AI在线 AI在线

开源

谷歌nano banana正式上线：单图成本不到3毛钱，比OpenAI便宜95%

谷歌nano banana正式上线：单图成本不到3毛钱，比OpenAI便宜95%

昨晚，神秘且强大的图像生成与编辑模型 nano banana 终于正式显露真身。 没有意外，它果然来自谷歌，并且也获得了一个正式但无趣的名字：gemini-2.5-flash-image-preview。 据介绍，该模型具有「SOTA 的图像生成与编辑能力、惊人的角色一致性以及闪电般的速度」。
8/27/2025 9:25:00 AM
最新智能体自动操作手机电脑，10个榜单开源SOTA全拿下｜通义实验室

最新智能体自动操作手机电脑，10个榜单开源SOTA全拿下｜通义实验室

能自动操作手机、电脑的智能体新SOTA来了。 通义实验室推出Mobile-Agent-v3智能体框架，在手机端和电脑端的多个核心榜单上均取得开源最佳。 它不仅能做交互界面的问答、描述、定位，也能一条指令独立完成复杂任务，甚至可以在多智能体框架中无缝扮演不同角色。
8/26/2025 9:08:00 AM
马斯克掀桌子了，最强开源大模型诞生！Grok-2近万亿参数性能首曝

马斯克掀桌子了，最强开源大模型诞生！Grok-2近万亿参数性能首曝

什么？ 马斯克终于开源了Grok-2！ 一大早，xAI正式官宣，向所有人开源Grok-2！
8/25/2025 9:10:00 AM
刚刚，马斯克开源Grok 2.5：中国公司才是xAI最大对手

刚刚，马斯克开源Grok 2.5：中国公司才是xAI最大对手

就在刚刚，马斯克一手开源动作，引发了大伙儿的高度关注——xAI现在正式开源Grok 2.5，Grok 3将在半年后开源。 其实早在本月初的时候，马斯克就公开表示过：是时候开源Grok了，将会在下周。 虽然开源的时间已经超过了他说的节点，但也正如网友所说：迟到总比没有的好。
8/25/2025 8:54:00 AM
比GPT-5还准？AIME25飙到99.9%刷屏，开源模型首次！

比GPT-5还准？AIME25飙到99.9%刷屏，开源模型首次！

如何让模型在思考时更聪明、更高效，还能对答案有把握？ 最近，Meta AI与加州大学圣地亚哥分校的研究团队给出了一个令人振奋的答案——Deep Think with Confidence（DeepConf），让模型自信的深度思考。 论文地址：：「置信度筛选」，不仅让模型在国际顶尖数学竞赛AIME 2025上拿下了高达99.9%的正确率。
8/25/2025 8:53:00 AM
AIBrix v0.4.0 发布：P/D 解耦与专家并行支持、KVCache v1 连接器、KV 事件同步与多引擎支持

AIBrix v0.4.0 发布：P/D 解耦与专家并行支持、KVCache v1 连接器、KV 事件同步与多引擎支持

AIBrix项目作为大模型推理的可扩展且高性价比的技术方案，项目于2025 年 2 月 21 日正式开源，并通过vLLM 官方博客官宣，为 vLLM 推理引擎提供可扩展且高性价比的控制面。 开源 72 小时内，AIBrix 收获的 GitHub Star 数已超 1K，96 小时突破 2K；开源一周左右，AIBrix 保持在 GitHub trending[1]榜第一的位置。 目前 GitHub Star 已超过 4K，贡献者超过 70 人。
8/21/2025 9:02:56 AM AIBrix团队
DeepSeek开源新基础模型，但不是V4，而是V3.1-Base

DeepSeek开源新基础模型，但不是V4，而是V3.1-Base

昨晚，深度求索在用户群里宣布「DeepSeek 线上模型版本已升级至 V3.1，上下文长度拓展至 128k」并更新了 UI （去掉了 DeepThink 旁的 R1 标示）之后，在 Hugging Face 发布了一款新模型 DeepSeek-V3.1-Base。 模型地址：，该模型是 DeepSeek-V3 系列最新的基础模型。 至于为什么命名为 V3.1，而不是像之前以前命名为 V3 带四位日期数字的形式（如 V3-0324），尽管社区有诸多猜测，但深度求索官方尚未给出明确说明 —— 和该公司之前的操作一样，这一次同样是模型先行，说明和宣传还在后面。
8/20/2025 9:08:00 AM
英伟达开源9B参数小模型，比Qwen3快6倍

英伟达开源9B参数小模型，比Qwen3快6倍

小模型也开始卷起来了！ 在麻省理工学院衍生公司Liquid AI发布了一款小到可以装在智能手表上的新AI视觉模型，以及谷歌发布了一款可以在智能手机上运行的小型模型之后，英伟达也加入了这场浪潮，推出了自己的新型小型语言模型（SLM）：Nemotron Nano v2。 这款9B的“小”模型在复杂推理基准测试上的准确率与Qwen3-8B相当或更高，速度快6倍。
8/19/2025 4:10:46 PM
字节Seed开源长线记忆多模态Agent，像人一样能听会看

字节Seed开源长线记忆多模态Agent，像人一样能听会看

不圆 发自 凹非寺. 量子位 | 公众号 QbitAI字节Seed发布全新多模态智能体框架——M3-Agent。 像人类一样能听会看、具备长期记忆，并且免费开源！
8/18/2025 4:04:41 PM 不圆
Meta刚刚开源DINOv3，横扫60+任务，无标注封神！

Meta刚刚开源DINOv3，横扫60+任务，无标注封神！

今天凌晨，全球社交、科技巨头Meta开源了，最新视觉大模型DINOv3。 DINOv3的主要创新使用了自我监督学习，无需标注数据就能大幅度降低训练所需要的时间和算力资源。 并且与前一代相比，DINOv3的训练数据大12倍扩大至17亿张图像以及大7倍的70亿参数。
8/15/2025 9:07:09 AM
OpenAI没开源的gpt-oss基础模型，他去掉强化学习逆转出来了

OpenAI没开源的gpt-oss基础模型，他去掉强化学习逆转出来了

前些天，OpenAI 少见地 Open 了一回，发布了两个推理模型 gpt-oss-120b 和 gpt-oss-20b。 但是，这两个模型都是推理模型，OpenAI 并未发布未经强化学习的预训练版本 gpt-oss 基础模型。 然而，发布非推理的基础模型一直都是 AI 开源 / 开放权重社区的常见做法，DeepSeek、Qwen 和 Mistral 等知名开放模型皆如此。
8/13/2025 11:42:09 AM
机器人上下文协议首次开源：阿里达摩院一口气放出具身智能「三大件」

机器人上下文协议首次开源：阿里达摩院一口气放出具身智能「三大件」

8 月 11 日，在世界机器人大会上，阿里达摩院宣布开源自研的 VLA 模型 RynnVLA-001-7B、世界理解模型 RynnEC、以及机器人上下文协议 RynnRCP ，推动数据、模型和机器人的兼容适配，打通具身智能开发全流程。 开源链接：机器人上下文协议 RynnRCP - 语言 - 动作模型 RynnVLA-001 RynnEC ，但仍面临开发流程碎片化，数据、模型与机器人本体适配难等重大挑战。 达摩院将 MCP（Model Context Protocol）理念引入具身智能，首次提出并开源了 RCP（Robotics Context Protocol）协议以推动不同的数据、模型与本体之间的对接适配。
8/11/2025 6:09:37 PM
智谱终于发布GLM-4.5技术报告，从预训练到后训练，细节大公开

智谱终于发布GLM-4.5技术报告，从预训练到后训练，细节大公开

就在上个月底，智谱放出重磅炸弹 —— 开源新一代旗舰模型 GLM-4.5 以及轻量版 GLM-4.5-Air。 其不仅首次突破性地在单个模型中实现了推理、编码和智能体能力的原生融合，还在 12 项全球公认的硬核测试中取得了全球第三的综合成绩。 这个成绩在所有国产模型和开源模型中均排名第一！
8/11/2025 5:58:44 PM
达摩院开源具身智能“三大件”，机器人上下文协议首次开源

达摩院开源具身智能“三大件”，机器人上下文协议首次开源

8月11日消息，在世界机器人大会上，阿里达摩院宣布开源自研的 VLA 模型RynnVLA-001-7B、世界理解模型RynnEC、以及机器人上下文协议RynnRCP ，推动数据、模型和机器人的兼容适配，打通具身智能开发全流程。 具身智能领域飞速发展，但仍面临开发流程碎片化，数据、模型与机器人本体适配难等重大挑战。 达摩院将MCP（Model Context Protocol）理念引入具身智能，首次提出并开源了RCP（Robotics Context Protocol）协议以推动不同的数据、模型与本体之间的对接适配。
8/11/2025 11:14:21 AM 量子位的朋友们
刚刚，小红书开源了多模态大模型dots.vlm1，性能直追SOTA！

刚刚，小红书开源了多模态大模型dots.vlm1，性能直追SOTA！

最近的AI圈只能说是神仙打架，太卷了。 OpenAI终于发了开源模型，Claude从Opus 4升级到4.1，谷歌推出生成游戏世界的Genie 3引发社区热议。 国产模型这边，就在前几天，HuggingFace上排在最前面的10个开源模型还都来自国内。
8/7/2025 4:24:19 PM 新智元
OpenAI重磅发布gpt-oss系列开源大模型：媲美 GPT-4o

OpenAI重磅发布gpt-oss系列开源大模型：媲美 GPT-4o

不论你是独立开发者、企业还是研究机构，现在都可以免费拥有一款与 GPT-4o 接近实力的语言模型。 开源但不“阉割”：媲美 GPT-4o，运行成本极低OpenAI 在这次发布中非常有诚意：gpt-oss-120b：在核心推理任务上已接近 GPT-4o-mini，支持 128k 上下文，单卡 80GB GPU 可跑。 gpt-oss-20b：性能对标 GPT-3.5（o3-mini），仅需 16GB 显存，可部署于消费级设备、本地推理、离线使用等场景。
8/7/2025 2:05:40 PM AI大模型应用开发
腾讯AI Lab开源可复现的深度研究智能体，最大限度降低外部依赖

腾讯AI Lab开源可复现的深度研究智能体，最大限度降低外部依赖

深度研究智能体（Deep Research Agents）凭借大语言模型（LLM）和视觉-语言模型（VLM）的强大能力，正在重塑知识发现与问题解决的范式。 然而，现有开源智能体框架多依赖付费工具，限制了可复现性和普适性。 腾讯AI Lab全新推出的Cognitive Kernel-Pro，一款全开源、多模块、层次化的智能体框架，为深度研究智能体的开发与训练提供了突破性解决方案。
8/6/2025 3:37:52 PM 不圆
阿里刚刚开源Qwen-Image，免费版GPT-4o吉卜力，中文最好模型

阿里刚刚开源Qwen-Image，免费版GPT-4o吉卜力，中文最好模型

今天凌晨，阿里巴巴达摩院开源了最新文生图模型Qwen-Image。 Qwen-Image是一个200亿参数的MMDiT模型，可生成写实、动漫、赛博朋克、科幻、极简、复古、超现实、水墨等几十种类型的图片，支持图片的风格迁移、增删改、细节增强、文字编辑，人物姿态调整等常规操作。 Qwen-Image也可以生成OpenAI的GPT-4o爆火全网的吉卜力风格图片。
8/5/2025 9:15:15 AM