 OpenAI 模型。配置方式详见 developers.openai.com/codex/config-a… 页面。这意味着用户可以在 Codex 中替换默认的 GPT 模型，选择 Llama、Mistral、DeepSeek 等开源替代方案。

技巧 Codex 开源模型 OpenAI 开发者工具

推荐理由：Codex 现在能跑开源模型了，不只是 OpenAI 的，快去试试把 Llama 或 Mistral 加进去

原文

13:43

orange.ai@oran_ge

精选76°

智谱 AI 今日正式开源 GLM 5.2 模型。该模型在编程 coding 能力上达到与 Claude 3 Opus 相当的水平，是首个实现这一成就的开源模型。GLM 5.2 已作为 beta 模型接入 Cola 平台供用户测试，定价与官方版本相同。

AI模型 GLM 5.2 智谱AI Cola 编程助手开源模型

推荐理由：智谱把编程能力比肩 Opus 的 GLM 5.2 开源了，还接入了 Cola 让大家免费试。

原文

12:40

orange.ai@oran_ge

GLM-5.2 由 Z.ai 发布，在编码和智能体任务上取得显著进步，首次让开源模型在 Coding 能力上达到 Opus 水平。模型支持 1M 上下文窗口，提供两种推理努力级别（max 和 high），权重采用 MIT 开源许可，API 定价与 GLM-5.1 相同。

AI模型 GLM-5.2 Z.ai 开源模型编码能力推理模型

推荐理由：Z.ai 开源了 GLM-5.2，编码水平追上 Opus，还给了 1M 上下文和两种推理模式，MIT 许可随便用。

原文

11:55

歸藏(guizang.ai)@op7418

74°

智谱 AI 正式发布并开源 GLM-5.2 模型。该模型支持 100 万 token 稳定上下文，并引入思考力度控制能力。架构上采用 IndexShare 机制，每四层稀疏注意力共享 indexer，在百万 token 下将每 token 计算量降低约 2.9 倍。基准测试成绩表现出色，定位处理长周期任务。

AI模型 GLM-5.2 智谱开源模型长上下文推理模型

推荐理由：智谱 GLM-5.2 开源了，百万上下文还能省 2.9 倍算力，做长任务的朋友可以上手试试。

原文

11:40

11:40IT之家（博客/媒体）

大晓机器人联合香港中文大学发布并开源具身操作VLA模型ACE-Ego。在RoboCasa GR1 TableTop基准上，ACE-Ego以72.8%平均成功率刷新纪录，超越英伟达GR00T、PI π₀.₅等模型。在RoboTwin 2.0高难度双臂操作测试中，ACE-Ego成功率90.62%。该模型已能稳定完成塑料袋打包、鞋子装入鞋盒等零售操作。

AI模型 ACE-Ego 大晓机器人人形机器人具身智能开源模型

推荐理由：大晓机器人开源了新模型ACE-Ego，在人形机器人操作基准上拿了第一，能打包塑料袋、装鞋盒，挺实用的。

原文

11:37

berryxia@berryxia

精选

开发者发布了一个开源的本地OCR工作台，基于PP-OCRv6模型，在Mac上利用CoreML加速。提供Tiny(1.5MB)、Small、Medium(34.5MB)三个模型，支持图片上传、批量处理和导出CSV/Markdown/Excel。完全本地运行，苹果硅芯片自动启用CoreML加速，Intel Mac和Linux可用CPU。还包含浏览器版Tiny模型和与OmniDocBench、Apple Vision对比的评测脚本，在弯曲表面、点阵字体等难例场景表现良好。

AI产品 PP-OCRv6 CoreML Mac OCR 开源模型

推荐理由：老哥把PP-OCRv6做成了Mac本地工具，一键切换模型大小，还能批量导出，离线用超方便。

原文

11:36

量子位@十三

智谱AI于2026年6月开源了GLM-5.2模型，支持1M上下文长度。该模型在AI编程评测基准上取得第一，超过此前领先的Fable-5。基于GLM架构的持续优化，GLM-5.2在代码生成任务中展现出更强能力。开源版本已发布在GitHub。

AI模型 GLM-5.2 智谱编程助手开源模型长上下文

推荐理由：智谱开源了GLM-5.2，1M超长上下文，编程能力直接拿下第一，想换编程模型的话可以试试。

原文

11:35

arXiv cs.LG@Ahmed Ryan, Saad Sakib Noor, Md Erfan, Shaswata Mitra, Sudip Mittal, Md Rayhanur Rahman

该研究构建了包含2076条人工标注句子的数据集（1281条正样本、795条负样本），来自83份复杂的非结构化CTI报告，映射到114种ATT&CK技术。评估了7个开源LLM（参数规模8B至236B），最高micro-F1得分为0.22。参数大小与F1得分呈显著正相关，提示策略和温度设置无显著影响。结果表明当前开源LLM尚无法用于生产级ATT&CK分类。

论文 ATT&CK CTI MITRE 开源模型多标签分类

推荐理由：这篇论文造了2076条人工标注的CTI数据，测了7个开源大模型，结果最好的F1才0.22，说明开源模型在安全情报分析上还不够用。

原文

10:01

Fireworks AI@FireworksAI_HQ

Fireworks AI 推出 GLM-5P2 模型，强调基准测试仅是参考，真正的评估应基于实际代码库、提示词和延迟 SLO。该模型支持直接替换 OpenAI 或 Anthropic 兼容客户端（如 accounts/fireworks/models/glm-5p2），用户可在真实场景中测试。Fireworks AI 建议开发者下载模型并尝试在自有代码库上运行，以验证实际性能。推文附有详细博客链接（fireworks.ai/blog/glm-5p2）供进一步了解。

AI模型 Fireworks AI GLM-5P2 OpenAI Anthropic 开源模型

推荐理由：Fireworks AI 让你用 GLM-5P2 直接在代码库上跑分，别光看基准，试试自己的提示词和延迟

原文

09:27

09:27IT之家（博客/媒体）

精选

智谱发布并开源 GLM-5.2 模型，支持 1M 无损上下文。在 Code Arena 盲测中取得全球可用模型第一。在多个长程任务基准上表现介于 Claude Opus 4.7 与 4.8 之间。编程基准上保持开源 SOTA，与 Claude Opus 4.8 可比。已适配华为昇腾、平头哥等国产算力平台，单位 token FLOPs 降至 2.9 倍。

AI模型 GLM-5.2 智谱 Code Arena 开源模型上下文长度

推荐理由：智谱的 GLM-5.2 开源了，1M 上下文还拿了 Code Arena 第一，编程和长任务都强，国产算力也能跑。

原文

08:45

berryxia@berryxia

GLM-5.2 以 MIT 协议免费开源，提供 1M 上下文窗口，重点强化了长程任务的 Agent 能力。在 Coding、Tool use、Reasoning 上相比 GLM-5.1 有明显进步，尤其在需要长时间规划和多步执行的场景。API 价格不变，同时支持 Max 和 High 两种推理模式。社区已在 DeepSWE 等基准上验证其实力，开发者可在本地运行长上下文 Agent。

AI模型 GLM-5.2 开源模型智能体编程助手长上下文

推荐理由：智谱开源了GLM-5.2，MIT协议、1M上下文，编程和Agent任务比上一代强不少，还能本地跑，别错过。

原文

08:16

宝玉@dotey

精选76°

NVIDIA GEAR 实验室联合 CMU、UC Berkeley 发布 ENPIRE 系统，让 AI 编程 agent 在真实物理世界中自主重置场景、判断成败、改进策略并迭代代码，无需人类干预。系统在 pin 脚插入、穿扎带、剪扎带、插 GPU 等高精度任务上达到 99% 成功率（pass@8 标准）。测试了 OpenAI Codex（搭配 GPT-5.5）、Anthropic Claude Code（搭配 Opus 4.7）和月之暗面 Kimi Code（搭配 Kimi K2.6）三个 agent。项目还发现物理 scaling law：8 台机器人并行探索比 1 台或 4 台的研究推进速度快得多。所有代码将开源。

AI模型 ENPIRE NVIDIA GEAR 机器人操控智能体开源模型

推荐理由：NVIDIA 和 CMU 搞了个能自己跑实验的机器人系统，AI agent 操控真实机器人干活，成功率99%，还开源了。

原文

05:29

ollama@ollama

GLM-5.2 在 Design Arena 上以 1360 Elo 获得第一名，超过此前领先的 Claude Fable 5。该模型开源权重，排名较此前上升 4 位，Elo 提升 27 分。这使其成为 Design Arena 代码类别历史上最高 Elo 之一。GLM-5.2 由 Zai_org 发布。

AI模型 GLM-5.2 Design Arena Zai_org 开源模型代码生成

推荐理由：GLM-5.2 在代码设计赛上跑了第一，1360 Elo，超过 Claude Fable 5，还开源了，值得试试。

原文

04:28

elvis@omarsar0

GLM-5.2 在 Design Arena 上跃居第一，Elo 评分达 1360，超越了此前不可用的 Claude Fable 5。该模型相比前代提升了 4 个名次和 27 个 Elo 分，创下 Design Arena 代码类别中最高 Elo 记录之一。模型以开放权重发布，由 @Zai_org 团队推出。

AI模型 GLM-5.2 Design Arena 开源模型设计能力

推荐理由：智谱的 GLM-5.2 刚把 Claude Fable 5 挤下 Design Arena 榜首，开放权重还能自己测，设计能力拉满。

原文

04:01

elvis@omarsar0

GLM 5.2 在 FrontierSWE 基准上排名第 3，得分仅次于 Fable 5 和 Opus 4.8，并超越 GPT-5.5。这是首个缩小 Anthropic/OpenAI 与其他提供商之间差距的模型，同时也是目前最强的开源权重模型。该成绩展示了开源模型在编码任务上的竞争力。

AI模型 GLM 5.2 FrontierSWE GPT-5.5 开源模型编码基准

推荐理由：GLM 5.2 在编码基准上干掉了 GPT-5.5，开源里最强，值得关注。

原文

04:01

elvis@omarsar0

72°

Z.ai 宣布推出 GLM-5.2 开源权重模型，MIT 许可发布。其在编码和智能体任务上有显著改进，支持 1M 上下文窗口。提供两种推理等级：GLM-5.2 (max) 和 GLM-5.2 (high)，后者在性能与 token 效率间取得平衡。API 定价与 GLM-5.1 相同，权重已上架 Hugging Face。

AI模型 GLM-5.2 Z.ai 开源模型编码智能体长上下文

推荐理由：Z.ai 发了 GLM-5.2，开源权重、MIT 许可，编码和智能体能力提升明显，还支持 1M 上下文，想玩前沿模型的可以试试。

原文

03:49

ollama@ollama

精选

Z.ai 发布 GLM-5.2，支持 1M token 上下文窗口，专为长程编码和智能体任务设计。提供两种推理模式：GLM-5.2 (max) 和 GLM-5.2 (high)，权重以 MIT 许可开源。现已通过 Ollama 云服务在美国 NVIDIA Blackwell GPU 上可用，API 定价与 GLM-5.1 相同。该模型声称是目前最强开源编码模型。

AI模型 GLM-5.2 Z.ai Ollama 开源模型长上下文

推荐理由：Z.ai 开源了 GLM-5.2，有 1M 上下文窗口，适合写长代码和搭智能体，在 Ollama 上直接就能用，MIT 许可随便玩。

原文

03:46

lmarena.ai@lmarena_ai

76°

GLM-5.2 (Max) 在 Code Arena: Frontend 中排名第二，得分比 Claude Opus 4.7 (Thinking) 高 29 分，仅次于 Fable 5。在 Agent Arena 中排名第 10，是排名最高的开源模型，超越 Kimi-K2.6 和 Minimax-M3。在 Brand & Marketing、Reference-Based Design 等 6 个子类别中均排名第一。价格维持 $1.4/$4.4 per input/output MTokens，上下文窗口 1M。与 5.1 相比，排名从 #13 升至 #10，任务成功率和用户评价提升，但 steerability 下降 6%。

AI模型 GLM-5.2 Zai_org Code Arena Agent Arena 开源模型

推荐理由：GLM-5.2 在编程和智能体任务上超越 Claude Opus 4.7，是开源模型新标杆，编程能力仅次于 Fable 5。

原文

03:38

@koltregaskes@koltregaskes

DeepSeek 4.1 版本预计于本周发布。该版本是 DeepSeek 系列的最新迭代，具体性能数据尚未公布。用户可关注官方渠道获取更新信息。

AI模型 DeepSeek DeepSeek 4.1 模型发布开源模型

推荐理由：DeepSeek 要发新版本了，听说这周就上线，看看有什么进步。

原文

03:37

The Rundown AI@therundownai

73°

Z AI发布了GLM-5.2，一款开源权重模型，支持1M token上下文窗口。在long-horizon coding基准上得分为74.4，超过GPT-5.5的72.6。在SWE-bench Pro上得分为62.1，同样领先GPT-5.5。AIME 2026数学测试得分为99.2，高于Opus 4.8和GPT-5.5。该模型在Designarena排名第一，并以MIT许可证发布。

AI模型 GLM-5.2 Z AI Opus 4.8 GPT-5.5 开源模型

推荐理由：Z AI的GLM-5.2开源，百万token上下文，数学和编程全面超过GPT-5.5，值得试玩。

原文

03:04

OpenRouter@OpenRouterAI

精选

Z.ai 发布 GLM-5.2 模型，采用 MIT 开源许可。该模型在编码和智能体任务上有显著提升，支持最长 1M 标记的上下文窗口。提供两种推理强度：GLM-5.2 (max) 追求极限性能，GLM-5.2 (high) 平衡性能与 token 效率。API 定价与 GLM-5.1 保持一致。

AI模型 GLM-5.2 Z.ai 开源模型编码助手智能体

推荐理由：Z.ai 新出的 GLM-5.2 模型，编码和智能体能力大幅增强，还有 1M 超大上下文，而且开源！API 价格没涨，值得试试。

原文

03:01

lmarena.ai@lmarena_ai

精选72°

GLM-5.2 (Max) 在 Agent Arena 排行榜上排名第10，得分接近 Claude-Opus-4.8（非推理模式）。它成为排名最高的开源模型，较去年发布的 GLM-5.1 从第13位上升3位。该模型在数百万真实长程任务上评测，可调用网页搜索、文件系统和终端工具。GLM-5.2 (Max) 输入/输出定价保持为每百万 token 1.4/4.4 美元，支持1M上下文窗口，权重采用 MIT 许可开源。

AI模型 GLM-5.2 Zai_org Agent Arena 开源模型智能体

推荐理由：Zai_org 发了 GLM-5.2，在 Agent 任务榜单上排第10，碾压所有开源模型，而且价格没变。跑复杂工作流、调工具效果明显进步。

原文

02:29

02:29Google Research: Blog（资讯）

Google Research 推出 Earth AI 机器学习模型，通过分析高分辨率卫星图像识别土地覆盖类型与植被健康度，支持生态恢复项目的规划与监测。该模型在 Global Land Cover 数据集上训练，覆盖 10 米分辨率地表信息，并已在巴西、澳大利亚等地测试。Google 还开源了相关模型与数据集，供研究社区使用。

AI模型 Earth AI Google 开源模型卫星图像生态恢复

推荐理由：Google 用 AI 看卫星图帮你规划种树恢复生态，模型和数据集都开源了，想做生态项目可以试试

原文

02:17

kimmonismus@kimmonismus

77°

GLM-5.2 以 MIT 许可证开源，权重开放。该模型支持 1M token 上下文窗口。提供 max 和 high 两种推理模式。专门针对大规模部署、自动化研究、性能优化和复杂调试进行训练。API 定价与 GLM-5.1 保持一致。

AI模型 GLM-5.2 智谱开源模型长上下文推理模型

推荐理由：智谱开源了 GLM-5.2，1M 上下文还能选推理模式，做长代码任务更强了。

原文

01:31

lmarena.ai@lmarena_ai

精选

MiniMax M3 在全新 Agent Arena 排行榜上位列第18，是排名第5的开源模型。相比 M2.7，M3 从第22名升至第18名，主要改进是任务成功确认和 bash 错误恢复能力。工具幻觉保持低位，与最佳模型并列第一。排行榜基于30万+任务、200万+工具调用和4000万行代码的代理会话评估。

AI模型 MiniMax M3 Agent Arena 开源模型智能体

推荐理由：MiniMax M3 在 Agent Arena 上排名上升了4位，是最强开源模型之一，能写代码、做PPT、查资料，幻觉控制也顶级。

原文

00:28

向阳乔木@vista8

Factory AI CEO在播客中表示，约80%到90%的任务可用开源模型完成，顶级模型更适合规划和决策。AI工具为高杠杆人员提供更高杠杆，而对低杠杆人员帮助有限。他认为未来最值钱的工程师是能端到端拥有业务结果的人，而非仅会写代码者。他还预测三年内Token支出中位数将与薪资处于同一数量级。

行业 Factory AI 开源模型 AI趋势 Token 工程师价值

推荐理由：Factory AI CEO聊了开源模型和顶级模型怎么分工，还有未来什么样的工程师最值钱，挺有启发。

原文

00:10

Justine Moore@venturetwins

Ideogram 发布了名为 Ideogram 2.0 的开源权重图像模型，宣称在开放权重类别中排名第一。该模型体积足够小，可在消费级 GPU 上运行，但在设计任务上与 Nano Banana 和 GPT Image 竞争。研究团队由 @mo_norouzi 领导，分享了技术细节和观点。

AI模型 Ideogram 开源模型图像生成消费级GPU GPT Image

推荐理由：Ideogram 这个开源权重图像模型能在普通显卡上跑，还能和 GPT Image 掰手腕，适合不想烧钱又想要好效果的人。

原文

6月16日

21:55

kimmonismus@kimmonismus

Axios报道，行业担忧白宫对Anthropic最新模型的出口管制将损害整个美国AI产业。德意志银行Jim Reid指出，无法依赖可能被关闭的技术。若企业担心OpenAI、Anthropic和Google的未来前沿模型被一夜限制，他们将加速转向多样化，这为开源模型带来重大优势。

行业 Anthropic 开源模型出口管制模型监管

推荐理由：美国政府对Anthropic下手的后果：企业开始转向开源模型，省得哪天被切断。

原文

14:55

量子位@量子位的朋友们

阿里发布Qwen-Robot系列，包含Qwen-Robot-V1、Qwen-Robot-V1-Pro和Qwen-Robot-V1-Plus三款模型。该系列将视觉、语言与行动能力整合，支持在复杂环境中完成抓取、导航等任务。在RoboBench基准上，Qwen-Robot-V1-Pro任务成功率较基线提升15.3%。模型参数规模从7B到72B不等，可适配不同硬件平台。

AI模型 Qwen-Robot 阿里具身大模型机器人开源模型

推荐理由：阿里刚出的Qwen-Robot系列，三个模型从7B到72B，让机器人能边看边想边动，RoboBench成绩提升15%，搞具身智能的值得看看。

原文

14:22

AlphaSignal@AlphaSignalAI

精选

CUA-Gym是一个端到端流水线，通过三个协调编码智能体自动生成可验证的计算机使用任务。它构建了94个流行应用的模拟版本，包括Slack、Notion、Salesforce和Gmail克隆，并直接读取状态设计奖励函数。生成的训练数据集包含32,112个验证元组，覆盖110个环境。基于该数据训练的模型在OSWorld-Verified基准上达到72.6%，与Claude Sonnet 4.6持平。一个3B参数的小模型以十分之一参数匹配了17B基座模型的性能。

AI模型 CUA-Gym Claude Sonnet OSWorld-Verified 智能体开源模型

推荐理由：CUA-Gym用三个AI智能体自动生成训练数据，省去人工标注。它克隆了94个常用软件，训练出的模型追平了Claude Sonnet 4.6，小模型3B参数达到17B效果，还完全开源。

原文

14:05

berryxia@berryxia

78°

Unsloth团队用Dynamic 2-bit方案将1万亿参数的Kimi K2.7 Code模型压缩48%，重要层保留更高精度。量化后模型仅需325GB RAM/VRAM即可本地运行，推理速度达40+ tok/s。全精度版本需要610GB显存。该优化并非粗暴量化，而是保留了模型的推理效率，尤其适合长程任务、复杂推理和agent工作流。

AI模型 Kimi K2.7 Code Unsloth 量化本地部署开源模型

推荐理由：Unsloth把1万亿参数的Kimi K2.7 Code压到325GB本地能跑，速度40+ tok/s，长程推理和agent工作流全闭环，开源社区终于能自己跑了。

原文

11:21

arXiv cs.AI@Dongbin Na, Chanwoo Kim, Soonbin Rho, Giyun Choi, Gangbok Lee, Dooyoung Hong

BinTrack是一种全开源的空间定位智能体，利用机器人轨迹的时间顺序进行二进制搜索。在SpaceLocQA基准的全局类别上，BinTrack将准确率提升22.8%，甚至匹配了GPT-4o的闭源模型结果。其推理策略带来超过1.5倍的加速。论文还发布了GangnamLoop，一个在真实街道上用四足机器人采集的多行程室外基准数据集。

论文 BinTrack 空间问答导航 SpaceLocQA GangnamLoop 开源模型

推荐理由：想让你家机器人找到干洗店？BinTrack用开源VLM做空间问答，性能追平GPT-4o还更快，代码数据全公开。

原文

09:37

AWS Machine Learning Blog@Aris Tsakpinis

精选

Google DeepMind 发布的 Gemma 4 开源权重模型系列现已在 Amazon Bedrock 上可用。该系列包含三个指令调优变体：Gemma 4 31B（密集架构）、26B-A4B（MoE 架构，每次激活 4B 参数）和 E2B。所有变体均支持内置推理、原生函数调用以及文本和图像多模态输入。模型基于 Apache 2.0 许可发布，旨在多种部署场景下实现每参数智能最大化。

AI模型 Gemma 4 Amazon Bedrock Google DeepMind 开源模型多模态

推荐理由：Google DeepMind 把最新的 Gemma 4 放到 AWS 上了，三种规格可选，带推理和图文理解，正好拿来玩开源项目。

原文

09:32

lmarena.ai@lmarena_ai

精选

Kimi-K2.7-Code是Kimi新发布的编码模型，在Code Arena: Frontend中排名第3（开源模型），整体第19。相比K2.6，该模型在Kimi Code Bench v2上提升21.8%，Program Bench提升11.0%，MLS Bench Lite提升31.5%。推理效率提升，推理token使用量降低30%。模型已通过Kimi API和Kimi Code开源提供。

AI模型 Kimi-K2.7-Code Kimi Code Arena 开源模型编码模型

推荐理由：Kimi新出的编码模型K2.7-Code，在Code Arena前端排名第三，比上代提升明显，推理更省token，开源可玩。

原文

01:58

EleutherAI@AiEleuther

EleutherAI 启动 Summer of AI Research 2026 申请，活动周期为 7 月 13 日至 8 月 16 日。该项目为完全在线形式，面向研究经验较少的参与者。入选者将在资深研究员的指导下为开源 AI 研究项目做贡献。申请目前已开放。

行业 EleutherAI Summer of AI Research 2026 开源模型 AI研究开源项目

推荐理由：EleutherAI 搞了个暑期研究项目，没经验也能参加，导师带着你做开源AI，7月13号到8月16号，赶紧去申请看看。

原文

01:39

kimmonismus@kimmonismus

里约热内卢市政府IT公司发布了开源模型 Rio 3.5 Open 397B，参数量达 397B。该模型在多项基准测试中达到开源 SOTA，甚至超越此前领先的 Qwen 3.7。这一成果来自此前并不知名的团队，引发业界关注。

AI模型 Rio 3.5 Open 397B Qwen 3.7 开源模型

推荐理由：里约市政府搞了个 397B 的开源模型，居然跑赢了 Qwen 3.7，挺意外的，建议看看。

原文