OverSeer: 多智能体世界模型通过辅助视图提升一致性
OverSeer 引入固定辅助视图增强多智能体世界模型的一致性,在 Minecraft 和 Doom 实验中显著改善世界与智能体状态同步,并通过 delta-VAE 压缩技术降低计算开销。
OverSeer 引入固定辅助视图增强多智能体世界模型的一致性,在 Minecraft 和 Doom 实验中显著改善世界与智能体状态同步,并通过 delta-VAE 压缩技术降低计算开销。
NVIDIA 在 Hugging Face 上发布 SimReady Central,包含2000多个用于机器人和AI工厂仿真的3D资产,支持碰撞几何、质量、摩擦等物理属性。OEM厂商可提交符合 SimReady 标准的资产,开发者可组合这些资产构建仿真环境,并通过 AI 辅助工具快速创建场景。
推荐理由:开放2000+仿真资产库把机器人开发门槛从建模降到组装,接下来看OEM和开发者如何共建生态。
英伟达升级Isaac机器人平台,推出人形机器人参考框架与仿真工具。该平台支持开发者构建和测试人形机器人应用。
英伟达宣布升级Isaac通用机器人开发平台,推出新的人形机器人参考框架、仿真工作流及数据工具,旨在加速通用机器人开发。相关更新覆盖机器人训练、仿真验证和部署流程,帮助开发者利用合成数据和仿真环境训练机器人,并在实际部署前验证机器人行为。
qData 数据中台开源版 v1.6.4 发布,修复数仓分层状态提示错误、帮助文档 404 跳转问题及人大金仓数据库编码异常。本次更新无新功能,仅针对已知问题进行优化。
IT之家报道,统计发现全球广泛依赖的23个核心开源项目中,有11个在过去一年里仅由1至2名开发者持续维护。xz项目在统计期内仅有Lasse Colin一人定期贡献,完成了2025年约97%的修改;sudo命令和IANA时区数据库也面临类似情况。资金支持能明显改善维护状况,如curl每年获得约8.97万美元收入后已有11位常规贡献者,OpenSSL在获得540万美元资助后贡献者从6人增至32人。
DeepSeek开源了其生产级推理框架DeepInfer,支持高达155万亿tokens/天的集群吞吐量,在非高峰时段每卡每小时收入达38美元,约80%的推理利润率,81天可收回成本。该框架基于vLLM定制,添加了优化的KV缓存、预填充/解码分离和负载平衡等功能,支持NVIDIA SM100和华为Ascend 950平台。
推荐理由:开放高性能推理框架DeepInfer将155T tokens/天的吞吐量转化为$22m日收入,开源与商业边界正在重构。
BeetlSQL 3.41 发布,新增 executePageQuery 支持自定义查询总数语句,不再依赖自动生成。该框架自 2015 年起研发,核心与生态全部自研,主打开发、维护和运行高效。
MemT 1.0系列开源发布,包括36B参数的MemT-1.0-Nano和288B参数的MemT-1.0-Flash,首次实现近300B参数规模记忆原生模型的工程验证。该模型将经验编码为内部动态状态,通过专门的记忆分支参与计算,在SWE-bench等任务中表现优于无经验基线,平均成功率和可靠性显著提升。
推荐理由:将记忆编码为内部动态状态,让经验成为模型可学习的能力,为RSI拼图补上关键一环。
EasyGoAdmin v2.8.0 发布,重构升级基于 GoFrame v2、Vue3、TypeScript 和 ElementPlus,支持模块化开发与代码生成器。新版本可快速搭建企业级后台管理系统,一键生成增删改查代码并同步创建菜单与权限节点。
研究人员发布MARE(Modular Autonomy and Rendering Environment),一个基于Unreal Engine 5和ROS 2的开源月球车感知与自主性模拟套件。该系统包含地形生成器、配备多种传感器的月球车物理模型和基于Web的导航控制栈,专门解决月球极地低太阳高度角下的长阴影挑战,提供像素级精确的地面真实数据。
研究人员提出 FRDV 框架,用于人形机器人学习的快速运动重定向,其运动学阶段处理速度可达每秒 9,156 帧,比现有方法快约 136 倍。该框架包含快速约束运动学重定向和动力学验证管道,可在 Unitree G1 人形机器人上实现模拟到现实的迁移。
推荐理由:将人类运动数据快速迁移到人形机器人仍面临挑战,FRDV 框架通过动力学验证将处理速度提升 136 倍。
研究人员提出IndustrialRemembr,一个共享时空记忆系统,将NVIDIA ReMEmbR扩展至机器人舰队,通过按需生成场景描述减少服务器端计算。系统使用NVIDIA Jetson在机器人端编码视频片段,不上传原始相机帧,并支持GDPR合规的PII抽象。
推荐理由:将时空记忆扩展至机器人舰队,通过按需生成描述降低服务器计算量,同时保护隐私。
Yuxuan Kuang 提出 AdaDex,一种目标条件强化学习框架,能将几秒的手部物体轨迹转化为可适应的灵巧技能。该方法结合运动跟踪环境和泛化环境训练,实现了功能性抓取、物体重新定位、手指行走的在手重定向等多样化技能,并在模拟器和真实世界间实现了迁移学习。
推荐理由:通过混合灵巧模仿方法,从几秒人类动作中学习可适应的灵巧技能,解决了泛化与人类先验之间的权衡问题。
Jync 捷同 v1.7.6 发布,首次全量同步性能大幅提升,新增只读数据预览、项目克隆与列清洗规则,修复 Oracle 11g / GBK 同步问题。全量分块并行默认 2 路(上限 8),支持断点续跑与检查点绑定。
Zentrola 1.2.1 发布,完善模型目录同步和 Claude Code 订阅接入,修复缓存计费、流式用量及网关故障问题。该开源平台帮助研发团队集中管理模型、服务商、权限和成本。
WGCLOUD v4.0.1 作为开源服务器运维监控平台里程碑版本发布,支持集群监控、主机系统信息监控、CPU/内存/网络/磁盘IO等全面监控,server端基于springboot开发,agent端使用go编写。
Linux 7.4 合并窗口新增约 1.7 万行 Rust 内核代码,由 Miguel Ojeda 提交。Zerocopy crate 升级向前推进八个版本,负责原始字节序列与结构化类型的安全转换。
Amane Yamaguchi研究了PointHand远程操作界面中不同手部视觉呈现方式对新手操作者演示质量和策略学习的影响。在模拟任务中,仅强调拇指和食指关键点的新手收集了441次成功演示,比显示真实手形的320次高出38%。
开源项目 MacNativeGames 实现了《塞尔达传说:王国之泪》在 Apple Silicon 设备上的 macOS 原生运行,基础款 M4 MacBook Air 可稳定达到 90 帧。
谷歌宣布面向 TPU 的原生 PyTorch 框架 TorchTPU 已在 GitHub 开源,允许开发者无需重写代码即可将现有 PyTorch 应用迁移到谷歌 TPU 和谷歌云。亚马逊同期也发布了类似产品 TorchNeuron,用于将应用移植到 Trainium 芯片和 AWS。两家公司正努力削弱英伟达在 AI 硬件和生态中的主导地位。
同一件事,精选收录的是《谷歌推出TorchTPU,加入亚马逊阵营挑战NVIDIA在AI开发者中的主导地位》
研究团队提出TARSphere框架,包含基础设施TARSphere-Infra和多模态大模型智能体TARSphere-Harness,用于在物理和社会环境中执行长时程任务。研究构建了TARSphere-Bench评估基准,包含30个室内场景的360个剧集,评估了8个多模态大模型的表现,发现通用模型可能优于专用模型,但任务更新和人机交互仍有困难。
推荐理由:研究揭示了通用大模型在具身任务中可能优于专用模型,但任务更新和人机交互仍是难点,执行安全评估亟待加强。
SplatLab是一个针对3D高斯溅射(3DGS)的自主研究系统,能够复现已发表论文、提出扩展方案、训练模型并撰写论文。该系统在Mip-NeRF 360和LLFF数据集上,其生成的论文在PSNR指标上比复现目标高出+0.18至+3.78 dB,包括在天文摄影星云渲染上取得的+3.78 dB提升。
推荐理由:SplatLab 将科研周期从数月压缩至数天,通过可验证的实验流程和自动生成的论文,实现了3D高斯溅射研究的自主发现。
Deepseek 开源了其内部推理框架 DeepInfer,该框架基于 vLLM 构建,通过优化计算内核、多芯片分布式处理和更快的文本生成技术,使其 V4.1-Flash 模型能够快速规模化生成响应。公司还发布了 deepseek-recipe,用于复制官方 Deepseek API 的 token 处理方式,确保自托管设置行为一致。
NVIDIA 发布 Cosmos3-H-Dreams,首个基于临床胆囊切除术数据训练的实时生成式外科手术模拟器,可在单块 NVIDIA RTX PRO 6000 GPU 上运行。该模型基于 Cosmos3 架构,通过学习临床手术视频和机器人运动学数据,实现了对人体内部复杂解剖结构和组织运动的实时交互模拟。
推荐理由:首个基于临床手术数据训练的实时生成式外科模拟器,将手术训练从桌面场景推进到复杂人体内部环境。
Hugging Face 发布 TorchTPU,为 PyTorch 添加原生 TPU 后端,使开发者可以直接在 TPU 上运行 Transformers、Diffusers 和 Kernels 库。
推荐理由:TorchTPU 让 PyTorch 原生支持 TPU,开发者无需学习 JAX 或使用 torch_xla,只需一行代码即可将模型迁移到 TPU。
DeepSeek 开源了推理框架 DeepInfer,该框架负责调度算力集群,直接影响 AI 服务的算力成本和电费。
Linux 7.4 合并窗口开启,Rust for Linux 项目负责人提交了约 1.7 万行代码更新,核心变化包括 Zerocopy 库一次性升级八个版本、启用 proc_macro_span 特性改善诊断信息,以及新增 mem 和 ratelimit 模块。
Linux 基金会发布报告评估开源 AI 在 APEC 经济体的采用率、投资规模及经济与社会影响。开源 AI 通过降低成本、避免供应商锁定、促进创新,为中小企业和发展中经济体带来机遇。报告基于文献综述及与 11 个经济体百余位专家对话完成。
GrantForge 2026.2.0 版本正式发布,新增 Hive、Kafka、HBase、Trino、YARN 5 个外部系统服务插件及对应代理。本次更新重点扩展大数据与分布式系统权限管理能力,同时增强策略引擎、访问审计和自动化发布流程。
DeepSeek宣布全面开源内部推理框架DeepInfer及Token编解码组件deepseek-recipe,支持英伟达与华为昇腾平台,单集群日吞吐达155万亿Token,每卡每小时收入38美元。
同一件事,精选收录的是《DeepSeek开源DeepInfer高性能推理框架》
DeepSeek 宣布将内部推理框架 DeepInfer 全面开源,旨在帮助开发者与企业优化大规模推理的吞吐与延迟,降低算力成本和能源消耗。该框架集成高性能算子与深度优化的推理引擎,支持分布式推理、推测解码等能力,兼容英伟达与华为昇腾平台。
研究者提出OpenVLHarness框架,结合能力层和持久多模态记忆,在22个基准测试上提升9.7-12.6分,相比无工具基线显著提高性能,同时降低模型token成本最多37%。
推荐理由:通过工具使用和持久多模态记忆提升视觉推理,9.7-12.6分的提升证明外部知识整合的价值。
Apache SeaTunnel 社区 2026 年 9 月合并提交 260 次,活跃贡献者 48 人,日均提交 8.7 次。本月新增 24 个连接器,完成 20 个 OptionRule 迁移,Zeta 相关提交 42 次。
蚂蚁百灵开源了 Ming-3.0 语音系列,包含声音创作、长语音分析和业务语音转写三类任务的三套模型五款产品。TTS 模型亮点是导演模式,支持文字描述和参考音频定制音色。
Tianwei Luo等人发布了HandsOn,一个跨形态灵巧操作的仿真平台和基准,支持五种机械臂、六种灵巧手和约200种刚体、关节和可变形物体。该基准包含18,000个人类演示和66个人类验证任务,分为Core-50和Transfer-16两部分。
推荐理由:首个覆盖五臂六手200物体的灵巧操作基准,暴露了当前AI在物理交互中的真实能力边界。
该论文提出了一种基于二次规划模型预测控制(QP-MPC)的控制器,在Harpy双足机器人上实现了推进辅助trotting步态。该控制器受鸟类如石鸡的翅膀辅助运动启发,将推进辅助弹簧倒立摆动力学公式化为QP-MPC问题,实现了500Hz频率下地面接触力和主动推进矢量的同步控制。
HarnessPro 是一种无需标签的方法,通过递归自改进优化智能体(harness)性能并降低执行成本。该方法使用LLM生成的测试评估候选harness,提供三种不同性能-成本优先级的版本。实验显示,在多个基准测试中,HarnessPro的重型模式相比RHO方法平均通过率提升2.0个百分点,同时每任务成本降低26.1%。
推荐理由:通过递归自改进和帕累托优化,HarnessPro 在提升任务性能的同时降低执行成本,为智能体开发提供了新思路。
OpenLoong开源人形机器人工业底座,旨在解决工程问题。该底座提供开源方案,支持人形机器人开发。
ReactOS 新增 NTFS 驱动,可直接安装到 NTFS 分区,此前需 FAT32 分区。该驱动目前性能较差且不支持日志和安全特性,但为兼容性测试和双系统部署铺平道路。项目同时移除“Documents and Settings”目录,向 Windows NT 6 架构过渡。