← 全部日期

AI & CV 每日科普 · 2026年6月11日

6 条当日/近期热点 · 工程师向浅科普

【主题】Cohere North Mini Code 把开源代码模型做成低成本 Agent 组件

解读 Cohere 在 Hugging Face 发布 North Mini Code,这是一个 30B 参数、3B 激活参数的 MoE 代码模型,面向日常软件工程和 Agent 编程任务。它用 Apache 2.0 许可证开放,工程团队可以把它放在私有环境里做代码补全、仓库问答、轻量重构和子 Agent。重点不是替代最强闭源模型,而是在成本、延迟和可控部署之间多一个选择。

来源 Hugging Face

【主题】Holo3.1 把电脑操作 Agent 推向本地和小模型部署

解读 H Company 发布 Holo3.1,强调网页、桌面和移动环境里的电脑使用能力,并提供 0.8B、4B、9B 到 35B-A3B 多个尺寸。它还提供 FP8、Q4 GGUF 和 NVFP4 等量化版本,方便团队在本地或边缘设备上试用。对工程师来说,电脑操作 Agent 的落地难点会从“能不能点”转向环境适配、失败恢复和权限控制。

来源 Hugging Face

【主题】NVIDIA Cosmos 3 用一个开放模型连接世界生成、视觉推理和动作预测

解读 Cosmos 3 面向机器人、自动驾驶和仿真,试图把视频理解、世界生成、物理推理和动作生成放进一套开放模型。Nano 和 Super 两个版本已经在 Hugging Face 上可用,也配套了 Diffusers、合成数据和后训练脚本。工程落地时可以关注合成数据质量、推理成本、物理一致性和安全评估,而不是只看演示效果。

来源 Hugging Face

【主题】ZipSplat 用更少 Gaussian 做无位姿少图 3D 重建

解读 ZipSplat 是一个前向式 3D Gaussian Splatting 项目,可以从少量没有相机位姿的图片中一次生成 3D 场景表示。它不再按每个像素硬生成 Gaussian,而是先压缩成场景 token,再解码出更紧凑的 Gaussian 集合。对 3D 内容和空间视觉产品来说,它适合做快速预览、批量重建和新视角合成的技术储备。

来源 GitHub

【主题】ByteDance GRN 放出图像和视频生成训练代码,继续探索非扩散路线

解读 GRN 是 ByteDance 的视觉生成开源项目,主打用全局 refinement 生成图像和视频,不完全依赖扩散或自回归。6 月更新放出了文本生图和文本生视频的训练、微调代码,方便研究者复现和改造。工程团队可以把它看作一条候选技术路线,但仍要重点验证训练稳定性、生成速度和业务可控性。

来源 GitHub

【主题】GitHub Copilot 全面启用 AI Credits,AI 编程工具开始像云资源一样计费

解读 GitHub 表示 Copilot 各套餐已经切到基于 AI Credits 的用量计费,输入、输出和缓存 token 都会影响消耗。组织可以设置用户级预算,代码审查等功能还会同时消耗 GitHub Actions 分钟数。对团队管理者来说,选模型、控上下文、看报表会成为 AI 编程工具落地的一部分。

来源 GitHub Blog