AI行业资讯

本文系统解析vLLM高吞吐大语言模型推理引擎的核心架构，涵盖分页注意力、连续批处理、前缀缓存、推测解码等关键技术，并介绍其从单GPU到多节点动态服务的扩展能力。

Cloudflare推出开源AI智能体工作空间Cloudflare OS，基于浏览器运行，内置可共享的定制微型应用。该平台从零打造，经内部验证后开源，支持零信任架构与自带模型，帮助企业沉淀知识、构建专属工作流，实现成本可控与数据安全。

OpenAI正式开源安全审查工具Codex Security，旨在帮助开发者识别并修复代码漏洞。该工具支持通过Codex授权或API Key调用，也可接入第三方模型如DeepSeek，满足不同成本需求。专家提醒，代码安全仍需定期审查习惯。

小米技术官方宣布，具身基座模型 Xiaomi-Robotics-1 正式开源。该模型基于超过 10 万小时 UMI 数据进行预训练，并使用超过 1 万小时跨本体数据进行后训练，采用预训练加后训练的两阶段范式。本次开源覆盖从真机后训练到模型部署的完整流程，并提供了相关 Benchmark 的评测代码，旨在推动具身智能领域的发展。

京东宣布开源自研实时流式视频编辑模型JoyAI-Video-Edit，支持720P分辨率下每秒30帧的推理速度，可对任意时长视频进行实时编辑。该模型在OpenVE-Bench评测中全面领先国际同类模型，覆盖全局风格、局部替换等任务，并为机器人训练数据合成提供新路径。

Cloudflare推出@cloudflare/computer开源库，以早期预览版形式为每个AI智能体分配独立虚拟工作计算机，包含文件系统与命令执行能力。该方案基于轻量级Isolate环境，结合SQLite虚拟文件系统，支持文件编辑、数据处理等轻量任务，并可通过容器后端运行完整Linux环境，旨在解决大规模AI智能体部署时的资源扩展性问题。

商汤科技发布SenseNova U1.5-Lite-Preview，一款基于原生NEO-Unify架构的轻量级统一多模态模型。该模型仅8B-MoT参数，却在图像生成与编辑上达到商业闭源模型水平，支持4K分辨率、中英文渲染及复杂版面构图。多项基准测试成绩较初代U1大幅提升，同时生产级模型U1Pro即将公测，展现商汤在统一多模态领域的持续创新。

Swiftlet是一个Swift+Metal运行时，专为Qwen3-Next和Qwen3.5/3.6等MoE模型设计，通过将专家权重流式存储在SSD上，大幅降低内存占用。在M5 Mac上，Qwen3-Next-80B-A3B的4-bit版本峰值内存仅4.3GB，解码速度4.5-5 tok/s；35B版本甚至能在iPhone 17上原生运行，内存约2.5GB。项目已开源，支持端到端运行，提供库、命令行、服务器和iOS应用四种形态。

稀宇科技开源视频大模型MiniMax H3，能力比肩字节Seedance，但许可协议将美国、欧盟、英国及韩国用户排除在外。此举引发社区热议，开发者关系负责人Ryan Lee解释称，限制源于与好莱坞电影公司的版权诉讼，旨在规避法律风险。美国用户可申请授权，但需建立合规机制。

近日，一款名为hcker.news的Hacker News阅读器推出新功能，允许用户过滤掉所有与AI相关的故事，提供更纯粹的科技新闻浏览体验。该工具支持多种搜索和排序选项，满足不同用户需求，引发开发者社区热议。

商汤科技近日开源轻量级统一多模态模型SenseNova U1.5-Lite-Preview，原生支持4K图像生成，在多项评测中超越前代U1，以8B-MoT规模实现媲美商用闭源模型的图像生成与编辑能力，并同步上线GitHub、Hugging Face及魔搭社区。

MiniMax正式开源新一代通用视频模型MiniMax H3，该模型能够统一理解文本、图像、视频和音频构成的多模态上下文，并生成最高2K分辨率、最长15秒、带原生立体声音频的视频。H3支持多种输入模式，包括文生视频、首尾帧生成和全模态参考，并提供了H3-Context-IR、H3-Base和H3-Regenerate-2K三个模块，基于社区许可发布。

16岁开发者推出开源AI代理Sprocket，宣称在硬件和软件开发领域超越其他代理。其独特能力包括自主从任意网站购买硬件零件或SaaS订阅，并通过检索网络最佳上下文提升可靠性。项目已在Hacker News展示，引发社区关注。

华为正式开源openPangu-2.0-Pro模型及技术报告，该模型基于昇腾NPU训练，参数规模约505B，采用MoE架构，支持512k上下文，训练数据达34T tokens。模型在架构、优化器等方面全面升级，旨在为业界提供昇腾原生训练与推理的最佳实践参考，推动AI技术生态发展。

华为正式开源openPangu-2.0-Pro大模型，总参数规模达5050亿，基于昇腾NPU训练，采用MoE架构，每Token激活18B参数，支持512K上下文。同步开放权重、推理代码和技术报告，推动昇腾AI生态建设，为开发者提供原生训练与推理的最佳实践。

开源项目SDL_GPU发布，这是一个基于SDL3的极简高性能2D图形绘制库。该库是sokol_gp的移植版本，但采用更低级的资源管理方式，提供单头文件、高性能的2D绘制功能。支持基本图形、精灵、混合模式，并包含错误处理、图像和着色器API。开发者可通过简单的API快速绘制矩形等图形，适用于游戏开发和图形应用。

Feyn 团队近日推出全新开源背景移除模型 FeyNoBg，基于 BiRefNet 架构深度优化，将特征提取模块从18块扩展至24块，参数量从222M增至263M。团队收集并清洗了10个数据集共2.61万张图像进行多源混合训练，在复杂场景、高分辨率、伪装物体及动漫等任务中表现优异。模型已在 GitHub 开源，并附带底层 Python 库，方便开发者快速集成。

腾讯正式开源统训框架AngelSpec，旨在解决大模型自回归解码的高昂成本问题。该框架通过创新的DFly块扩散架构，结合混合目标条件编码与动态验证机制，在保持高吞吐量并行生成的同时优化了特征利用率与资源平衡。在Hy3模型系列测试中，搭载DFly的方案在并发数4到64的范围内均实现了最高平均吞吐量，显著优于传统自回归解码，为大模型高效推理提供了开源工具支持。

开发者drumih在Hacker News上发布了一个名为TurboFieldfare的开源推理引擎，专为在M系列Mac上运行4位量化的Gemma 4 26B-A4B-IT模型设计，仅需约2GB RAM。该引擎使用Swift和Metal编写，通过将模型权重分页加载到统一内存中，突破了传统推理引擎的内存限制。项目已在GitHub开源，展示了在Apple Silicon设备上运行大型语言模型的新可能性。

阿里云旗下智能体编程平台Qoder近日在GitHub上开源了Better Harness，这是一套面向编程Agent工作流的分析与持续改进工具。该工具连接了Harness Engineering与Loop Engineering的工程实践、评估模型和运行能力，并适配Claude Code、Codex、Qoder和Cursor等主流编程Agent。Better Harness采用三层开源体系，包括工程实践、评估模型和可运行实现，能够独立采集三类证据，并在首轮内部评测中覆盖了30个GitHub真实项目。该工具旨在帮助开发者系统性地发现和修复编程Agent工作流中的问题。