Qwen@Alibaba_Qwen精选AI 评分6565Qwen-Image-2.1 is now supported in ComfyUI! Open weights. One 7B checkpoint that generates and edits. → Image generation at native 2K → Instruction editing from up to 10 reference images in a single pass → RGBA output, alpha included
推荐理由：正文点出该模型已在 ComfyUI 支持，读者可以据此更新本地图像生成与编辑工作流。
Simon Willison 发布 datasette-explain 0.2.2，这是面向 Datasette 的 SQLite 查询解释插件。原文未披露该版本的具体改动内容。
Latent Space AINews 汇总 9/17-9/18 AI 动态，核心是 Jev 决策模型发布两天内获 36M 播放并涌现多个开源复现：Bespoke Nimble（Qwen3.5-9B LoRA 微调。
MiniMax (official)@MiniMax_AIAI 评分4747MiniMax Code CLI 现已开放： https://github.com/MiniMax-AI/minimax-code
https://x.com/i/article/2100908964779040768
Nous Research 在 GitHub 发布 Hermes 独立记忆提供方插件 hermes-plugin-supermemory，接入 Supermemory 语义长期记忆。该插件支持 profile recall、语义搜索、显式记忆工具以及按轮次的记忆能力。
Nous Research 在 GitHub 发布独立 Hermes 记忆提供方插件 hermes-plugin-openviking，对接 OpenViking 上下文数据库。该插件提供会话管理的记忆能力，支持自动提取、分层检索与文件系统存储。
Nous Research 在 GitHub 发布独立 Hermes 记忆提供方插件 hermes-plugin-mem0，基于 mem0 实现服务端 LLM 事实抽取、语义搜索与自动去重，并提供可选的重排序功能。
Unsloth AI@UnslothAI精选AI 评分6767Introducing Unsloth Desktop 🦥 The first desktop app to run and train models locally. • Open-source. Runs on Mac, Windows and Linux • Supports MLX, diffusion image/video, audio, GGUF • Connect Claude Code and Codex to local LLMs • 50% more accurate, self-healing tool calls + sandboxed code exec • Works for CPU + multiGPU setups - NVIDIA, AMD, Intel, Mac • Train models 2× faster with 70% less VRAM • Private web search, deep research, RAG, MCP and exports (NVFP4, GGUF) • Use Unsloth’s OpenAI-compatible API and cloud models • Securely deploy LLMs remotely and access anywhere Unsloth Desktop is now available on http://unsloth.ai and GitHub. GitHub: https://github.com/unslothai/unsloth Blog and Guide: https://unsloth.ai/docs/desktop
推荐理由：原文给出免配置的本地训练运行入口和适用硬件范围，读者可以据此评估是否替换现有部署流程。
SenseTime@SenseTime_AIAI 评分5353商汤发布 SenseNova U1.5 技术报告，这是一个开源的 8B-MoT 原生统一模型，通过共享注意力连接理解与生成。
蚂蚁 inclusionAI 在 Hugging Face 发布 Ming-Image-0.1-Design-Layer，可将扁平化设计图按指定层数拆解为 RGBA 图层，采用 MIT 许可。
蚂蚁 inclusionAI 在 Hugging Face 发布 Ming-Image-0.1-Design，是一个面向 UI、信息图、海报等文字密集视觉设计的 6B 文生图模型，支持完整视觉构图和带透明背景的 RGBA 输出。
Mistral 与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）现由 Mistral 模型驱动，率先面向法国和北美用户，英国和德国预计今年晚些时候跟进。
蚂蚁 inclusionAI 发布 Realtime-Venus，一个支持主动音视频交互、异步委托和可打断全双工对话的开源系统，包含 Realtime-Venus-Omni 和 Realtime-Venus-Audio 两个 9B 检查点。
推荐理由：模型卡给出了 Realtime-Venus 的架构组成、全双工与异步委托能力及完整用法，读者可以据此评估它在实时音视频交互场景的可用性。
Together AI 发布从闭源模型迁移到开源模型的指南，称采用托管服务可将迁移周期从数月到数年缩短为数周到数月。方法分发现、评估、适配、决策、生产五步，核心是用真实流量回放而非通用基准做评估，并按系统提示词、推理参数、上下文工程、微调四个杠杆迭代适配；文中提到部分客户迁移后成本最多降低 70%，可用 10% 流量的金丝雀部署开始上线。
Hao AI Lab@haoailabAI 评分4242
IBM Research 与 Hugging Face 在 ALTK-Evolve 中推出一致性指南和 Consistency Analyzer，用于诊断和改善智能体重复运行的不稳定性。
推荐理由：原文给出一致性差距的量化诊断方法与开源实现，读者可据此评估和改进智能体在重复运行下的可靠性。
费城儿童医院（CHOP）基于开源医学影像框架 MONAI 构建心脏建模服务，将原本需 4 小时的建模流程缩短至数秒，并已用于复杂心室间隔缺损手术规划。全美超 20 家儿童医院开展心脏建模项目，波士顿儿童医院建模支持其过半心脏手术、约每年 500 例，CHOP 今年预计完成约 200 例。
Novita AI 开源了 Chord，一个面向 BF16 激活、INT4 权重与 group-32 scale 的 W4A16 MoE CUDA 算子，专为 Kimi K2.x 服务形态打造。
MiniMax (official)@MiniMax_AIAI 评分3636SGLang-Diffusion with VDN-H3 now generates 14.4s of 768p video in just 9.0s 🚀 On 8× B200, 8 step denoising takes just 6.9s, reaching over 2× real time. The 9.0s figure covers the full generation request after warmup. No measured quality regression versus dense 50-step H3 across 103 test prompts. 🧵
ViggleAI@ViggleAIAI 评分5959Viggle 宣布开源 viggle-animate 模型，可用于把任意人替换进任意视频，同时提供在线快速体验版本。试用入口为 https://viggle.ai/meme/app/animate。
We Must Pace the Frontier
SiliconFlow@SiliconFlowAIAI 评分5757
Ant Ling@AntLingAGIAI 评分3434Ling-3.0-flash-Fin 现推出三个量化版本：FP8、FP4 和 INT4。 如果你在构建真实金融工作流，可以选择最契合你基础设施、内存和效率需求的版本。🧵
MiniMax (official)@MiniMax_AIAI 评分5555通义（Qwen）发布开源图像生成模型 Qwen-Image-2.1，官方称其为 Qwen 目前最强的开源图像生成模型。该模型已在 QwenLM 项目下开源，具体参数规模与评测分数尚未在原文中披露。
蚂蚁 inclusionAI 发布 Qwen3.8-27B-singprobe，这是基于 Qwen/Qwen3.8-27B 的流式护栏探针，复用基座模型隐藏状态，逐 token 对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
蚂蚁 inclusionAI 发布 SingProbe，一个基于 Qwen/Qwen3.5-397B-A17B 的内在流式护栏，复用基座模型隐藏状态逐 token 打分查询意图、回复不安全和幻觉风险，仅 8.13M 探针参数、解码开销低于 0.5%。
蚂蚁 inclusionAI 发布 MiniMax-M2.7-singprobe，这是基于 MiniMaxAI/MiniMax-M2.7 的流式安全探针，仅 6.17M 参数，复用基座模型隐藏状态逐 token 输出 8 类意图、不安全与幻觉评分，解码开销低于 0.5%。
蚂蚁 inclusionAI 在 HuggingFace 发布 GLM-5.3-singprobe，这是一个基于 zai-org/GLM-5.3 的流式安全探针，复用基座模型隐藏状态，逐 token 输出查询意图、回复不安全和幻觉风险评分，解码开销低于 0.5%。
蚂蚁 inclusionAI 在 Hugging Face 发布 SingProbe，一个构建在 Qwen/Qwen3.6-35B-A3B 之上的轻量流式安全防护探针，复用基座模型隐藏状态在每个 token 上打分查询意图、回复不安全性与幻觉风险。
蚂蚁 inclusionAI 开源 Qwen3.6-27B-singprobe，一个基于 Qwen/Qwen3.6-27B 的流式安全探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
蚂蚁 inclusionAI 发布 SingProbe，这是一个构建在 Qwen/Qwen3.5-122B-A10B 之上的轻量级流式安全防护探针，复用基座模型生成时的隐状态，在每个 token 上输出 8 类查询意图、响应不安全度和幻觉风险评分，探针参数仅 6.17M，解码开销低于 0.5%。
蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3.5-35B-A3B-singprobe，一个基于 Qwen/Qwen3.5-35B-A3B 的流式安全探针，仅 4.2M 参数，复用基座模型隐藏状态逐 token 输出 8 类意图、不安全与幻觉风险评分，解码开销低于 0.5%。
蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3.5-27B-singprobe，这是基于 Qwen/Qwen3.5-27B 的流式护栏探针，复用基座模型隐藏状态，逐 token 输出查询意图、回复不安全和幻觉风险评分，解码开销低于 0.5%。
蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3.5-9B-singprobe，一个基于 Qwen/Qwen3.5-9B 的流式护栏探针，复用基座模型隐藏状态，逐 token 对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
蚂蚁 inclusionAI 推出基于 Qwen/Qwen3.5-2B 的流式护栏探针 SingProbe，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3.5-0.8B-singprobe，一个基于 Qwen/Qwen3.5-0.8B 的流式安全探针，复用基座模型隐藏状态，逐 token 输出查询意图、回复不安全和幻觉风险三类评分，仅 2.23M 探针参数、解码开销低于 0.5%。
蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3-8B-singprobe，这是一个基于 Qwen/Qwen3-8B 的内在流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
蚂蚁 inclusionAI 发布 SingProbe，一个构建在 Qwen/Qwen3-4B-Instruct-2507 上的内在流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
蚂蚁 inclusionAI 在 HuggingFace 发布 Qwen3-0.6B-singprobe，一个基于 Qwen/Qwen3-0.6B 的内在流式护栏，复用基座模型隐藏状态，逐 token 对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
蚂蚁 inclusionAI 在 Hugging Face 发布 SingProbe 探针，基于 meta-llama/Llama-3.2-1B-Instruct 构建，复用基座模型隐藏状态在每个 token 上输出查询意图、回复不安全性与幻觉风险评分。