美团开源LongCat-2.5，总参数1.6万亿支持商用
美团于11月10日正式开源LongCat-2.5，采用MIT协议，支持商用推理部署与二次训练，无需额外授权。据介绍，该模型是面向长程智能体任务的原生多模态模型，总参数1.6万亿，每个token激活约480亿参数，支持一百万上下文，在复杂代码库开发、完整项目构建、Visual Coding与专业办公场景中端到端交付能力有明显提升。
推荐理由：原文给出开源协议、参数规模和激活量等关键信息，读者可据此评估该模型在长程智能体任务上的部署价值。
技术方向
开源生态 最新动态
开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
15 条精选近 30 天 15 条共收录 74 条
更新
开源生态的精选
财联社电报新精选AI 评分7373 36氪精选AI 评分5151 蚂蚁灵波发布触觉基础模型 LingBot-Touch 并开源
蚂蚁灵波于11月10日发布 LingBot-Touch 触觉基础模型，基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类传感原理，可将不同信号转化为同一套触觉表征，供不同灵巧手和动作模型使用。其技术报告、模型和代码已开源，可在 Hugging Face、GitHub 和魔搭社区获取。
对A股利好传感器（触觉）与灵巧手，开源模型或加速触觉数据规模化应用
推荐理由：原文给出了模型的数据规模、覆盖的传感原理和开源渠道，读者可以据此评估它在具身智能触觉感知上的可用性。
量子位精选AI 评分5757 中山大学本科生推出反AI逆向工具BLA，Token消耗最高暴增2800倍
中山大学本科生Timo Zhang发布开源项目BLA，通过投毒、卡爆分析器上限、诱导误判三步干扰AI逆向工具REA，作者称加固后逆向Token消耗约为原来的300-2800倍，14个示例估算总Token消耗约为加固前的639.5倍、总费用约304.4倍。13个对照项中7项报错或被拒绝，3项未见阻断，BLA目前获3900+标星。项目地址 https://github.com/qybaihe/bla/。
推荐理由：文章拆解了BLA针对REA逆向工具的三步干扰机制和实测Token消耗倍数，读者可以据此了解反AI逆向加固的实际做法与局限。
The Decoder精选AI 评分5555 腾讯 AI 负责人姚顺宇称 AI 生物武器风险临近，但完全封闭模型并非答案
腾讯首席 AI 科学家姚顺宇（曾任职 OpenAI）表示 AI 很快将能开发生物武器，主张开源与闭源混合而非二选一，并以 Hugging Face 攻击事件中闭源模型拒答、改用开源 GLM-5.2 解析日志为例。报道指出该例的局限：实际拦截靠补漏洞与轮换凭证；文章还提到 Abliteration 技术可去除开源模型安全过滤、Anthropic 承认 Claude 自 Fable 5 起过滤器过于激进，以及腾讯即将以开放权重发布 Hy4 并附安全报告。
推荐理由：文章把腾讯姚顺宇的开闭源折中主张与 Hugging Face、Anthropic 等多方事实并置，读者可据此权衡生物安全与模型开放的争论。
MarkTechPost精选AI 评分5757 Reason Machines 开源面向 AI Agent 的 Git 服务器 Aspen
Reason Machines 开源 Apache 2.0 协议的 Git 服务器 Aspen，独立实现 OpenAI 描述的 Pando 设计，按分支而非仓库扩展写入。公司自报单台 8 核服务器持续 567 次/秒推送、p99 314 ms，支持标准 git 经 HTTPS/SSH 使用；项目为 pre-alpha，尚无 release、无 Web UI，24 小时持久化门槛未达成，main 分支落地约 4 次/秒。
推荐理由：原文梳理了 Aspen 的架构取舍、自报性能与短板，并对比多款 agent 规模 Git 后端，便于读者评估是否适用。
量子位精选AI 评分6363 量子位实测LobeHub：主管Agent可派任务、写代码、临时招人
量子位作者实测LobeHub的AI协作平台，组建AI编辑部完成选题简报和热点网页制作，全程约30分钟，主管Agent Sienna能拆任务、派活、验收并临时新建两位Worker接续工作。
推荐理由：作者用两轮编辑场景实测LobeHub的多Agent协作，读者可借此了解主管Agent派活、招人、验收机制的真实运行情况。
Tom's Hardware精选AI 评分7878 微软高管发布开源GPU任务管理工具gputaskman
微软VP Scott Hanselman发布了开源GPU任务管理工具gputaskman（v0.3.0），支持Windows、Linux和macOS。该工具可显示进程级GPU使用情况和VRAM消耗，并专门拆解AI/LLM任务的权重、KV缓存等细节。代码以MIT许可证在GitHub开源。
推荐理由：该工具提供细粒度VRAM监控，帮助开发者排查AI工作负载的资源占用。
The Decoder精选AI 评分6363 Thinking Machines 发布 Inkling 2 Small，称其为西方最强开源权重模型
Mira Murati 创办的 Thinking Machines 发布 MoE 模型 Inkling 2 Small，参数量 594B，公司声称其为西方最强开源权重模型。据报道其智能体表现更强，但代价是 token 用量明显上升。
推荐理由：原文点出 MoE 参数规模和 token 用量上升的代价，读者可以据此权衡该开源权重模型的实际使用成本。
36氪精选AI 评分6868 Menlo Ventures 报告：美国企业开源模型支出 89% 流向中国模型，Kimi 占 61%
36氪援引 Menlo Ventures《2026年企业AI现状报告》：美国企业用于开源模型的支出中，89% 付给中国模型，其中 Kimi 占 61%。报告基于对近 400 名美国企业 AI 业务负责人的调研，受访者负责的 AI 支出合计超过 40 亿美元。
推荐理由：报告给出美国企业开源模型支出的具体占比和调研样本，可用于判断中国开源模型在海外企业市场的位置。
The Decoder精选AI 评分6565 百度开源 ERNIE 5.5 Flash Base 280B MoE 基础模型
百度发布 ERNIE 5.5 Flash Base，这是一个拥有 2800 亿参数的 MoE 模型，在 33.5 万亿 token 上预训练。该模型作为开源基础模型发布，刻意未进行微调，以便开发者自由使用。
推荐理由：百度开源2800亿参数MoE基础模型，未微调设计便于开发者二次开发。
机器之心精选AI 评分4444 清华、米哈游开源 GameScaling 系列模型，迈向通用游戏智能
清华大学与米哈游联合开源 GameScaling 系列模型，目标是迈向通用游戏智能。作者团队包括清华人工智能学院博士生张宽、港大 MMLab 博士生苏悦、新加坡国立大学博士生罗润、米哈游崩坏系列 AI NPC & Gameplay 技术团队负责人郑银河以及清华助理教授李一鸣等。
推荐理由：原文介绍了清华与米哈游联合开源的 GameScaling 系列模型，方向指向通用游戏智能体，可关注其技术路线与开源内容。
GitHub 热门精选AI 评分6161 GitHub 开源项目 heretic：免训练修改语言模型行为
GitHub 用户 p-e-w 发布开源项目 heretic，定位为免训练（training-free）的语言模型修改工具。项目声称可移除审查、抑制套话（slop）、减少谄媚（sycophancy）等，不依赖重新训练。
推荐理由：仓库主打无需训练即可修改模型行为，涵盖去审查、抑制套话和减少谄媚等方向，读者可据此评估其适用场景。
Tom's Hardware精选AI 评分6868 开源 UEFI 工具 nv-uefi-unlocker 通过 USB 解锁 NVIDIA RTX 显卡的 AI 限速
开源项目 nv-uefi-unlocker 发布可从 USB 启动的 UEFI 工具，在 Windows 和 Linux 上解锁 NVIDIA 对 RTX 20、30、40 系桌面与笔记本 GPU 的 tensor 半速限制，无需刷 VBIOS 或改驱动。开发者自己的 RTX 4060 笔记本 FP16 矩阵乘性能提升 65%，实测案例中 RTX 4080 达 1.91 倍。
对A股开源工具绕过英伟达限制提升消费级GPU算力，对英伟达链中性偏利好（推断），短期或影响高端产品定位（推断）
推荐理由：原文整理了工具的解锁原理、兼容卡列表和实测提升幅度，读者可据此判断自己的 RTX 显卡是否值得尝试。
GitHub 热门精选AI 评分6464 Anthropic 开源 Agent Skills 公共仓库 anthropics/skills
Anthropic 在 GitHub 上公开了 Agent Skills 公共仓库 anthropics/skills，仓库简介为 Agent Skills 的公开代码库。
The Decoder精选AI 评分6161 Mistral开源万亿参数模型Large 4，编程强但总分落后中国模型
Mistral发布Large 4（又称Le Chonk）权重，这是一个全部在欧洲训练的万亿参数模型。Mistral称其编程能力胜过开源对手，独立测试显示其速度快、价格较低，但得分26分，仍低于DeepSeek V4.1 Flash和GLM-5.3的32分。
推荐理由：原文给出与DeepSeek V4.1 Flash和GLM-5.3的第三方得分对比，可据此看欧洲开源模型所处位置。