Goodfire 称智能体分析推翻多义性假设，多数神经元可读
Goodfire 的 Nick Cammarata 发布文章提出“神经网络本已干净”，认为多数神经元可读，许多著名的多义性与叠加案例属于误读，其 2023 年在 OpenAI 的自动可解释性工作当时仅约 2% 神经元可读。
推荐理由：Goodfire 提出多数神经元可读、多义性多属误读，并汇总 Muse Spark Open 等模型发布与推理系统进展。
开源项目
全部主题值得关注的开源项目与仓库：新项目冒头、star 暴涨的工具、版本发布与社区生态变化。
最新精选
第 1–20 条 · 共 101 条Latent Space精选AI 评分7878 Hugging Face Blog（hf-mirror 镜像）精选AI 评分7878 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，Diffusers 首日即可运行。
推荐理由：FLUX.3 Image Klein 在 Diffusers 首发支持，一个模型同时做文生图、多参考图生图和边界框布局控制，蒸馏版在 H100 上约 2 秒出 1024×1024 图。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分8888 Meta 发布 Muse Spark Open：816B 参数开源多模态 MoE 模型
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，支持文本、图像、音频和视频输入并输出文本。
推荐理由：Meta 开源 816B 参数 MoE 多模态模型，支持文本图像音频视频输入，附 vLLM、SGLang、llama.cpp 部署与 TRL 微调配方。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 IBM 发布 Granite Switch 4.1：单一端点同时支持对话、决策与语音
IBM 发布 Granite Switch 4.1，包含 Granite-Switch-4.1-8B 和 -30B，在基座模型上组合通用决策 aLoRA、Guardian 安全决策 aLoRA 以及 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC，全部能力共用一个托管端点，GPU 显存占用与基座模型单独运行大致相当。
推荐理由：Granite Switch 4.1 把决策适配器与 ASR 模型组合进单一端点，显存占用接近基座模型，可了解多能力复用 KV cache 的部署思路。
The Verge · AI精选AI 评分8080 Meta 发布 Muse Spark Open 模型，与 Apple 合作在 Mac 上本地运行
Meta 发布 Muse Spark Open 开源权重模型，总参数量 8160 亿，自称是迄今能力最强的美国开源权重模型，也是同类中首个能在两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 上本地运行的模型。
推荐理由：Meta 发布 816B 参数开源权重多模态模型，并首次与 Apple 合作通过 MLX 在两台 Mac Studio 上本地运行。
AWS Machine Learning Blog精选AI 评分6262 Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 已在 Amazon SageMaker JumpStart 上线，可在自己的 AWS 账号中部署到 SageMaker AI 端点。
推荐理由：Meta 的编码优化开源权重模型上线 SageMaker JumpStart，给出两种量化变体与对应实例，并附部署和推理步骤。
Microsoft Research精选AI 评分6262 微软研究院发布 Magnetar：基于证明的通用计算 zkVM
微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的程序执行过程，并生成约 12 毫秒即可验证的短证明。它在笔记本上每秒可证明 720 万至 870 万条 RISC-V 处理器指令，在 15 个基准程序上平均比现有最快的 zkVM 快 10 至 39 倍，在代币转账基准上比另外两个系统快 300 倍以上。
推荐理由：微软研究院发布 zkVM 系统 Magnetar，用标准哈希函数证明 Rust、Go、C 程序执行，速度较同类系统提升 10 至 39 倍。
The Decoder精选AI 评分7878 NVIDIA 发布 Nemotron 3.5 Super VL 开源多模态模型及两款 Bolt 端侧模型
NVIDIA 发布 Nemotron 3.5 Super VL，一个 120B 参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频，采用 MoE 架构，每个 token 仅激活 120B 中的 12B 参数。
推荐理由：NVIDIA 发布 120B 开源多模态模型与两款端侧小模型，公开权重、数据集和训练配方，并给出吞吐与压缩数据。
Hacker News · Front Page精选AI 评分7878 用 AI 逆向工程硬件：作者借 Claude 为扫描仪和 MIPI 摄像头写 Linux 驱动
一位开发者用 Claude 搭建 hw-harness，在 KVM 虚拟机中运行厂商 Windows 驱动并用 usbmon 抓取 USB 流量，再与 Linux 驱动抓包对比，把差异变成具体的驱动 bug 清单。
推荐理由：作者用 Claude 在 KVM 虚拟机中抓取 Windows 驱动 USB 流量并与 Linux 驱动对比，为无文档硬件写出可用驱动，方法已整理成通用 harness。
web-github-trending 精选AI 评分7676 XERJ 发布本地 AI 搜索：索引任意文件夹，为编码智能体提供参考代码检索
XERJ 是一个 Apache 2.0 许可的本地 AI 搜索工具，可自动索引任意文件夹，让编码智能体按需检索代码片段而不是逐个读文件。官方在 8 个任务、4 种语言、每种 16 次运行的对照测试中称，输出 token 比 grep 驱动方式少 2.7 倍、比纯记忆少 26 倍，解题率同为 16/16；用户反馈实际开发中约省 5 倍 token。
推荐理由：本地 AI 搜索工具，把任意文件夹索引成可查询索引，让编码智能体按需取代码片段而非整文件读取，附实测 token 对比与安装命令。
web-github-trending 精选AI 评分7676 LightSeek 发布开源推理引擎 TokenSpeed，控制面与执行面分离
LightSeek Foundation 发布开源 LLM 推理引擎 TokenSpeed，面向智能体负载，目标是在生产场景提供 TensorRT-LLM 级性能与 vLLM 级易用性。
推荐理由：面向智能体负载的开源推理引擎，控制面与执行面分离，已适配 Qwen、Kimi 等模型并给出吞吐数据。
Hacker News · Front Page精选AI 评分7878 OpenCode 2.0 发布：服务端常驻、Code Mode 与后台任务
OpenCode 2.0 发布，服务端改为在本机自动常驻的后台进程，TUI、网页界面和桌面应用共用同一进程，@opencode/client 可自动发现本地服务。
推荐理由：OpenCode 2.0 把客户端/服务端架构、Code Mode 和后台子智能体整合进编码智能体，并列出升级时的破坏性变更。
Hacker News · Show HN精选AI 评分7878 AxiomCode Graph 发布：用形式化方法为编码智能体构建代码调用图
AxiomCode 发布 AxiomCode Graph，通过形式化方法为代码库构建知识图谱，让编码智能体基于调用关系而非 grep 来理解和修改代码。在 748 个 Defects4J 缺陷上，其选出的测试覆盖 94.9% 缺陷的全部暴露测试，优于基于 tree-sitter 的 61.5%；Java 调用解析准确率 96.5%，TypeScript 为 88.8%。
推荐理由：用形式化方法为代码库建调用图，让编码智能体少走弯路，附 Defects4J 测试选择与调用解析对比数据。
web-github-trending 精选AI 评分7676 HKUDS 开源 CLI-Anything：一条命令把软件变成 Agent 可用的 CLI
香港大学数据智能实验室（HKUDS）开源 CLI-Anything，通过 7 阶段流水线为任意有源码的软件自动生成 Agent 可调用的 CLI harness，覆盖 GIMP、Blender、LibreOffice、OBS Studio 等 18 款应用，累计 2461 项测试全部通过。
推荐理由：把任意有源码的软件自动生成 Agent 可调用的 CLI，附 7 阶段流水线和 2400 多项测试，适合想让智能体操作真实桌面软件的场景。
Hacker News · Show HN精选AI 评分7878 Graft 发布开源版本控制，面向智能体规模的 monorepo
Graft 是一个面向智能体规模 monorepo 的开源版本控制实现，按 Anthropic 公开描述的源码控制设计重写，作者声明与 Anthropic 无关联、不含其代码。
推荐理由：面向智能体规模 monorepo 的开源版本控制实现，把历史、diff、合并等操作放到服务端，附与 git 的基准对比和可复现脚本。
量子位精选AI 评分7878 面壁开源 MiniCPM-V 4.7：35B MoE 断网在 iPhone 上跑，仅占 3G 内存
面壁智能与 OpenBMB 开源 MiniCPM-V 4.7，含 35B-A3B 和 1B 两个版本，前者是 MiniCPM-V 系列首个 MoE 模型，约 3G 内存即可在 iOS、安卓设备上流畅运行，解码速度每秒 13 个 token 以上。
推荐理由：面壁开源 MiniCPM-V 4.7，35B-A3B 的 MoE 在 iPhone 上断网运行仅占约 3G 内存，可看端侧多模态的落地边界。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分7575 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理模型
Liquid AI 发布 LFM2.5-24B-A2B，一个 24B 总参数、仅 2B 激活参数的推理模型，面向端侧私有智能体，会先思考再作答并支持工具调用。
推荐理由：Liquid AI 发布 24B 总参数、2B 激活参数的端侧推理模型，主打工具调用与本地智能体，附完整基准与部署方式。
AWS Machine Learning Blog精选AI 评分6060 如何在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 发布教程，介绍用 AWS DLC for llama.cpp 在 Amazon SageMaker AI 上部署决策模型，先通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions，再用 SemIf 适配器返回声明选项上的概率而不生成答案 token。
推荐理由：AWS 官方教程，给出在 SageMaker AI 上用 llama.cpp 部署决策模型的完整步骤与 CPU/GPU 基准数据，含可直接运行的代码示例。
NVIDIA Blog精选AI 评分6262 NVIDIA 在 OCP 峰会开放 Vera Rubin 架构并发布 MGX 1.2 与 DSX OS 开源组件
NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献 Vera Rubin 机架与计算托盘设计，并发布 MGX 1.2 规范，新增机架级盲插液冷、可互操作机架级互联和面向高功率 AI 系统的液冷 5,000A 母线，支持最高 250kW 机架部署。
推荐理由：NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计捐给 OCP，并公布 MGX 1.2、DSX OS 开源组件等一揽子开放基础设施进展。
web-github-trending 精选AI 评分7676 微软发布 bitnet.cpp 1-bit LLM 推理框架及 BitNet b1.58 系列模型
微软开源 bitnet.cpp，这是面向 1-bit LLM（如 BitNet b1.58）的官方推理框架，提供在 CPU 和 GPU 上快速无损推理的优化 kernel，NPU 支持后续推出。
推荐理由：微软开源 1-bit LLM 推理框架 bitnet.cpp，给出 CPU/GPU 上的加速与能耗数据，并放出官方 1-bit 模型与嵌入模型。