Liquid AI 开源 d1 决策模型，单次判断约8毫秒
Liquid AI 发布两款开放权重决策模型：d1-3B 支持文本和图像，d1-omni-600M 支持文本与图像或语音组合输入，单次判断约8毫秒；d1-3B 在 Decision Index 得分48.57。
开放权重决策模型多模态低延迟
推荐理由 · why
开放权重且覆盖图像、语音输入，适合评估低延迟决策模型的研究与部署团队关注。
把每天数百信源里真正重要的 AI 信号，折射成一束清晰的光。
Liquid AI 发布两款开放权重决策模型：d1-3B 支持文本和图像，d1-omni-600M 支持文本与图像或语音组合输入，单次判断约8毫秒；d1-3B 在 Decision Index 得分48.57。
开放权重且覆盖图像、语音输入，适合评估低延迟决策模型的研究与部署团队关注。
GitHub 新锐项目 ARTEX 是一套面向自主渗透测试的 AI 系统，曾获百度「agent+」攻防挑战赛冠军，目前获得约 643 星。项目聚焦将智能体用于目标发现、漏洞分析与攻击验证等安全流程，适合安全研究人员和 AI Agent 开发者关注其架构、能力边界及实际可用性。
安全研究人员可借此了解 AI Agent 在渗透测试中的落地方式，开发者也能参考其系统架构与工具编排。
Musubi发布PolicyLM-1.7B，一款面向实时内容审核的轻量级决策模型，并开放权重。该模型聚焦按平台政策进行判定，反映AI审核从通用生成模型向专用决策模型演进的趋势。
关注AI安全、平台治理和审核系统的从业者值得看。
开源引擎 Strata 宣称可让配备 12GB 以上显存的消费级 NVIDIA 或 AMD 显卡运行量化版 Qwen3.8-Flash-Next（1250亿参数），单张 RTX 5070 可达 94 词元/秒。其将 MoE 模型置于内存、仅加载高频专家至显存，并结合轻量模型投机解码；最低需 32GB 内存和 80GB 存储。
本地推理开发者和消费级 GPU 用户可借此评估超大 MoE 模型的低显存部署方案。
英伟达投资的Reflection AI发布首款开放权重大模型Beam，总参数5010亿、每次激活230亿，主打代码编写与智能体任务，称性能对标GLM-5.2并逼近Qwen3.8-Max。
关注开放权重竞争、代码模型和Agent应用的开发者值得看。
AllenAI宣布开源Asta中的快速报告生成模型AstaBrief，面向需要从资料中整理并生成结构化报告的任务。文章介绍其在Asta系统中的定位、生成效率与使用方式，为研究者和开发者提供可复用的报告生成模型与实现参考，也降低相关实验和部署门槛。
适合关注开源模型、检索增强生成与报告自动化的研究者和开发者。
K-Dense BYOK 是面向各学科研究者的免费开源 AI 科研助手，运行在本地电脑，用户可接入自选的云端或本地模型。项目以普通文件夹保存数据、代码和结果，并提供科学研究工作流支架与哈希链实验记录，强调可复现、可审计和数据自主。
科研人员、AI for Science 开发者和重视可复现性的团队值得关注。
艾伦人工智能研究所（Ai2）发布 Olmo-core 3，开源面向大型混合专家模型（MoE）的可扩展训练基础设施。项目聚焦分布式训练、模块化组件与工程可复现性，旨在降低训练大规模模型的系统开发和扩展成本，为研究机构及开发者提供可审查、可改造的训练底座。
模型研究团队、训练基础设施工程师和希望自建大规模MoE训练栈的开发者值得关注。