登录

刘聪NLP

刘聪NLP公众号

分类：学术科研覆盖：仅收录已发现链接或部分历史文章最近成功：2026-11-06 06:08文章数：78
登录后关注
RSS 订阅

8月开源模型汇总，谁才是国内的King～

大家好，我是刘聪NLP。又到了汇总时间，不过今天已经是9月份了，因为一些事情，耽搁了，昨天没汇总完。好巧不巧，DeepSeek在31号下班前后又开源模型了，DeepSeek好爱在月底最后一天开源呀，7

2026-09-01 16:30 · 摘要已收录，可打开文章获取原文内容

开源 豆包工作 蓝皮书，我们只玩精品～

大家好，我是刘聪NLP。上次我们做了WorkBuddy蓝皮书之后，社区反响非常好，累计PV都230多万，社群很快就拉到了30+，二次传播也非常好，累计超过千万播放，小红书上还有几篇帖子的收藏都过万，比

2026-09-01 16:30 · 摘要已收录，可打开文章获取原文内容

飞书知识库+豆包工作，我把知识管理做成了一键Skill，已开源

大家好，我是刘聪NLP。前几天，Work Agent又新增一员大将-豆包工作，我跟几个好朋友们又给豆包工作搞了个大的，应该明天会开源，大家可以期待一下。在这几天对豆包工作深度使用中，我发现了一个知识管

2026-08-31 13:35 · 摘要已收录，可打开文章获取原文内容

清华这个开源教育Agent夯爆了，Github已经21K Star了～

大家好，我是刘聪NLP。今天刷到一个开源AI教育Agent项目，清华THU-MAIC团队做的，GitHub已经21k star了。我翻了一下，这个项目是3月份开源的，当时AI互动课堂（实时生成课件，A

2026-08-28 16:39 · 摘要已收录，可打开文章获取原文内容

爆肝3天，我把OJO的网站设计流程做成了Skill，GitHub已开源

大家好，我是刘聪NLP。之前我在测试模型的时候，经常会拿生成个人网站举例，但是总感觉生成的不够炫酷，这几天闭关研究了一下，弄了个SKill分享给大家。先看生成效果，这个是我直接跟他说，我是自媒体博主，

2026-08-27 22:55 · 摘要已收录，可打开文章获取原文内容

小红书也发大模型？IMO满分？是刷子还是夯子？

大家好，我是刘聪NLP。回归模型测试，小红书的这个dots3-note-prev模型我几天前就想测了，这是一个总参数280B，激活参数16B，上下文512K的多模态模型，你可以理解为，跟Hy3、Dee

2026-08-21 11:35 · 摘要已收录，可打开文章获取原文内容

唐杰的最新X，告诉我们，现在的MoE模型训练的都还不够充分？ 刚刚智谱的唐杰老师发了一篇X， 我有一些自己的想法， 我的理解是，其实现在的MoE模型，在执行任务上的训练还是不够充分。 针对于模型执行任务来说，现在大多数超大模型都是MoE了， 专家的激活，哪些专家更好的使用、组合，是靠post-training不断优化的。 那么这种持续的后训练，是否对于Dense模型也生效呢？或者说，提升有多大？ 其实没有做过，现在最大的Dense模型貌似是405B的llama3，（24年7月发布？） 但那个时候，大家对RL的探索也没那么强， RL是DeepSeek-R1带起来，那已经是25年1月了。 所以也没有人知道1T的Dense模型的上限在哪儿？ 1T的Dense的推理成本想想都觉得恐怖， 但也许，超过1T的大模型，会有额外的智能涌现，不知道，也没做过相关的实验， 是否会出现奇点？ 正因为成本问题，现在大多数模型都采用Moe模型， 才能不断通过后训练提高效果，让更多的专家，更好的组合起来。 但GLM5.3的提高，在实测下来，我的大部分场景体现不出来，因为我不做安全，不清楚， 所以，也许模型的...

唐杰的最新X，告诉我们，现在的MoE模型训练的都还不够充分？ 刚刚智谱的唐杰老师发了一篇X， 我有一些自己的想法， 我的理解是，其实现在的MoE模型，在执行任务上的训练还是不够充分。 针对于模

2026-08-19 15:22 · 摘要已收录，可打开文章获取原文内容

豆包这波算是GUI Agent玩明白了，操作电脑无比丝滑～

大家好，我是刘聪NLP。前阵子，不是豆包跟飞书团队合并了吗？这几天，豆包更新了Agent非常刚需的能力，手机远程控制电脑，新团队效率起飞。你可以在手机上给家里或者公司的电脑派任务，也支持连接多台设备来

2026-08-18 13:26 · 摘要已收录，可打开文章获取原文内容

又一个国产自进化Agent工具，用完之后，回不去了...

大家好，我是刘聪NLP。昨天DeepSeek Harness开源，瞬间10k+，现在已经84.5k了，感觉晚上或者明天必定可以100k+，这就是中国速度，哈哈哈直接用最近新发现桌面Agent分析一波，

2026-08-14 18:28 · 摘要已收录，可打开文章获取原文内容

Deepseek Harness Github Star瞬间10k+，恐怖如斯。 说一下晚间测试DeepSeek-V4-Pro的感受， 如果你是普通任务， 基本上看不出DeepSeek-V4-Flash-0713和DeepSeek-V4-Pro-0813有啥区别。 但DeepSeek-V4-Pro-0813还是比DeepSeek-V4-Pro-Preview要好的， 只不过Flash-0731给大家的惊喜太大了，又便宜、又好用、缓存又便宜， 看来后训练的提高针对超大模型，还是有点难度，也许跟原始预训练模型， 猫佬说Pro原始数据层面上有缺陷，我觉得有一定道理。 所以，这么看是不是抓着K3继续做后训练才是王道呀，哈哈哈哈， 我对DeepSeek-V4-Pro-0813的测试感受是不如K3、Qwen3.8Max。 我刷到网上有种论调，是梁圣故意没训练完，没放很nb的模型，我觉得没必要， 还有貌似昨晚的时候DS模型也有问题，我今天晚间测试的时候，没有像网上说的那么拉，现在应该是稳定版本了。 还有就是恰逢，DeepSeek还涨价了， Flash的缓存只从0.02涨到0.05，巅峰涨到0....

Deepseek Harness Github Star瞬间10k+，恐怖如斯。 说一下晚间测试DeepSeek-V4-Pro的感受， 如果你是普通任务， 基本上看不出DeepSeek-V4-Fla

2026-08-13 21:39 · 摘要已收录，可打开文章获取原文内容

腾讯开源的这个Agent 记忆系统太强了，Github已经19.8k Star了

大家好，我是刘聪NLP。我在5月初的时候，分享过一篇文章聊聊 Agent 的记忆系统，到底应该记什么？，里面有分析到腾讯的一个开源项目TencentDB Agent Memory，那时还刚开源不久，G

2026-08-12 13:23 · 摘要已收录，可打开文章获取原文内容

Meta真的好久没有声音了，就在昨天，开源了一个新模型Muse Glimmer， 还有Muse Spark 1.2也马上要开源了 Muse Glimmer，一个 29.6B 参数的Dense多模态模型，支持文字和图片输入，拥有 131K+上下文。 模型主要面向本地 Agent，专门训练了多步执行、工具调用、代码任务和失败重试。 Meta 还提供了两个 4bit 版本，配合 DFlash 推测解码，在 RTX 5090 上推理速度大概233.4 token/s，Apple M5 Max上推理速度大概50.2 token/s 从指标上在 MCP Atlas、DeepSearch QA 和 SWE Bench Pro 上超过了 Qwen3.6-27B、Gemma4-31B，更像一个明显偏向本地 Agent 的模型， 难道，之前那个开源的King要回来了？ 不过，Qwen3.8-27B马上要开源了，大概率meta又会被按在地上爆锤了， 还不知道Qwen3.8-27B整体效果如何，但总比3.6好很多，因为3.6真是一大堆问题。。。 最后，把这个月的已经开源的模型做了整理，新增16个开源模型...

Meta真的好久没有声音了，就在昨天，开源了一个新模型Muse Glimmer， 还有Muse Spark 1.2也马上要开源了 Muse Glimmer，一个 29.6B 参数的Dense多模态模

2026-08-11 17:33 · 摘要已收录，可打开文章获取原文内容

当汽车公司认真在做世界模型，世界真的变了~

大家好，我是刘聪NLP。前阵子在整理7月开源模型，发现一个有趣的事情，就是开源的具身智能和世界模型突然多了起来。阿里的RynnWorld-4D开始预测机器人操作中的外观、深度和运动，蚂蚁推出实时交互世

2026-08-10 13:13 · 摘要已收录，可打开文章获取原文内容

完蛋了，我用Seedance 2.5把AI博主们拍成恋综了

大家好，我是刘聪NLP。上次我不是做了我是男主的AI出海短剧吗？评论区竟然有人在许愿，咱们满足他，哈哈哈哈哈！恰逢Seedance 2.5出了，大家都在刷屏，我先拿我那帮 AI 圈的好兄弟们（甲木、苍

2026-08-07 17:04 · 摘要已收录，可打开文章获取原文内容

5亿Token使用后的真实感受。 早上看了一下DeepSeek-V4-Flash在OpenRouter上把霸榜好久的MiMo-V2.5挤下去，周使用量是6.92T tokens。 最近几天，我差不多烧了5亿Token，在不同场景中测试了一下DeepSeek-V4-Flash正式版的， 说一下结论： 相比Preview，Flash正式版的Token消耗明显变大了，主要思考内容更长更久，但得益于单价和缓存命中，相比于其他第一梯队的模型依然便宜得有些离谱。 复杂工程上，面对跨模块重构、模糊故障定位这些，能干，但经常会沿着错误方向连续推进，虽然榜单上超过GLM5.2，但我一些复杂场景，还是5.2效果更好，不过5.2贵呀。 视觉审美相较于之前有提高，比如做网页、游戏或者UI时，但比现在国内顶尖的原生多模态模型K3、Qwen3.8还是有差距的，比如在复现一些复杂3D渲染的时候，效果不如这些模型。 我还是觉得没有原生视觉模块，靠外部的理解，转成文本描述，中间是存在信息Gap的。 想说，DeepSeek在做多模态这一块一直挺一般的，识图模式我有试过，DeepSeek睁眼看世界了？闭上也行。 梁圣...

5亿Token使用后的真实感受。 早上看了一下DeepSeek-V4-Flash在OpenRouter上把霸榜好久的MiMo-V2.5挤下去，周使用量是6.92T tokens。 最近几天，我差不

2026-08-05 13:20 · 摘要已收录，可打开文章获取原文内容

Qwen3.8-Max正式版来了，彰显后训练威力～【附实测】

大家好，我是刘聪NLP。天下苦Qwen不开源久已！上次的开源，还是4月的Qwen3.6-35B-A3B和Qwen3.6-27B，算下来都四个月了～不过，今天Qwen3.8-Max正式版发布，离模型开源

2026-08-03 13:59 · 摘要已收录，可打开文章获取原文内容

开源awesome-open-llms！全网开源模型，一网打尽！

大家好，我是刘聪NLP。又到月底了，开源模型汇总的这个系列已经整理了一年多了，为了方便更多人查看、增补，我决定放到Github上持续更新，并且做个网页，方便大家查找。https://github.co

2026-07-31 11:01 · 摘要已收录，可打开文章获取原文内容

爆肝2天！用一个Skill搓出了两部出海AI短剧...

大家好，我是刘聪NLP。短剧误我呀，前段时间，我一直在刷AI短剧，越刷越爽，尤其是那些出海短剧，剧情一个比一个离谱，明知道内容很雷霆，就是忍不住想看下一集。看多了以后，突然有了一个很朴素的愿望：当一次

2026-07-30 13:26 · 摘要已收录，可打开文章获取原文内容

详解Kimi K3技术报告，发现藏了不少细节...

大家好，我是刘聪NLP。梁圣误我呀，我前两天K3实测的文章被下架了，心痛到无法呼吸！当时，K3还没开源，技术报告也没出来，但是根据Blog，我也写了一些内容，K3的paper发了，看了一遍之后，发现有

2026-07-29 08:38 · 摘要已收录，可打开文章获取原文内容

试了一下腾讯的CodeBuddy NPC，回不去了...

大家好，我是刘聪NLP。最近，一直在跟几个好朋友合作开发一些项目，发现了一个问题，就是AI Coding时代，单打独斗能力很强，但团队协作起来会很麻烦，感觉，AI还没有融合到整个团队的开发流程里中。就

2026-07-28 13:26 · 摘要已收录，可打开文章获取原文内容

逛完今年的WAIC，我发现机器人开始卷手活了

大家好，我是刘聪NLP。今年WAIC真是逛到瘫，17号中午就进去直播了一下午，然后晚上还陪某人（急性咽炎）去医院打针。没事儿，算你直播公伤18号上午8点又跑去了徐汇场，跟苍何、栗噔噔一起逛了一圈。那边

2026-07-20 11:32 · 摘要已收录，可打开文章获取原文内容