朝闻道

微博 VibeThinker-3B：30 亿参数也能硬核推理，引海外热议

微博 VibeThinker-3B：30 亿参数也能硬核推理，引海外热议发布时间： 2026年7月来源： GitHub: WeiboAI/VibeThinker · arXiv: 2606.16140 配图：无概述微博推出的 VibeThinker-3B（30 亿参数密集推理模型）在海外引发热议，登顶 HuggingFace 首页热点榜单和 Hacker News 第四名。在包括数学解题、竞赛编程等高难度可验证推理任务上，VibeThinker-3B 已进入 Gemini 3 Pro、GPT-5 high、Claude Opus 4.5 等前沿大模型的性能区间。更令人印象深刻的是它的极致性价比：后训练成本仅数万美元（初代 1.5B 版本仅 $7,

技术资讯

DeepSeek DSpark：让大模型推理速度大涨 85% 的推测解码新方案

DeepSeek DSpark：让大模型推理速度大涨 85% 的推测解码新方案发布时间： 2026年6月27日（论文）, 7月6日（arXiv）来源： GitHub: DeepSpec · arXiv: 2607.05147 配图：无概述 DeepSeek 团队联合北京大学发布 DSpark——一种新型推测解码（Speculative Decoding）框架，针对大模型高并发推理场景做了系统级优化。论文作者栏出现了梁文锋的名字。 DSpark 已在 DeepSeek V4-Flash 和 V4-Pro 的预览版引擎上部署。结果表明：V4-Flash 在高 SLA 约束下吞吐量最高提升 661%，单用户生成速度提升 60%-85%。训练代码和模型权重已通过 MIT 许可在 GitHub

技术资讯

开源游戏引擎 Godot 4.7 发布，代号导演剪辑版

开源游戏引擎 Godot 4.7 发布，代号"导演剪辑版" 发布时间： 2026年6月18日来源： Godot 官方发布页 · 300+ 贡献者，1,600+ PR 配图：无概述开源游戏引擎 Godot 4.7 正式发布，代号 "Director's Cut"（导演剪辑版）。从 4.0 到 4.7，三年时间，14 个稳定版本，这个引擎已经迭代到了一种"该有的都有了"的状态。超过

技术资讯

Podman v6.0.0 发布：网络栈全面换代的里程碑

Podman v6.0.0 发布：网络栈全面换代的里程碑发布时间： 2026年7月2日来源： Podman 官方博客 · Hacker News 讨论（645 票）配图：无概述 Podman 团队正式发布 v6.0.0——一次网络基础设施全面换代的重大更新。告别 slirp4netns 和 iptables，全面转向 Netavark、Pasta 和 nftables。同时改进了 Machine 管理、Quadlet 和配置系统。该版本在 Hacker News 上引发了热烈讨论（645 票，257 条评论），焦点不在新功能本身，而是大量从 Docker

技术资讯

HAMi 晋升 CNCF 孵化项目：异构 AI 计算中间件

HAMi 晋升 CNCF 孵化项目：异构 AI 计算中间件发布时间： 2026年7月2日（晋升 CNCF Incubating）来源： GitHub: HAMi · 官网配图：无概述 2026年7月2日，HAMi（异构 AI 计算中间件）正式从 CNCF Sandbox 晋升为 Incubating（孵化）项目，CNCF TOC 全票通过。从 2021 年 7 月首次开源至今，HAMi 已成为云原生 GPU 虚拟化领域覆盖硬件最广的开源方案之一，支持 NVIDIA、华为昇腾、寒武纪、海光、摩尔线程、燧原、

技术资讯

千问开源 Qwen-AgentWorld：首个原生语言世界模型，超越 GPT-5.4

千问开源 Qwen-AgentWorld：首个原生语言世界模型发布时间： 2026年6月来源： GitHub: QwenLM/Qwen-AgentWorld · arXiv: 2606.24597 配图：无概述千问（Qwen）团队正式开源 Qwen-AgentWorld——首个原生语言世界模型（Language World Model, LWM），能够在 7 大领域中模拟智能体交互环境：MCP、搜索、终端、软件工程、Web、OS、Android。核心突破：环境建模从继续预训练（CPT）阶段起即为训练目标，贯穿 CPT → SFT → RL 全流程，而非对通用 LLM 的事后适配。在 AgentWorldBench 评测基准上，Qwen-AgentWorld-397B-A17B

技术资讯

国家标准 GB/Z 185《人工智能智能体互联》：企业级 AI Agent 的基础设施

国家标准 GB/Z 185《人工智能智能体互联》：企业级 AI Agent 的"基础设施" 发布时间： 2026年7月3日来源： OSCHINA 配图：无概述 2026年7月3日，我国正式发布《人工智能智能体互联》系列 7 项国家标准（标准编号 GB/Z 185—2026），这是国内首套覆盖智能体全生命周期互联互通的国家级标准体系。标准由中国电子技术标准化研究院牵头，联合北京邮电大学、华为、清华大学、阿里云、中国移动、中兴通讯、中国联通、中国电信等 70 余家产学研用单位共同研制，工信部、市场监管总局等部门联合推动实施。一、为什么需要这个标准？企业真正关心的问题：

技术资讯

阿里千问 Fun-ASR-Realtime：百毫秒级实时语音识别，中文方言全面领先

阿里千问 Fun-ASR-Realtime：百毫秒级实时语音识别，中文、方言全面领先发布时间： 2026年7月来源： GitHub: FunASR · GitHub: SenseVoice 配图：无概述阿里千问团队宣布对 Fun-ASR-Realtime 进行正式升级——一款首字延迟控制在百毫秒级别、识别准确率接近离线模型的流式语音识别模型，支持 16 种中文方言和 30 种语言。该模型已通过真实场景验证：在影视飓风「重返荒岛」100 小时直播中提供实时字幕支持，累计识别 6 万余条字幕、132 万字。一、FunASR 生态概览 Fun-ASR-Realtime 并非独立模型，而是 FunASR 开源生态中的流式语音识别能力品牌。FunASR 是阿里通义实验室（达摩院）开源的工业级语音识别工具包，GitHub 主仓库 ⭐19,

技术资讯

英伟达开源统一音频智能模型 Nemotron-Labs-Audex-30B-A3B

英伟达开源统一音频智能模型 Nemotron-Labs-Audex-30B-A3B 发布时间： 2026年7月来源： OSCHINA 配图：无概述 NVIDIA 研究团队开源了一款名为 Nemotron-Labs-Audex-30B-A3B（简称 Audex）的统一音频-文本大语言模型。Audex 基于 MoE（混合专家模型）架构构建，在单一 Transformer 解码器中实现了文本与量化音频 token 的统一处理，同时具备音频理解和生成能力。它是一个 "3B 激活参数" 规模的模型（总参数 30B，每 token 激活 3B），通过多阶段训练在音频理解、语音识别、翻译、音频生成等任务上达到领先水平，同时几乎完整保留了原版 LLM 的推理、对齐和知识储备能力。一、模型架构核心设计 Audex

技术资讯

美团开源 LongCat-2.0：全国产算力训出的 1.6 万亿参数 MoE 模型

美团开源 LongCat-2.0：全国产算力训出的 1.6 万亿参数 MoE 模型发布时间： 2026年6月30日来源： GitHub: LongCat-2.0 · 官方博客配图：无概述 2026年6月30日，美团正式发布并开源 LongCat-2.0 ——一个总参数量达 1.6 万亿（1.6T）、每个 token 激活约 480 亿参数的 MoE 语言模型。这是业界首个在五万卡国产 AI ASIC 芯片集群上完成全流程训练与推理的万亿参数模型，全程无回滚、无不可恢复的 loss 突刺。在 SWE-bench Pro 等 Agent 评测中，

技术资讯

面壁智能 ForgeTrain：全球首个 AI 自写的大模型预训练框架

面壁智能 ForgeTrain：全球首个 AI 自写的大模型预训练框架发布时间： 2026年5月27日发布，6月27日深度分享来源： GitHub: ForgeTrain · 面壁智能配图：无概述 2026年5月27日，面壁智能（ModelBest）联合清华大学、OpenBMB 开源社区发布了 ForgeTrain——全球首个完全由 AI 自主编写、零人类代码介入的生产级大模型预训练框架。面对 NVIDIA 的 Megatron-LM，ForgeTrain 实现了"8 小时追平、2 天反超"的成绩，在 H100 上 MFU（模型算力利用率）达 44.13%，比 Megatron 高约

技术资讯

蚂蚁灵波开源 LingBot-VLA 2.0：端到端具身智能决策模型

蚂蚁灵波开源 LingBot-VLA 2.0：端到端具身智能决策模型发布时间： 2026年7月来源： GitHub: lingbot-vla-v2 · 技术报告：arXiv:2607.06403 配图： pics/ 目录概述继 LingBot-Depth 2.0 和 LingBot-Vision 之后，蚂蚁集团旗下灵波科技（Robbyant）再次出击——正式开源 LingBot-VLA 2.0，一个基于 6 万小时真机数据、覆盖 17 个品牌 20 种机器人构型的视觉-语言-动作（VLA）基础模型。这是目前开源社区中数据规模最大、机器人覆盖面最广的 VLA 模型，在 RTX 4090D 上推理延迟低于

技术资讯

蚂蚁灵波科技 LingBot-Depth 2.0 & LingBot-Vision：给机器人一双看透世界的眼睛

蚂蚁灵波科技 LingBot-Depth 2.0 & LingBot-Vision：给机器人一双"看透"世界的眼睛发布时间： 2026年7月（LingBot-Vision 论文 7月6日，LingBot-Depth 2.0 7月发布）来源： OSCHINA 资讯 · GitHub: lingbot-depth · GitHub: lingbot-vision 论文： arXiv:2601.17895 (Depth 1.0) · arXiv:2607.05247 (Vision) 配图： pics/ 目录概述 2026年7月，蚂蚁集团旗下具身智能公司——灵波科技（LingBot Tech / Robbyant），接连发布两项重磅成果： 1.

技术资讯

字节跳动 Seedream 5.0 Pro：不止生成，更懂设计

字节跳动 Seedream 5.0 Pro：不止"生成"，更懂"设计" 发布时间： 2026年7月8日来源：字节跳动 Seed 团队官方博客 · OSCHINA 配图： pics/ 目录概述 2026年7月8日，字节跳动 Seed 团队正式发布 Seedream 5.0 Pro——一款定位为"具备智能思考、高效创作和生产"的多模态图像生成模型。这是 Seedream 系列自 2025 年 9 月首次发布以来的第四次重大迭代，核心突破在于将 AI 图像生成从"生成漂亮图片&

技术资讯

MoonBit Skills Marketplace：让工具可发布、可运行、可被 Agent 调用

MoonBit Skills Marketplace：让工具可发布、可运行、可被 Agent 调用发布时间： 2026年7月9日来源： OSCHINA 原文 · MoonBit 官网 · mooncakes.io 配图： pics/ 目录概述 MoonBit（月兔）是 IDEA 粤港澳大湾区数字经济研究院基础软件中心打造的AI 原生编程语言与开发者平台。2026年7月9日，MoonBit 正式推出 Skills Marketplace——一个面向 AI Agent 的 WebAssembly 技能分发市场，让开发者可以用 MoonBit 编写工具、编译为 WebAssembly，通过 mooncakes.io 发布，Agent 可以统一发现、理解和调用。

技术资讯

Sakana AI Fugu — 以单一模型 API 形式提供多 Agent 编排系统

Sakana AI Fugu — 以单一模型 API 形式提供多 Agent 编排系统发布时间： 2026年6月22日来源：开源中国原文： Sakana AI Official Blog 概述 2026年6月22日，东京 AI 公司 Sakana AI 正式发布了 Fugu——一个"用一个模型指挥所有模型"的多 Agent 编排系统。Fugu 的核心赌注是一个越来越被 AI 产业认真对待的命题：AI 能力的下一步提升不会来自造出更大的单一模型，而是来自让多个已有模型协同工作。 Sakana AI 将两篇 ICLR 2026 论文——TRINITY 和 Conductor 的研究成果打包成一个

技术资讯

京东 JoyAI-VL-Interaction — 实时视频视觉语言交互模型

JoyAI-VL-Interaction — 京东开源的实时视频视觉语言交互模型发布时间： 2026年6月（近日）来源：开源中国原文： GitHub - XiaoMi/xiaomi-mimo-vl-miloco（MiMo 系列技术报告）概述京东于近日开源了实时视频视觉语言交互模型 JoyAI-VL-Interaction。据介绍，这也是全球首个全栈开源的 interaction 模型和系统，并获得 vLLM-Omni 的 day-0 原生支持。 JoyAI-VL-Interaction 让大模型从"一问一答"走向"边看边说"，开发者基于这套框架，可以快速搭建能持续观察、自主判断、即时响应的实景 AI 助手。一、三重核心突破 1.1 主动判断，而非被动回答传统模型通常要等用户发起问题，才开始处理当前画面。JoyAI-VL-Interaction

技术资讯

小米 Miloco 2.0 — 全屋智能 AI 开源方案

Xiaomi Miloco 2.0 — 以 MiMo 大模型为核心的全屋智能 AI 开源方案发布时间： 2026年6月（近日）来源：开源中国原文： GitHub - XiaoMi/xiaomi-miloco 概述小米已于日前正式发布以 MiMo 大模型为核心的全屋智能 AI 开源方案 Miloco 2.0。以 Agent 形式接入 OpenClaw，支持一键安装和部署，覆盖 macOS、Linux、Windows 系统，官方后续计划陆续适配 Claw 类产品。相比 Miloco 1.0，Miloco 2.0 在下一代智能家居的探索上"

技术资讯

阿里发布首个具身大模型 Qwen-Robot 系列 — Nav + Manip + World 三合一

阿里发布首个具身大模型 Qwen-Robot 系列 — Nav + Manip + World 三合一发布时间： 2026年6月16日来源： OSCHINA 论文： Qwen-RobotManip Technical Report: Alignment Unlocks Scale for Robotic Manipulation Foundation Models (arXiv) 标签：具身智能, 物理智能, 世界模型概述阿里巴巴发布千问具身智能大模型 Qwen-Robot 系列。这是千问大模型家族首个完整的具身智能模型系列，包含三大模型：模型类型定位 Qwen-RobotNav VLN（视觉语言导航）物理智能体的行动入口 Qwen-RobotManip VLA（视觉语言动作）物理智能体的交互基石 Qwen-RobotWorld 世界模型物理智能体的无限世界一、Qwen-RobotNav：

博客

P2P 网络库 iroh 1.0 稳定版发布：用密钥取代 IP 地址、由 Rust 编写

P2P 网络库 iroh 1.0 — 用密钥取代 IP 地址，Rust 编写发布时间： 2026年6月16日来源： OSCHINA / GitHub: n0-computer/iroh Stars： 9.3k 概述 P2P 网络库 iroh 正式发布了 1.0 版本。这个由 n0 团队历时四年多、跨越 65 个版本迭代打磨的 Rust 项目，提出了一个简洁到近乎激进的口号：Dial keys, not IPs（拨号用密钥，而不是 IP 地址）。在互联网基础设施层面，这个口号指向的是一次根本性的范式转换——将设备寻址的基本单位从网络层分配的 IP 地址，

技术资讯

Google Cloud 发布开放知识格式 OKF，用 Markdown + YAML 终结 AI 智能体的知识孤岛

Google Cloud 开放知识格式 OKF — 用 Markdown + YAML 终结 AI 智能体的知识孤岛发布时间： 2026年6月16日来源： OSCHINA / Google Cloud Blog 仓库： GoogleCloudPlatform/knowledge-catalog 概述 Google Cloud 宣布推出开放知识格式（Open Knowledge Format，简称 OKF）v0.1 版本，同步在 GitHub 上以 Apache 2.0 许可证开源了规范全文、参考实现和示例数据集。这个公告没有引发像新模型发布那样的轰动——不涉及 GPU、推理优化或模型架构突破——但它可能比大多数模型更新更值得被关注。因为 OKF 试图解决的，是当前 AI

博客

网络拓扑知识体系调研报告

网络拓扑知识体系调研文档版本: V1.0 编写日期: 2026-06-12 类别: 技术调研 1. 概述网络拓扑（Network Topology）指网络中节点（设备）与链路（传输介质）之间的物理或逻辑布局方式。选择合适的拓扑是网络规划的第一步，直接影响网络的可靠性、性能、成本和可维护性。拓扑分类： - 物理拓扑：设备的实际物理连线方式 - 逻辑拓扑：数据在网络中传输的逻辑路径 2. 物理拓扑 2.1 总线型（Bus）所有节点共享一条主干通信线。终端电阻终端电阻 │ │ ───┬─┴─┬─┬─┬─┬─┬─┬─┴─┬─── ← 主干同轴电缆 │ │ │ │ │ │ │ │ 节点1 节点2 ... 节点N 优点缺点适用场景布线简单、成本低单点故障全断线早期以太网 10Base2

博客

动环监控系统调研报告

动环监控系统调研文档版本: V1.0 编写日期: 2026-06-12 类别: 技术调研 1. 概述 1.1 定义动环监控系统（Power & Environment Monitoring System，PEMS）是对通信机房、数据中心、工业现场（煤矿、电力等）的动力设备（供配电、UPS、蓄电池、发电机组等）和环境参数（温湿度、漏水、烟感、门禁、视频等）进行实时监测、控制、告警和管理的综合自动化系统。核心目标：保障关键设施安全稳定运行，实现无人值守或少人值守。 1.2 发展历程阶段时间特点起步 1990s

博客

视频事故检测中的大语言模型综述

视频事故检测中的大语言模型：方法、数据集与挑战综述基本信息项目内容原文标题 Large Language Models for Crash Detection in Video: A Survey of Methods, Datasets, and Challenges 作者 Sanjeda Akter, Ibne Farabi Shihab, Anuj Sharma (Iowa State University) 发表 IEEE Transactions on Intelligent Transportation Systems, 2025 arXiv 2507.02074v2 总页数 24 页引用数 96 篇参考文献

博客

PCI 与 PCI Express 总线详解

PCI与PCIE PCI PCI是Peripheral Component Interconnect(外设部件互连标准)的缩写，它是目前个人电脑中使用最为广泛的接口，几乎所有的主板产品上都带有这种插槽。是由PCISIG (PCI Special Interest Group)推出的一种局部并行总线标准。PCI总线是由ISA(Industy Standard Architecture)总线发展而来的，ISA并行总线有8位和16位两种模式，时钟频率为8MHz，工作频率为33MHz/66MHz。是一种同步的独立于处理器的32位或64位局部总线。从结构上看，PCI是在CPU的供应商和原来的系统总线之间插入的一级总线，具体由一个桥接电路实现对这一层的管理，并实现上下之间的接口以协调数据的传送。从1992年创立规范到如今，PCI总线已成为了计算机的一种标准总线。已成为局部总线的新标准，广泛用于当前高档微机、工作站，以及便携式微机。主要用于连接显示卡、网卡、声卡。PCI总线是32位同步复用总线。其地址和数据线引脚是AD31～AD0。PCI的工作频率为33MHz。 PCI总线结构