月之暗面开源 Kimi-K3 模型
月之暗面（MoonshotAI）在 GitHub 开源 Kimi-K3 模型仓库，以 Open Frontier Intelligence（开放前沿智能）为定位。
全部动态
GitHub Org · MoonshotAI精选AI 评分6161 GitHub · vLLM ReleasesAI 评分4949 vLLM v0.26.0 发布：新增 Inkling 模型家族支持，跨厂商推进 DeepSeek-V4 性能优化
vLLM 发布 v0.26.0，收录 212 位贡献者的 411 个 commits，含 61 位新贡献者。该版本为 Inkling 模型家族提供完整支持栈，包括 MTP=1 speculative decoding、LoRA 与 ModelOpt NVFP4 量化等。DeepSeek-V4 性能跨厂商优化，专用路由 kernel 实现 2.94% E2E TPOT 改善。
Meta AI BlogAI 评分4949 重塑独立生活：Meta AI 模型如何助力匹兹堡大学变革辅助机器人技术
Meta 开源视觉模型 DINOv3 和 SAM 正被匹兹堡大学用于残障人士辅助机器人平台 RAMMP，该项目获 ARPA-H 最高 $41.5 million 资助。模型经优化部署在电池供电的边缘设备上，可查询机器人图像传感器识别自动门按钮、水杯、路缘/地面以辅助导航。该功能已集成进首个原型、准备实测，语音与触控输入正在开发。
Berkeley AI ResearchAI 评分4545 ABBEL：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，让 LLM 用自然语言信念状态替代完整交互历史作为工作上下文。该框架借鉴递归贝叶斯估计，通过信念分级按能否重建最新观测来监督信念内容。
OpenAI · 失准报告与通报精选AI 评分7474 OpenAI 与 Apollo Research 提出 Contrastive SDF 方法测量模型奖励寻求倾向
OpenAI 与 Apollo Research 提出 Contrastive SDF 方法，用两份被灌输相反评分者信念的微调副本，量化模型行为对评分者偏好的因果敏感度。
推荐理由：原文给出把奖励寻求量化为行为对评分者信念敏感度的测量方法，并显示该倾向随强化学习训练增强。
GitHub Org · continuedevAI 评分4545 Continue 被 Cursor 收购，官网 continue.dev 转为 GitHub 静态存档
Continue 已被 Cursor 收购，其官网 continue.dev 转为 GitHub 上的静态存档。该存档对应 continuedev 组织下的仓库 continuedev/continue-home。
Meta AI BlogAI 评分4141 Meta 的 SAM 3 与 DINOv3 如何驱动 Genesis Mission 首批科学项目
Meta 介绍其开源模型 SAM 3 与 DINOv3 成为美国能源部 Genesis Mission 旗下 SYNAPS-I 项目的核心分割管线，该项目由 Berkeley Lab 联合 Argonne、Brookhaven、Oak Ridge、SLAC 开展。
Moonshot AI / Kimi ResearchAI 评分4444 月之暗面 Kimi 团队发布 PerceptionBench：评测多模态大模型的原子级视觉感知能力
月之暗面 Kimi 团队发布 PerceptionBench，从 42 个基准上前沿模型的失败中归纳出 10 项原子视觉感知能力并据此评测多模态大模型。基准发布 3,000 道已验证题目，每题只隔离单一能力，看图即可作答，无需推理或外部知识。对 16 个前沿多模态大模型的评测显示无一准确率达 60%，感知相关幻觉是平均最弱的能力。
Moonshot AI / Kimi Research精选AI 评分8686 Moonshot AI 发布 2.8T 参数模型 Kimi K3
Moonshot AI 发布 2.8T 参数模型 Kimi K3，基于 Kimi Delta Attention 与 Attention Residuals，具备原生视觉能力和 100 万 token 上下文窗口。
推荐理由：原文同时给出基准对比、架构细节、API 定价与权重开放时间，读者可据此评估这款 2.8T 开源模型在编码与智能体工作里的可用性。
GitHub Org · xai-org精选AI 评分6060 xAI 开源 grok-build 编码智能体终端工具
xAI 在 GitHub 开源 grok-build，定位为编码智能体的 harness 和 TUI 工具。该工具支持全屏界面与鼠标交互，并且可扩展，仓库地址为 https://github.com/xai-org/grok-build。
推荐理由：xAI 官方公开的编码智能体 harness，主打全屏鼠标交互与可扩展，关注终端编码工具的读者可以拿它和现有方案做对比。
GitHub Org · openaiAI 评分5757 OpenAI 发布 Codex Security CLI 和 TypeScript SDK，用于查找、验证与修复安全漏洞
OpenAI 发布了 Codex Security CLI 和 TypeScript SDK，用于查找、验证和修复安全漏洞。该工具已上架 npm，包名为 @openai/codex-security，代码仓库位于 https://github.com/openai/codex-security。
GitHub Org · browser-useAI 评分4949 browser-use browser-harness-tui：内嵌 OpenAI Codex 分支的终端式浏览器智能体
browser-use 的 browser-harness-tui 将 OpenAI Codex 分支后内嵌为其内置浏览器智能体 Browser Harness Agent。该智能体采用终端风格 TUI，并原生集成 browser-harness 工具。
Thinking Machines Lab · NewsAI 评分5555 Thinking Machines 发文阐述以人为本的 AI 发展愿景
Thinking Machines Lab 发文阐述其使命与技术路线，主张构建能延伸人类意志与判断的 AI。文中批评现有模型大多在少数机构训练后即被冻结，并提出训练强模型、让用户定制模型权重、押注在模型内部原生支持实时多模态交互的交互模型、公开发布研究四个方向。文章还主张把价值观编码进模型权重以实现分散对齐，并认为 METR 的任务完成时长基准只衡量 AI 自主能力，而非人与机器协作的成果。
GitHub Org · gradio-appAI 评分4646 gradio-app Posterly：单个 HTML/CSS 文件生成学术会议海报的 coding-agent 技能
gradio-app 的 Posterly 是一个 coding-agent 技能，可将学术会议海报构建为单个 HTML/CSS 文件。文件经 headless Chromium 渲染，输出可直接印刷的 PDF。
Meta AI Blog精选AI 评分7575 Meta 发布 Muse Spark 1.1 多模态推理模型并开放 Meta Model API 公测
Meta Superintelligence Labs 于 7 月 9 日发布 Muse Spark 1.1，定位为面向智能体任务的多模态推理模型，在工具与计算机使用、编码和多模态理解上较 Muse Spark 有明显提升，支持 100 万 token 上下文管理和多智能体编排。
推荐理由：官方发布给出了智能体、编码、多模态能力要点，百万 token 上下文和 Meta Model API 公测入口对评估可用性有直接参考。
Berkeley AI ResearchAI 评分5555 UC Berkeley 研究者提出面向、承载、由智能体构建的数据系统三重研究议程
UC Berkeley 的 Parameswaran、Zaharia、Stoica 等学者在 BAIR 博客发文，提出智能近乎免费时代数据系统面向、承载、由智能体构建的三重研究议程。
GitHub Org · THUDMAI 评分4949 THUDM 开源 SCALE-CUA 计算机使用智能体框架
清华 THUDM 在 GitHub 开源 SCALE-CUA 框架，面向计算机使用智能体。该框架包含 VeriGen 可验证任务合成、基于 AgentRL 的在线 RL 训练，以及在 OSWorld 和 ScienceBoard 上的评测。
Meta AI Blog精选AI 评分7272 Meta 发布 Muse Image 并预览 Muse Video 媒体生成模型
Meta 发布图像生成模型 Muse Image 并预览视频生成模型 Muse Video，二者是 Meta Superintelligence Labs 开发的首批媒体生成模型。
推荐理由：图像模型以智能体方式调用搜索和代码工具，并用测试时算力换质量，读者可据此对比现有图像生成产品的技术路线差异。
ARC Prize · 官方博客AI 评分5858 ARC Prize 公布 ARC-AGI-3 里程碑奖 1 前三名开源方案
ARC Prize 团队公布 ARC-AGI-3 首个 3.75 万美元里程碑奖（6 月 30 日截止）的前三名开源提交。
GitHub Org · unslothaiAI 评分4545 unslothai/stable-diffusion.cpp：纯 C/C++ 推理 SD、Flux、Wan、Qwen Image、Z-Image 等扩散模型
unslothai 的 stable-diffusion.cpp 仓库以纯 C/C++ 实现扩散模型推理，支持 SD、Flux、Wan、Qwen Image、Z-Image 等模型。
Meta AI Blog精选AI 评分6363 Meta 发布 Brain2Qwerty v2：非侵入式脑信号解码词准确率达 61%
Meta AI 发布 Brain2Qwerty v2，称其为能从非侵入式脑记录实时解码整句、性能最高的端到端管线，词准确率达 61%，远高于其他非侵入式方法的 8%，最佳参与者达 78%。
推荐理由：原文给出非侵入式解码与手术植入方案的准确率对比，读者可以据此判断数据规模扩大后这条无创路线还能走多远。
GitHub Org · CopilotKitAI 评分4646 CopilotKit OpenTag：基于 AG-UI 与 LangGraph 构建的 Slack 与 Microsoft Teams 自托管 AI 值班分诊机器人入门应用
CopilotKit 在 GitHub 上提供 OpenTag，这是一个基于 AG-UI 与 LangGraph 构建的 Channels SDK 入门应用。OpenTag 可用作 Slack 和 Microsoft Teams 的自托管 AI 值班分诊机器人，开发者可 fork 该仓库并上线自己的版本。
GitHub Org · langchain-aiAI 评分4646 LangChain OpenWiki：为代码库编写并维护智能体文档的 CLI
LangChain 团队开发了 OpenWiki，这是一款为代码库编写并维护智能体文档的 CLI 工具。该项目托管在 GitHub 的 langchain-ai/openwiki 仓库下。
GitHub Org · tencentAI 评分5959 腾讯开源 BrowserSkill，让 AI 智能体使用真实已登录浏览器完成自动化
腾讯在 GitHub 开源 BrowserSkill，让 AI 智能体使用用户真实已登录的浏览器进行自动化，且不打断用户正在进行的操作。工具由 CLI 和浏览器扩展组成，可接入任何具备 shell 能力的 AI Agent。
OpenAI · 失准报告与通报精选AI 评分6464 OpenAI 研究表明有益特质强化学习可带来广泛且持久的对齐改进
OpenAI 发表对齐研究，发现针对诚实、认知谦逊、可纠正性等有益特质的强化学习在 53 个内部与外部评测中的 44 个上优于同等算力基线，改进覆盖欺骗、奖励劫持、健康与心理健康等方向。这些改进可跨域泛化，仅在健康对话上训练也提升了非健康领域的对齐评测，剔除健康与科学数据后健康评测仍然改善。经过该训练的模型在对抗提示与有害微调下更难被引向有害行为，同时对正常有益指令仍保持可引导。
推荐理由：原文给出跨域与对抗压力下的实验证据，读者可据此判断有益特质强化学习能带来多大范围的可泛化对齐改进。
GitHub Org · huggingfaceAI 评分4242 HuggingFace funes：为智能体历史会话提供持久化、可搜索的记忆
HuggingFace 在 GitHub 上提供 funes 项目，为过去的智能体（Agent）会话保存持久化、可搜索的记忆。历史会话可被长期保留并支持检索，方便日后查找。
goose 官方博客AI 评分5151 goose 团队复盘自改进智能体仍需人类把关的基准使用方法
goose 团队阐述其基准方法论：编码智能体基准易因 Goodhart 定律被过拟合，他们把 Terminal-bench 当作失败信号来源而非排行榜分数，并刻意用 Sonnet 留出足够失败样本。
OpenAI · 失准报告与通报精选AI 评分6464 OpenAI 验证 WildChat 公开聊天数据能否预测模型真实失准率
OpenAI 用内部生产数据验证，基于公开数据集 WildChat 的对话前缀重采样生成模型回复，能较准确预测 GPT 系列模型在线上真实使用中的失准行为发生率。
推荐理由：OpenAI 用内部生产数据验证了公开聊天数据能预测模型线上失准率，同时指出它在智能体场景下误差明显更大。
GitHub Org · langgeniusAI 评分5050 langgenius 开源 mosoo：编码智能体托管运行时
langgenius 开源了编码智能体托管运行时 mosoo。它通过统一的 Agents API 运行 OpenAI Codex、Claude Agent SDK、OpenCode 和 Pi Agent，提供隔离云沙箱、持久会话、工具流式输出和托管文件能力。
GitHub Org · modelscopeAI 评分4343 Awesome-Vibe-Research：ModelScope 面向 AI 辅助科研的开放共建仓库
ModelScope 在 GitHub 开放了面向 AI 辅助科研的开放共建仓库 Awesome-Vibe-Research。仓库收集和沉淀科研全流程中的 agents、skills、workflows、tools 与最佳实践。
MiniMax Research BlogAI 评分5252 MiniMax 详解 MaxProof：用生成式验证器 RL 与进化搜索扩展 M3 数学证明能力
MiniMax 发布技术博客，详解 M3 数学证明能力背后的 MaxProof 框架，并称 M3 借此在 IMO 2025 与 USAMO 2026 上超过人类金牌线。
GitHub Org · appleAI 评分4141 Apple coreai-models 仓库：面向端侧 AI 的模型导出配方、Python 原语与 Swift 运行时工具
Apple 在 GitHub 提供 coreai-models 仓库，包含面向端侧 AI 的模型导出配方、Python 原语与 Swift 运行时工具。
GitHub Org · alibabaAI 评分4646 阿里巴巴 loongsuite-pilot：面向 AI 编程智能体的本地优先遥测收集器
阿里巴巴的 loongsuite-pilot 是面向 AI 编程智能体的本地优先遥测收集器，为 Claude Code、Codex、Cursor 等工具统一收集 OpenTelemetry 事件。它能统计 token 用量与成本，提供链路追踪和安全审计，数据可导出到任意位置。
GitHub Org · volcengineAI 评分4141 火山引擎 volcengine-agent-toolkit：为 Claude Code、Codex、Cursor 等 AI 编程智能体提供技能与插件
火山引擎在 GitHub 发布 volcengine-agent-toolkit，为 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等 AI 编程智能体提供技能与插件。该工具包通过 `ve` CLI 管理云资源，支持搜索官方文档和故障排查，并可按需安装产品领域技能。
GitHub Org · ollamaAI 评分4848 Ollama 官方 VS Code 扩展
Ollama 在 GitHub 上提供官方 VS Code 扩展，仓库为 ollama/ollama-vscode。该扩展定位为 Ollama 面向 VS Code 的官方扩展，原文未给出版本号或更多功能细节。
Replit · BlogAI 评分5555 Replit Enterprise 开放自助购买，无需销售对接即可开通
Replit 宣布 Enterprise 企业版开放官网自助购买，无需演示申请或合同谈判，配置 SSO 后数分钟即可开始构建生产应用。购买时选择年度 credit 承诺即获得无限席位，额度可在 Replit Agent、Deployments、Storage 等服务间共享，支持信用卡或 ACH 付款。
goose 官方博客精选AI 评分6666 goose 推出 Hooks 功能，可在会话各事件上自动运行自定义脚本
goose 新增生命周期 Hooks 功能，把插件目录放进磁盘即可在会话事件发生时自动运行 shell 脚本，无需写 Rust 或 MCP server。
推荐理由：原文列出全部触发事件并给出五个可复制的示例脚本，读者可以直接照着把已有命令接进 goose 会话。
Thinking Machines Lab · News精选AI 评分7272 Thinking Machines 宣布交互模型研究预览，TML-Interaction-Small 原生支持实时多模态协作
Thinking Machines Lab 宣布交互模型研究预览，从零训练出 TML-Interaction-Small（276B 参数 MoE、激活 12B），可实时接收音频、视频和文本并即时回应。
推荐理由：原文说明交互模型如何把实时互动内建到模型本身而非外部脚手架，并给出与主流实时模型在智能与响应上的基准对比。
Berkeley AI ResearchAI 评分4040 Berkeley AI Research 深度解析自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布长文综述并行推理领域进展，重点分析自适应并行推理（Adaptive Parallel Reasoning），让模型自主决定何时分解并行子任务、启动多少并发线程及如何协调。
goose 官方博客精选AI 评分6363 goose 如何跨多个智能体编排复杂工作流
goose 官方博客介绍如何用编排功能协调多个智能体并行处理复杂工作流，把复杂任务分解成子任务后分派给子智能体、ACP provider 或其他 goose 实例。
推荐理由：goose 官方讲解如何编排多个智能体并行协作，附可直接复用的提示词示例和读并行写串行的实践原则。