SpaceXAI开源Grok Build终端AI编码代理，Rust实现全栈工具链
SpaceXAI于7月15日将其基于Rust的AI编码代理Grok Build以Apache 2.0许可开源，提供完整的Agent循环、工具层、终端UI及插件系统，支持本地部署和CI集成，为开发者打造可审计的全栈编码助手。
开源AgentRustSpaceXAIGrok Build
•22 阅读•1分钟•开源
Thinking Machines Lab推出Inkling 975B开源多模态模型，实现可控思考力度
2026年7月15日，Thinking Machines Lab正式发布Inkling——首个9750亿参数、开放权重的多模态Mixture‑of‑Experts模型。该模型支持1M标记上下文、原生文本、图像、音频输入，并提供可调节的思考力度，旨在为企业和研发者提供可高度定制的基础大模型。
多模态Open SourceThinking Machines LabInkling
•19 阅读•1分钟•开源
Soofi推出30B混合Mamba‑Transformer MoE基座模型，德语与英语表现领跑开源领域
德国科研联盟Soofi Consortium于2026年7月发布了30B规模的混合Mamba‑Transformer MoE基础模型Soofi S 30B‑A3B，支持德语和英语双语生成。该模型在公开基座模型中取得最高的语言聚合得分，展示了高效稀疏激活与长上下文能力。
vLLMMoEMamba-TransformerSoofi
•18 阅读•1分钟•开源
Kyutai推出MuScriptor开源多乐器转录模型，实现高精度MIDI生成
Kyutai 与 Mirelo 联手发布 MuScriptor——首个开源、解码器唯一的多乐器音频转 MIDI 模型。该模型基于 170 万真实录音和 145 万合成 MIDI 进行三阶段训练，在公开基准 DTest 上多乐器 F1 达到 48.2，显著超越 YourMT3+ 基线，为音乐制作、乐理研究等场景提供了可商用的高质量转录工具。
KyutaiMuScriptor多乐器转录MIDI音频模型
•42 阅读•1分钟•开源
Hugging Face CEO称企业已不再租赁AI，转向开源模型抢占成本优势
Anthropic开源Hugging FaceFableClem Delangue
•36 阅读•1分钟•开源
蚂蚁集团Robbyant发布LingBot-World‑Infinity 14B因果视频模型 打造交互式世界模拟器
2026 年 7 月，蚂蚁集团旗下的 Robbyant 团队推出 14 B 参数的因果视频生成模型 LingBot‑World‑Infinity（LingBot‑World 2.0），采用 MoBA 注意力与分布匹配蒸馏技术，有效抑制长时程漂移，并配备基于 VLM 的 Director‑Pilot 代理框架，实现可交互的全景视频模拟。
Ant GroupRobbyantLingBot-World-InfinityMoBA因果视频
•50 阅读•1分钟•开源
Ollama完成6500万美元融资，月活近900万开发者加速本地AI模型落地
开源模型Benchmark本地推理OllamaTheory Ventures
•38 阅读•1分钟•开源
蚂蚁集团Robbyant推出LingBot-VLA 2.0 跨形体机器人全能开源模型
蚂蚁集团旗下Robbyant于今日发布LingBot‑VLA 2.0，首个基于Apache‑2.0协议的6B规模视觉‑语言‑动作模型。该模型通过统一55维动作空间，实现对机械臂、灵巧手、腰部、头部乃至移动底盘的全身控制，并在GM‑100通用基准上显著超越前代版本，标志着跨形体机器人技术的实用化突破。
MoEAnt GroupRobbyantVLALingBot-VLA 2.0
•44 阅读•1分钟•开源
NVIDIA Cosmos框架助力Colab轻量化全模态Mixture‑of‑Transformers模型构建
本教程聚焦NVIDIA发布的Cosmos框架，先在Colab环境中检测硬件瓶颈，再依据官方代码结构实现一个约4M参数的全模态Mixture‑of‑Transformers（OmniMoT）微型世界模型，并完成合成数据训练与自动回滚演示，最后提供真实Cosmos‑3推理的规格与指令。
NVIDIACosmos3Mixture-of-Transformers
•28 阅读•1分钟•开源
Transformers后端加持vLLM实现原生推理速度，开源推理再获突破
Hugging FacevLLMQwen3transformers
•28 阅读•1分钟•开源
Hugging Face联手SkyPilot推出零流量存储 跨云AI训练成本骤降
Hugging FaceXetSkyPilotHugging Face Storage
•27 阅读•1分钟•开源
LeRobot 0.6.0发布全新世界模型与奖励系统 加速机器人学习闭环
LeRobotVLA-JEPARobometerFastWAM
•62 阅读•1分钟•开源
Synthetic Sciences推出OpenScience开源AI工作台 打通机器学习、生命科学与物理化学全流程
Synthetic Sciences今日发布OpenScience，一款基于Apache 2.0许可的开源AI工作台，支持任意前沿或开源模型，能够在本地基础设施上完成机器学习、生命科学、物理与化学的全链路研究。
ClaudeDeepSeekSynthetic SciencesOpenScience
•65 阅读•1分钟•开源
Hugging Face推出全新Kernels平台大幅提升安全与可扩展性
开源Hugging FaceAgentTVM
•54 阅读•1分钟•开源
美团发布LongCat-2.0 1.6万亿参数 MoE 模型 原生支持百万级上下文
MoEAgentic Coding美团LongCat-2.0
•57 阅读•1分钟•开源
LlamaIndex推出Legal‑KB演示 四大文件工具实现Agent化检索
LlamaIndex 在 GitHub 公布 Legal‑KB 示例应用，基于 Index v2 为法律文档提供文件系统式的四种工具：检索、文件搜索、读取与正则匹配，并实现自动版本管理与可视化引用，展示了 Agentic Retrieval 的全链路能力。
LlamaIndexlegal‑kbAgentic RetrievalToolLoopAgent
•58 阅读•1分钟•开源
开源模型引领PDF转JSON，2026最佳文档提取方案全解析
随着企业数据仍大量存于PDF、扫描件等非结构化文件，开源文档提取模型成为本地化、低成本转换为JSON的关键工具。本文梳理2026年主流模型功能、性能与授权，为企业选型提供实操指南。
DeepSeekIBMDatalabNuMind
•67 阅读•1分钟•开源
WebBrain推出开源本地优先浏览器助手，实现页面阅读与任务自动化
WebBrain是一款基于MIT许可证的免费浏览器插件，支持Chrome和Firefox。它可在本地模型（如llama.cpp、Ollama）上运行，实现页面内容读取和多步骤自动化，保证用户数据不离开本机，兼顾云端API的灵活性。
Qwenllama.cppWebBrain
•78 阅读•1分钟•开源
RAG-Anything在Colab实现多模态检索，跨文本、表格、公式与图像全链路
本教程展示如何在Colab环境中搭建RAG-Anything工作流，实现对文本、表格、公式和图像等多模态内容的检索与生成，帮助开发者快速构建跨模态RAG系统。
OpenAIGPT-4o-miniColabRAG-AnythingMultimodal Retrieval
•66 阅读•1分钟•开源
阿里巴巴发布Page Agent实现浏览器内嵌式AI自然语言网页操作
阿里巴巴开源了Page Agent，一款基于JavaScript的浏览器内嵌式AI助手。该库在网页内部读取实时DOM并将其转化为文本结构，配合任意OpenAI兼容的大语言模型，实现自然语言指令的点击、输入等交互，免去截图和后端改写，适用于内部业务的AI Copilot。
开源LLM阿里巴巴Page Agent浏览器自动化
•52 阅读•1分钟•开源