Runway 开源机器人模型 Praxis-1，权重与代码采用 Apache 2.0 许可
Runway 以开放权重和源码形式发布机器人控制模型 Praxis-1，采用 Apache 2.0 许可，允许商用，可从 Hugging Face 下载、代码在 GitHub。
#开源/仓库
#开源/仓库
今日 0 条11月14日
11月12日
AWS 开源 UAEF：跨框架闭环评测 AI 智能体
AWS 发布开源框架 UAEF，用适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的执行轨迹统一为 AgentTrace，再以 7 个维度 36 项内置指标打分。
11月9日
用 C 与 Rust 实现 SQLite 扩展 parse_number() 的性能对比
四个 SQLite 扩展分别用 C 和 Rust 实现相同的 parse_number() 行为，优化后的 C 版本每行耗时 16–19 ns，约为 Rust 版本的两倍速度，也远快于 SQL 的 replace()。
11月7日
Ricursive 发布 Apache 2.0 开源的 Ripple-65B Preview，主打智能体编码
AI 芯片设计公司 Ricursive Intelligence 训练并发布了开源语言模型 Ripple-65B Preview，预训练使用 12 万亿 token，采用 650 亿参数的稠密 Transformer 架构而非 MoE，并针对 Nvidia 硬件优化。
11月6日
AI2 发布 ToyBlocks：面向机器人学习的受控仿真框架
AI2 在 Hugging Face 发布 ToyBlocks，一个围绕机械臂与桌面方块搭建的开放仿真框架，属于其 FoundationWorlds 系列的第一个环境。
NVIDIA 发布 Cosmos 3 四个开放权重模型，用于交互式世界仿真
NVIDIA 在 Cosmos 世界模型平台下新增四个开放权重 checkpoint，均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数，采用允许商用与非商用的 OpenMDW1.1 许可。
11月5日
Simon Willison 发布 llm 0.37.1
Simon Willison 发布 llm 0.37.1。该版本于 2026 年 11 月 3 日公布，具体更新内容原文未作说明。
datasette-llm 0.1a10 发布
Simon Willison 发布 datasette-llm 0.1a10。该版本号对应 datasette 与 llm 两个项目的整合插件更新，正文未披露具体功能变更与参数细节。
11月3日
Hugging Face 提出 Transformers 模型集成契约（MIC），用小模型在 CPU 上拦截回归缺陷
Hugging Face 提出 Model Integration Contracts（MIC）标准，通过缩小真实 checkpoint 得到的 fixture 在廉价 CPU 上运行集成测试，在 PR 阶段拦截回归。
Simon Willison 的 LLM CLI 工具发布 0.37 版本
Simon Willison 的 LLM CLI 工具与 Python 库发布 0.37 版本，新增 gpt-6.1-sol 和 gpt-6.1-terra 模型，并加入 llm openai endpoint add 命令以便配置兼容 OpenAI 的端点。
Y Combinator CEO Garry Tan 每年花 10 万至 20 万美元买 token 跑 AI 智能体
Y Combinator CEO Garry Tan 在播客 The Builders 中透露，他每年在 token 上花费约 10 万至 20 万美元，用于大量工作项目与编码任务。
10月31日
dbreunig/nesformer：把 NES 6502 CPU 模拟器烤进 Qwen3.5-4B 权重
Drew Breunig 受 qwenputer 启发，将可运行的 NES 6502 CPU 模拟器嵌入 Qwen3.5-4B 的权重中，现在可以在 Qwen 里（很慢地）运行 Super Mario Bros 等 NES ROM。
10月30日
Mistral 开放万亿参数模型 Mistral Large 4 权重，主打网络安全
Mistral 发布万亿参数开源模型 Mistral Large 4（ML4，昵称 Le Chonk）的权重，企业与政府可自行下载部署，权重已在 Hugging Face 和 API 上线。
10月29日
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可用文本指令控制，支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，单段录音最长 1 小时、最多 8 位说话人。
10月25日
Nvidia 开源机器人视频标注引擎 Flora，称成本比 GPT-6 Astra 低 125 倍
Nvidia 开源数据引擎 Flora，用于为机器人视频生成动作分段、逐步评分和任务成败三类标注，模型已上线 Hugging Face。Flora 由三个微调的 Qwen3.5 模型组成，Nvidia 称其已在 GR00T 模型训练中运行，每天在 512 块 GB300 GPU 上标注最多 20 万小时视频。
10月22日
IBM Granite 时序模型集成预测：四种架构组合，无需重训
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble，将 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型组合为统一预测接口，无需重训、无需拟合集成权重。
10月21日
NVIDIA 在 Hugging Face 发布 SimReady Central：2000 多个仿真就绪 3D 资产开放库
NVIDIA 在 Hugging Face 上线 SimReady Central Library，汇集 2000 多个带碰撞几何、质量、摩擦等仿真属性的 OpenUSD 资产，免费且无需申请即可使用。
10月20日
AnyLanguageModel 1.0 发布：Apple 平台本地模型的一年
AnyLanguageModel 1.0 正式发布，同时推出 swift-huggingface 1.0 和 swift-xet 1.0。
10月19日
llm-echo 0.5 更新：模拟 token 用量计入工具调用与推理 token
Simon Willison 发布 llm-echo 0.5，这个调试插件提供的“模型”不调用任何 LLM，只回显输入的提示词。新版本更新了模拟 token 用量统计，将工具调用、系统提示词和推理 token 纳入计算。示例中 `llm -m echo 'hi there' -o thinking 1 --usage` 显示 2 input、24 output token。
llm-tools-datasette 0.1.1 发布
Simon Willison 发布 llm-tools-datasette 0.1.1，为 LLM 工具集新增 Datasette 相关能力。该版本号由 0.1.0 升至 0.1.1，属小版本更新。
10月16日
Reflection 发布 501B 开源 MoE 模型 Beam，支持 1M 上下文与编码智能体
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 1M token 上下文，以 Apache 2.0 许可开放，面向编码与智能体场景。
sparqlite：用 Rust 在 SQLite 内实现 SPARQL 1.1
sparqlite 是一个用 Rust 编写的 SQLite 可加载扩展，将 RDF 四元组存入普通 SQLite 表，并在 SQLite 进程内原生执行 SPARQL 1.1 查询与更新。
10月15日
Black Forest Labs 发布 FLUX.3 Image Klein，Diffusers 首日支持
Black Forest Labs 发布 FLUX.3 Image Klein，一个模型同时支持文生图、多参考图生图和边界框布局控制，并在 Diffusers 首日上线。
Leash Bio 的 Ian Quigley 谈 DEL 数据、Hermes 模型与智能体科学推理沙盒 Minos
Leash Bio 用 DNA 编码库（DEL）为每个分子加数十条条形码，剔除结合 DNA 而非药物的蛋白，从而获得干净可复现的高通量数据。其仅用自家数据训练的 Hermes 在公开基准上与 Boltz 持平，团队还发现模型会记住蛋白"绰号"而非结合位点。录制时刚起步的智能体科学推理沙盒已发展为 Minos，可提供数万次"lab-in-the-loop"模拟，相关预印本、博客与开放数据集已发布。
10月14日
Simon Willison 发布 web-edit 0.1a1
Simon Willison 发布 web-edit 0.1a1。该版本与 24 个项目的性能分析相关，具体功能与参数未在原文中说明。
10月9日
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。
ttok 0.4 发布：新增 --list-models 命令
Simon Willison 的 token 计数 CLI 工具 ttok 更新至 0.4，修复了 Click 警告、更新了 CI，并新增 --list-models 命令用于列出可用模型。该工具基于 OpenAI 开源的 tiktoken 库，可通过 uvx 直接运行，例如 `cat file.txt | uvx ttok`。
10月7日
datasette-atom 0.11a0 发布
Simon Willison 发布 datasette-atom 0.11a0。该插件为 Datasette 提供 Atom 订阅源支持，具体更新内容原文未详细说明。
10月5日
Aleph Alpha 发布 Kolibri 开源权重模型，78B 参数主打欧洲 AI 主权
Aleph Alpha 发布 Kolibri，一个 78B 参数的德英双语模型，采用混合专家架构，每个 token 约激活 3B 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。
开源工具 RemoveMacAI 可删除 macOS 上 12GB 的 Apple Intelligence 数据
开源命令行工具 RemoveMacAI 可关闭 Apple Intelligence 的 Siri、Writing Tools、Genmoji、Image Playground、ChatGPT 扩展及各类摘要功能，删除其基础模型并阻止 macOS 重新下载。
10月4日
NASA 与 IBM 发布开源月球基础模型，基于 17 年轨道器数据
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。
10月2日
Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，权重与训练数据一并开放。
9月25日
Simon Willison 发布 commit-rewriter 0.2
Simon Willison 发布 commit-rewriter 0.2。该工具与 git 相关，具体功能与更新细节原文未作说明。
9月22日
Simon Willison 发布 llm-typesafe 0.1a0，为 LLM 插件接入 TypeSafe AI 的 Jev 模型
Simon Willison 发布 LLM 插件 llm-typesafe 0.1a0，为 LLM 工具接入 TypeSafe AI 的新模型 Jev。
9月21日
微软开源逆合成模型 RetroChimera，成果登上 Nature
微软在 Nature 发表逆合成预测框架 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc，通过学习式集成对两者预测重排序，在盲测中化学家更偏好其单步反应预测。
Hugging Face tokenizers v1 发布：编码解码与扩展性能实测
Hugging Face 发布 tokenizers v1，输出 token ID、API、词表和 merge ranks 与 v0.23 保持一致，但速度最高提升数十倍。
9月19日
Google Research 推出 MilleMiglia：面向中程物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中程物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 公开。
9月15日
费城儿童医院如何用开源 NVIDIA AI 实现心脏建模与手术模拟
费城儿童医院（CHOP）基于 NVIDIA 联合创办的开源医学影像框架 MONAI，将儿童心脏建模从耗时四小时缩短到数秒，并已用于复杂心室间隔缺损手术规划。CHOP 正与 NVIDIA 合作，把基于 NVIDIA Warp 的开源物理引擎 Newton 接入 SlicerHeart，将心脏器械仿真从最长四小时降至近实时。
9月3日
Hugging Face 发布 NeoMME：260M/800M 多模态多语言编码器
Hugging Face 推出 NeoMME 系列多模态多语言编码器，含 260M 和 800M 两个规模，用单个双向 Transformer 同时处理文本 token 与 32×32 图像 patch，从零以掩码离散扩散目标训练，不依赖预训练视觉塔或因果语言模型。
用 100 步 GRPO 微调 LFM2.5-350M 提升结构化输出能力
一份公开的低成本方案用 TRL 的 GRPO 对 LFM2.5-350M 做微调，仅约 500 条样本、100 个训练步，就把 IFStruct 基准分数从 22.6% 提升到 29.7%，训练可在免费 Colab 或 Kaggle GPU 上完成。评测通过 llama.cpp 在 MacBook 本地运行，代码已开源在 GitHub。