Kimi K3.1 Pro开源完整权重:2.8T MoE模型本地部署与编程工具盘点

资讯 AI 应用前沿 全文 4648 字 · 约 12 分钟读完 分类KimiK3.1月之暗面开源AI 编程AI 产品

本周 GitHub 热门项目聚焦 Kimi K3.1 Pro 开放完整权重,支持百万 Token 上下文。同时涌现多款本地化 AI 工具:Ripple-65B 专注编程推理,Magpie 统一管理多模型配置,Cicada 实现会议实时双语字幕,cinecode 则尝试用代码自动化生成视频。这些工具正从云端向本地桌面迁移

所属频道 产品更新开源生态国产大模型AI 编程与开发

Kimi K3.1 Pro 开放完整权重

Moonshot AI 本周把 Kimi K3.1 Pro 的完整模型权重放上了 Hugging Face。对平时调 API 或在网页端直接用 Kimi 的人来说,这或许只是后台一次寻常更新;可要是手里有算力、打算自己部署或做微调的研究团队,这条消息的分量就不一样了。

Kimi K3.1 Pro 是参数量 2.8T(万亿)的混合专家模型(MoE)。2.8T 听着挺唬人,实际推理时 MoE 架构并不会让所有参数同时激活,显存和算力的门槛仍然很高,却也没到完全够不着的程度。模型支持文本和图片多模态输入,最抓眼的是约 100 万 Token 的上下文窗口——几百万字的文档、复杂的代码库、长视频内容,一次就能喂进去,中间的记忆连贯性还保持得不错。

官方还放出了几个案例:依据文字描述、草图或参考图片生成 3D 内容。这说明模型在空间理解和多步任务规划上进步明显。团队若有私有化部署需求,现在就能从模型仓库下载权重,照着官方推理说明搭起来。不过自部署得有庞大的计算集群撑着,普通个人开发者更建议走 Kimi 官方 API 或产品界面体验,除非有特殊的合规性或定制化要求。

Ripple-65B:面向编程的本地稠密模型

万亿参数的巨无霸并非人人都需要。Ricursive Intelligence 发布的 Ripple-65B Preview 走的是轻量路线:650 亿参数的稠密语言模型,专门针对编程、逻辑推理和 Agent(智能体)任务做了优化。

Ripple-65B 和 Kimi K3.1 Pro 的 MoE 架构不一样,它是稠密模型,每次推理全部参数都会动用。好处是结构相对简单,部署难度低于超大规模模型,同样支持约 100 万 Token 长上下文。要读整个项目代码库来做重构或调试,这种配置很实用。

这次发布包含指令微调模型和基础模型,还提供 FP16、INT4 等多种数值精度格式,适配不同显存大小的显卡。Apache-2.0 许可协议让它在商业使用上比较宽松。想在本地跑一个专写代码的助手,Ripple-65B 值得一试。部署前记得确认两件事:推理框架(如 vLLM、Ollama 等)是否兼容它的权重格式,显存是否够模型加载。

Magpie:统一管理的模型路由中心

本地可用的开源模型一多,管理就成了新麻烦。Claude Code、Codex 以及各种本地 LLM 各管各的,换模型或调配置都得跑到不同地方改,费事还容易出错。Magpie 想解决的正是这个痛点。

这是一个跨平台模型管理工具,macOS、Windows、Linux 都能跑。思路是把模型服务提供方和 Agent 的配置集中到一个界面:添加多个模型提供商、填入各自的 API Key,或者连上本地运行的模型服务,再给不同的编程助手或应用场景指定默认模型。

容错机制更实用。配了多个账号或路由组之后,主模型调用失败,Magpie 会自动切到备用路径,工作流不中断。菜单栏、独立窗口、终端等多种入口都有,不同场景下调用都方便。同时用多个 AI 服务的重度用户,基本可以把它当成一个统一遥控器,省掉反复切配置的麻烦。

Agent Autoloop:让 AI 自主执行定时任务

AI Agent 能自动完成任务的说法不少见,但多数时候还是得人工触发。Agent Autoloop 想让这件事更自动化、更常态化,核心逻辑就是:把日常重复性任务写成规则,交给 Agent 循环执行。

比如设定每天早晨自动整理笔记,或者 GitHub 仓库一出现新 Issue 就自动分析、生成回复草稿。Agent Autoloop 调用本机已登录的命令行 Agent 来完成这些操作,任务跑完一轮,Agent 自动退出以节省资源。碰上需要人类拍板的情况,它会通过飞书或桌面通知来问你,等你回复后再往下走。

项目自带早报生成、网站巡检等现成场景模板。用之前得按自己的文件路径和业务规则改配置文件,运行环境需要 Node.js、Git 以及一个可用的命令行 Agent。这种“人机协作”的模式比完全 autonomous(全自主)的 Agent 更靠谱:关键节点上人类还握着控制权,AI 胡言乱语的风险也就压住了。

AnyModelBot:打通微信与飞书的 AI 助手

不少 AI 工具困在桌面端或特定聊天软件里,AnyModelBot 想拆掉这道墙,把 AI 助手接进微信和飞书这两个国内最常用的办公沟通工具。

AnyModelBot 跑在你的电脑或服务器上,通过微信扫码或飞书机器人接口连接。你可以按任务创建专属“助手”,每个助手单独配置默认模型、工作区目录和记忆上下文。比如一个助手专管代码审查,另一个负责整理会议纪要。

助手能读写文件,也能执行命令。碰到需要额外权限或信息的任务,它会主动开口问用户。文件操作加上命令执行,安全上马虎不得,所以官方建议只在可信环境里用。AnyModelBot 提供了 Windows、macOS、Linux 三个平台的桌面客户端。模型接入有两种路子:直接填官方 API Key,或者走 Modelflare 中转。平时习惯在微信里收通知、处理简单指令的人,用起来会比较顺手。

stack-diagram:用自然语言生成架构图

写技术文档时,画架构图常常最费时间:前端、后端、数据库、缓存、消息队列之间的关系要一条条理清,图标和连线还得在绘图工具里手动摆。stack-diagram 这个 Agent Skill(技能插件)就是冲着这一步来的。用自然语言把技术栈描述出来就行,比如“前端使用 React,部署在 Vercel 上,后端是 Python FastAPI,运行在 AWS EC2,数据库使用 PostgreSQL RDS”,Agent 会据此自动画出一张带品牌图标的架构图。

结果可以存成自包含的 HTML 文件,分享、预览都方便;也能导出 PNG 图片或 React 组件,直接塞进项目里。stack-diagram 本身不是独立应用,得配合支持技能调用的 AI 工具才能跑。对经常要更新架构文档的开发团队来说,重复劳动能省下不少,文档和代码实现也更容易对得上。

Cicada:会议实时翻译与纪要整理

开跨国会议,或者看外文直播,语言不通往往拖慢信息获取。Cicada(知了)盯的就是会议这个场景,Mac、Windows、Linux 和 Android 都能装。它的核心本事是读取系统声音,实时打出双语字幕。在 Apple 芯片的 Mac 上,本机就能做语音识别,不用联网,隐私有保障,延迟也很低;换到其他平台,则要配云端语音服务。实时翻译之外,Cicada 还会在会后生成会议纪要,把议题和待办事项拎出来。

历史记录可以搜索,特定片段能回放,内容能导出成 Markdown、Word 或 SRT 字幕文件。要发言时,按住说话,它会输出翻译后的语音。对经常开英文会议的人来说,Cicada 不只是个翻译工具,更像个知识沉淀助手,把会议里零碎的信息变成能检索的结构化文档。

Quiet.md:回归本地的极简笔记

云笔记当道的今天,Quiet.md 走的是另一条路:完全本地化。标题、待办、表格、代码块、全文搜索它都支持,所有笔记以 DocxXML 格式存在用户指定的本地文件夹里。好处很直接:数据攥在自己手里,不怕被厂商锁定。同步用什么工具都行,iCloud、Dropbox、Syncthing 都可以在多设备间倒腾笔记。导入方面支持 Markdown 和飞书 DocxXML,导出可以选 Markdown 或 PDF,跟别的工具打交道不难。

眼下 Quiet.md 还在 Beta 阶段,安装包有 Apple 芯片 Mac 和 Windows 两个版本,界面支持简体中文。看重数据隐私、喜欢简洁界面、不想被云端服务绑住的人,用它会觉得清爽。功能确实比不上 Notion 或 Obsidian 丰富,但“文件即数据”这个理念,还是吸引了一批追求可控性的用户。

sand3d:用 Python 脚本进行参数化 3D 建模

3D 建模一般离不开 Blender、Maya 这类图形界面软件,上手门槛不低。sand3d 想把程序员熟悉的那套 workflow 搬进来:用代码建模。它是个基于 Blender bpy 库的 Python 建模库,把轮廓绘制、实体生成、孔洞挖掘、倒角处理和装配这些操作封成一套简洁接口。想做一个带孔的支架,写段 Python 脚本就行;改改脚本里的参数,比如尺寸、孔距、厚度,不同版本的模型很快就能生成。

结果能导出为 GLB、STL 等通用 3D 格式。源文件是 Python 脚本,版本控制和复用都变得容易。愿意用代码思维解几何问题的开发者会比较适合,尤其是需要批量生成相似结构、或者做参数化设计的场景。当然,用之前得把 Python 和 bpy 环境配好,对非技术人员来说有一定门槛。

cinecode:用代码生成视频短片

做视频通常要经过剧本创作、分镜绘制、素材拍摄、后期剪辑好几道环节。cinecode 想把这套流程自动化,让 AI Agent 用代码来生成视频。把短片主题交给 Claude Code 或 Cursor 这类编程助手,cinecode 会引导 Agent 组织剧本和镜头语言,用代码生成画面和声音,最后渲染成 MP4 视频。目前它比较适合生成 30 秒左右的产品动画或科普短片。

流程大致是这样:先定画幅、风格和配音音色,再看 Agent 生成的场景静帧,确认没问题后调整镜头、文字和节奏,最后渲染输出。cinecode 需要 Node.js、Python、FFmpeg 和 Chrome 等本地环境,渲染快慢很大程度上看显卡性能。眼下生成的视频在细腻程度上还比不上专业制作,但它展示了“视频即代码”的可能性,也给程序化内容生成(PCG)提供了新思路。

结语

Kimi K3.1 Pro 把权重开放出来,加上各类本地化工具不断冒头,这周的方向已经很清楚:AI 不再只是云端 API 调用,而是在往更深的本地集成和工作流自动化走。编程、笔记、会议、视频制作,开发者都在试着把 AI 能力塞进具体的日常场景,再通过开源社区把方案共享出来。

对普通用户来说,盯着这些工具实际落地得怎么样,可能比追参数规模更有意义。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 豆包工作接入Kimi、GLM、DeepSeek:额度倍率背后的算力账单

    11月12日,字节跳动旗下办公智能体产品豆包工作宣布完成产品更新,在原有豆包2.1 Lite和豆包2.1 Pro两款自研模型之外,新增接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等多款第三方模型。 2026年9月,字节跳动旗下豆包正式推出面向生产力场景的全新Agent产品与品牌

    来源 AI 行业观察
  2. 谷歌AdMob加码AI工具:对话助手帮开发者找广告增收机会

    IT之家 11 月 17 日消息,谷歌昨日(11 月 16 日)发布博文,宣布为旗下移动应用广告平台 AdMob 引入新一批 AI 工具,包括对话助手 Ask AdMob 以及面向 AI 编程助手的 AdMob 智能体技能,帮助开发者简化广告接入、排查配置问题,并寻找增加广告收入的机会。Ask AdMob 基于 Gem

    来源 腾讯网
  3. 华为云“行业AI梦工厂”发布并开源昇腾原生具身世界模型CloudRobo-WM1.2

    【TechWeb】11月16日消息,今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。 五

    来源 AI 行业观察
  4. 华为云开源具身世界模型CloudRobo-WM1.2,两项评测登顶

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  5. 华为云开源CloudRobo-WM1.2:具身世界模型登顶两项评测

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  6. OVHcloud推出首个AI模型家族Olala,首发7A1B开源模型

    IT之家 11 月 17 日消息,欧洲云服务企业 OVHcloud 当地时间今日宣布推出其首个 AI 模型家族 Olala,同时公布了该系列的首个成员 Olala mini 7A1B。 Olala mini 7A1B 采用结合了 Differential-TPA 和 Mamba-3 的混合注意力机制,总参数 70 亿、

    来源 AI 行业观察
  7. AMD高管:AI取代不了超算,FP64高精度计算仍长期不可缺

    科技媒体 Tom's Hardware 昨日(11 月 16 日)发布博文,报道称 AMD 负责高性能计算(HPC)与主权 AI 的企业副总裁 Scott Tease 表示,多数 HPC 研究机构已经认识到,AI“永远不会取代”传统高性能计算。即便 AI 应用持续扩张,依赖双精度 FP64 的高精度科学计算仍将长期存在

    来源 IT之家
  8. Nex-N2.6开源:321B多模态Agent模型如何破解“鬼打墙”循环?

    上海创智学院(Nex-AGI)开源了基于GLM-5.3-Flash后训练的Nex-N2.6模型。该模型拥有约3210亿参数,支持256K上下文,主打电脑操控、编程和长程工具调用。其核心突破在于将推理复读率从16%降至1.6%,并在OSWorld评测中取得83.0分。文章介绍了其技术原理、本地部署方法及与竞品的对比。

    来源 AI 应用前沿
  9. Google三款新模型齐发:Hydrogen提速19%,API配额省24%

    2026年11月13日 AI 动态:Google 发布 Gemini 4 Hydrogen、Carbon 和 Decision 1,以价格和配额效率发起攻势;United Airlines 因安全风险屏蔽 AI 订票 Agent,PayPal 通过工程手段将助手准确率提升至 95%;开放权重模型向生命科学领域下沉。

    来源 AI 应用前沿
  10. Garlic LLM 让越狱 PS4 跑起 90 亿参数模型:最高每秒 43 词元

    科技媒体 Gigazine 今天(11 月 17 日)发布博文,报道称开源项目 Garlic LLM 可以让越狱版 PlayStation 4 运行 90 亿参数的本地大语言模型,最高生成速度可达每秒 43 个词元(Token),且无需联网即可完成 AI 聊天与语音对话。

    来源 IT之家
  11. AMD高管谈AI与超算:FP64精度不可替代,正与IBM推进试点

    IT之家 11 月 17 日消息,科技媒体 Tom's Hardware 昨日(11 月 16 日)发布博文,报道称 AMD 负责高性能计算(HPC)与主权 AI 的企业副总裁 Scott Tease 表示,多数 HPC 研究机构已经认识到,AI“永远不会取代”传统高性能计算。即便 AI 应用持续扩张,依赖双精度 FP

    来源 腾讯网
  12. 知乎推出Paper开源计划:论文与讨论打通,科研作者可绑定身份

    知乎把论文阅读与社区讨论连接了起来。近日,2026知乎科学季收官。除了邀请科研人员参与线下交流,知乎还在科学季期间推出“Paper开源计划”,将论文关联、讨论入口和研究者身份绑定纳入社区功能。基于这项计划。用户阅读论文时,可以通过插件查看知乎上的相关讨论;社区问题可以关联论文卡片,方便读者查阅原始研究;科研...

    来源 腾讯网
  13. 书生-S2.1 Flash开源:能操控CAD与QGIS的科研智能体

    上海AI实验室开源了书生-S2.1 Flash,这是一个专门针对科学场景的多模态大模型。它不仅能看懂分子结构、光谱和脑电波,还能直接操作3D Slicer、QGIS、CAD等专业软件完成建模和分析。相比之前的版本,它的推理成本降低了90%,在多项通用智能体基准测试中表现优异。文章介绍了其技术原理、实际应用场景以及与竞品

    来源 AI 应用前沿
  14. 达信:AI工具与智能体被用于找漏洞,网络保险保费看涨

    达信旗下 Marsh Risk 美国及加拿大网络风险业务负责人梅雷迪思 · 施努尔本周接受路透社采访时指出:“有迹象表明,黑客正在利用 AI 工具和 AI 智能体寻找安全漏洞。我认为,相当一部分网络安全事件可以归因于 AI。”

    来源 IT之家
向下滚动自动加载更多