阶跃星辰开放 Step 5 Preview 权重，600B 稀疏 MoE 面向长程 Agent
10 月 15 日，阶跃星辰正式开放 Step 5 Preview 权重，包含 BF16 与 FP8 两个版本，并同步发布技术博客、开源开发工具及部署指南，权重已上线 Hugging Face 和 ModelScope。
推荐理由：原文披露了 Step 5 Preview 的架构与训练设计，读者可据此判断长程 Agent 在上下文管理上的工程取舍。
#开源/仓库
InfoQ 中文精选AI 评分7878 InfoQ 中文精选AI 评分7878 蚂蚁百灵开源 560B 模型 Ling-3.1-flash，每百万 Token 约 0.19 美元
10 月 15 日，蚂蚁集团旗下百灵大模型开源 Ling-3.1-flash，权重已在 Hugging Face 和 ModelScope 提供下载。该模型延续 Ling-3.0-flash 的混合线性架构，约 560B 总参数、每 Token 激活约 25B，最高支持 1M 上下文，混合调用价格约每百万 Token 0.19 美元。
推荐理由：原文给出 560B 总参数、1M 上下文与每百万 Token 0.19 美元的调用价格，读者可据此判断高频业务场景的部署成本。
The Decoder精选AI 评分8080 Meta 发布 Muse Spark Open，816B 参数开源权重模型对标 Qwen、GLM 和 Kimi
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
推荐理由：Meta 重返开源权重赛道，给出 816B 参数、百万 token 上下文与本地部署条件，可与 Qwen、GLM、Kimi 横向比较。
AWS Machine Learning Blog精选AI 评分6060 Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，可在自己的 AWS 账户中部署到 SageMaker AI 端点。
推荐理由：Meta 的编码优化开源权重模型上线 SageMaker JumpStart，读者可了解两种量化变体与实例选型差异。
InfoQ 中文AI 评分7474 Archestra 发布开源安全引擎 OpenAPPA，防范提示词注入与模型幻觉导致的数据外泄
Archestra 发布开源安全引擎 OpenAPPA，在智能体提示词与执行循环之外运行，通过配置文件定义数据源、访问对象、信任等级和权限主体，阻止提示词注入或模型幻觉引发的数据外泄。
The Decoder精选AI 评分8080 Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，8 GB 显存即可运行
Black Forest Labs 发布 FLUX 3 Image Klein，这是一个 5.6B 参数的开源权重模型，支持文生图、图像编辑以及最多十张参考图生成，原生支持 4K 输出、像素级编辑和用于元素定位的 bounding box。
推荐理由：原文给出参数规模、显存门槛与授权价格，读者可据此判断开源图像模型在消费级显卡上的可用性。
The Decoder精选AI 评分7676 Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，同步推出两款 Bolt 端侧模型
Nvidia 发布 Nemotron 3.5 Super VL，这是一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。
推荐理由：原文给出 120B 多模态模型的 MoE 激活比例、压缩方案与本地端型号，可据此判断企业智能体的部署门槛。
雷锋网精选AI 评分8484 上海AI实验室书生-S2助力三维Ghys猜想证明并通过Lean形式化验证
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成三维Ghys猜想证明，北京大学董彬、刘若川团队用SHEAF框架完成全部四个主定理的Lean形式化验证。攻关中书生-S2完成7批接续推演，问题图从15个节点扩展到389个，输出上千页推导；形式化验证约5天、峰值100个智能体并行、产出约55万行Lean代码。相关论文已发布在arXiv，形式化代码在GitHub公开。
推荐理由：读者可看到人机协同攻关数学难题的完整流程，以及形式化验证如何为AI产出的证明提供严格检查。
雷锋网精选AI 评分8383 昆仑万维发布 Matrix-Game 4.0 视频大模型游戏并同步开源
昆仑万维发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，并同步开源代码、权重与白模。该模型在单张 NVIDIA RTX 5090 上以 480p、60 FPS 运行，端到端延迟低于 150 毫秒，显存峰值 18.5 GiB。
推荐理由：原文给出单卡 480p 60 FPS 与低于 150 毫秒延迟的硬指标，读者可据此判断视频世界模型能否真正本地实时运行。
Latent SpaceAI 评分5858 Leash Bio 发布 Minos 预印本与开放数据集，用 DEL 数据做智能体科学推理
Leash Bio 的 Ian Quigley 在 Latent Space 访谈中透露，团队把多年积累的 DNA Encoded Libraries（DEL）数据转化为数万个 lab-in-the-loop 模拟，供智能体做科学强化学习，这一想法已发展为 Minos，并同步发布完整预印本、博客和开放数据集。
AWS Machine Learning BlogAI 评分3636 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成客户 PowerPoint 演示文稿，内部测试中完成时间不到 90 秒。
量子位AI 评分6262 APUS AI 开源 Reflex Agent，称响应速度最快达 Claude Code 3 倍
APUS AI 于 10 月 13 日宣布开源 Personal Agent 产品 Reflex Agent，采用 MIT 协议，提供桌面端、Web 和 SDK。
量子位精选AI 评分7878 面壁开源 MiniCPM-V 4.7：35B-A3B 仅占 3G 内存，iPhone 断网可跑
面壁智能与 OpenBMB 开源 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个版本，其中 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型，约 3G 内存即可在 iOS、安卓设备上流畅运行。
推荐理由：面壁开源 MiniCPM-V 4.7，给出 35B-A3B 在手机端的内存占用与解码速度，可据此判断端侧多模态的落地门槛。
AWS Machine Learning BlogAI 评分3535 在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 发布 llama.cpp 专用深度学习容器（DLC），可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管方式部署量化模型，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
AWS Machine Learning BlogAI 评分3434 用 Ray LLM Deep Learning Containers 在 Amazon EKS 上运行多节点推理
AWS 发布面向多节点部署的 Ray LLM Deep Learning Containers，可在 Amazon EKS 上用两个 GPU 节点部署单个大语言模型，将 prefill 与 decode 分离并统一在一个 OpenAI 兼容端点之后。
量子位AI 评分6262 Open Academic Paper Gen 上线：多智能体论文工作流从全文核验引用
个人开发者猫叔在 GitHub 发布 Open Academic Paper Gen，一套生成论文初稿的多智能体工作流，把选题到导出拆成确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验、导出九个阶段。
量子位AI 评分6262 民间版 DeepSeek-Bot 发布：基于 DeepSeek Harness 的多 Bot 团队插件
民间开发者 FeiZ 基于 DeepSeek Harness 推出插件 ds-bot，可组建多 Bot 团队，每个 Bot 可设置名称、角色、指令和背后调用的模型，并拥有持久化长期记忆。
量子位AI 评分6767 清华系星动纪元世界动作模型 VPP2 登顶 RoboDojo 榜单并开源
星动纪元自研的世界动作模型 VPP2 登顶 RoboDojo 仿真榜单，综合平均成功率 32.26%、平均得分 39.26 分，两项指标均列第一，领先 GPT-6-Astra 的 22.48% 和 28.97 分。
量子位AI 评分6262 openJiuwen 发布并开源企业级 AgentOS
由华为2012实验室、华为云等团队联合开发者构建的开源 AI Agent 平台 openJiuwen 发布并开源企业级 AgentOS，将多智能体协同、自演进、算力亲和与企业级安全可靠能力融入统一底座。
量子位AI 评分6666 MirroS 发布 AgentGarten：代码环境加实时神经渲染让智能体边玩边进化
MirroS 团队发布 AgentGarten，将可执行代码环境与实时神经渲染器连接，代码定义物理规则、模型生成视觉反馈，以超过 30 fps 的吞吐让智能体持续交互。
Simon WillisonAI 评分2222 ttok 1.0 发布：默认 tokenizer 从 GPT-4 切换至 GPT-5/GPT-6
Simon Willison 发布 ttok 1.0，将默认 tokenizer 从 GPT-4 切换为 GPT-5/GPT-6。
Ars Technica · AIAI 评分5858 Artcraft 用 Claude Opus 5.5 生成七款开源应用复刻 Adobe 软件
Artcraft 从面向艺术家的可控 AI 转向一套七款开源应用，复刻 Adobe 的 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的界面与工具。
Microsoft Research精选AI 评分6666 微软研究院开源 Agent Lightning v1.0：3500 行轻量级智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出真实 harness 参与 RL 训练的思路与 3500 行代码实现，可迁移到自有智能体训练流程。
量子位AI 评分2222 全球 AI 表达能力集体退化：从 Opus 5.5 到 CaveMan Skill，谁还在说人话
量子位文章吐槽 AI 编码模型普遍"不说人话"，Claude、GPT 等模型输出充斥"15/15 全绿""单腿哑火"等黑话，被指与 Coding 过拟合及 CoT 压缩有关——为省 Token，模型思维链被调成"山顶洞语"，Token 消耗可减少 70%。
TechCrunch · AIAI 评分5555 Musubi 开源 PolicyLM-1.7B，用决策模型做实时内容审核
Musubi 发布轻量决策模型 PolicyLM-1.7B，以开放权重形式开源，可将纯英文写成的内容政策应用到消息上，耗时低于 50 毫秒。该模型成本与速度接近主流社交平台用于审核的 AI 分类器，但具备现代 LLM 的灵活性，无需专门训练即可执行复杂政策，政策变更时也不必重新训练。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型，参数量 740M，可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：官方给出 740M 参数、模块化编码器与端侧内存占用，可据此判断本地多模态检索的落地成本。
The Decoder精选AI 评分7676 Reflection 发布首款开源权重模型 Beam，主打低算力下的编码与推理
AI 公司 Reflection 发布首款免费开放的模型 Beam，面向编码、逻辑推理和智能体任务。
推荐理由：Reflection 首款开源权重模型 Beam 以 MoE 架构和超大规模 RL 训练换取低算力成本，读者可据此了解开源模型竞争的新路线。
The DecoderAI 评分6262 研究者将 LeCun 的 JEPA 扩展为跨物理与生物学的通用世界模型 JEPA-Anything
PhAI Labs 联合斯坦福、牛津、普林斯顿的研究者提出 JEPA-Anything，把标准 JEPA 的单一预测拆成四个正交因子、各由独立预测模块处理，再重组为完整世界状态，从而覆盖物理、机器人、天气、单细胞与临床等七个领域。
Latent Space精选AI 评分7878 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月放出。
推荐理由：Reflection 从隐身状态交出首个开源权重模型，读者可对照其训练规模与同期中美开源模型的位次。
TechCrunch · AIAI 评分7474 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 正式发布首款前沿开源权重模型 Beam，称其在高级推理基准上达到领先中国开源模型的水平，且推理成本大幅更低。Beam 是文本-only 的 MoE 模型，总参数 5010 亿、激活 230 亿，预训练使用 23.8 万亿 token，上下文窗口 100 万 token；公司称其推理算力消耗比对手少 3-4 倍，但性能数据尚未经独立验证。
The DecoderAI 评分6262 Aleph Alpha 发布开源权重模型 Kolibri，主打欧洲 AI 主权
Aleph Alpha 发布 Kolibri，这是一个德语和英语语言模型，参数规模 780 亿，通过混合专家架构每个 token 约激活 30 亿参数。公司称 Kolibri 在两种语言的质量与运行成本上处于帕累托前沿，德语基准得分 71%，解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B 等同类模型。
The DecoderAI 评分3838 NASA 与 IBM 发布开源月球基础模型，用 17 年轨道器数据支撑月球科学
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。
The DecoderAI 评分5757 Meta 发布开源项目 Muse Gadgets，并推出 Muse Home Link 硬件
Meta 宣布开源项目 Muse Gadgets，让爱好者自行搭建 AI 硬件，项目包含 ESP32 开发板固件和用于把自制设备接入 Meta AI 智能体 Muse 的 Linux SDK，代码采用 Apache 2.0 许可，并设有 Discord 社区讨论。
The DecoderAI 评分6666 开源工具 BootLoops 支持 AI 模型完成精确科学计算
Anthropic 相关研究者 Schwartz 推出开源工具 BootLoops，用于让 AI 模型完成精确科学计算，源码已在 GitHub 发布。三个月内团队在 18 个领域产出 36 篇手稿、19 位合著者，Claude 用该工具计算了 30 个积分，其中 15 个复现已知结果、15 个为首次计算。
TechCrunch · AIAI 评分5858 Meta 推出开源项目 Muse Gadgets，让开发者自建接入 Muse 的硬件
Meta 推出开源项目 Muse Gadgets，提供开源固件和 Linux SDK，开发者可用 Raspberry Pi 或 ESP32 等低成本开发板，把 Muse 接入显示器、按钮、传感器和执行器。
The DecoderAI 评分6666 Cloudflare 发布 Clef 决策模型，称 AI 智能体决策不再需要人类在环
Cloudflare 发布决策模型 Clef 与 Clef-flash，称智能体可以自行收集上下文、做出决策并执行动作，必要时再交由人类处理。
量子位AI 评分6262 openJiuwen 首发 X-Router 自演进模型路由技术，实测 Token 消耗减少 50% 以上
openJiuwen 团队发布并开源智能路由框架 model-router，首发 x-router 自演进模型路由算法，在 Agent 与模型之间增加一层按请求动态选模的决策能力。
Latent SpaceAI 评分6565 Pi 1.0 与 Pi Durable 发布：支持 MCP 与崩溃恢复的 Agent 运行时
Earendil 旗下的 Pi 发布 1.0 版本并推出 Pi Durable，两者同时登上 Hacker News 首页。Pi 1.0 带来 Codemode（原生支持 MCP、Jev 与图像模型）、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、对话中途系统消息、新 TUI 主题和默认全屏模式。
TechCrunch · AIAI 评分5858 AWS 开源决策模型 Strands Decider 2B，灵感来自 TypeSafe 的 Jev
AWS 发布开源决策模型 Strands Decider 2B，用于在预设选项中做选择并给出置信度，速度更快、成本更低，且小到可本地运行。
Google DeepMind精选AI 评分6060 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：SynthID 水印从图像扩展到合成生物，读者可了解 AI 生成蛋白质的可验证溯源思路与落地边界。