Claude Code v2.1.141 发布:新增终端通知钩子与工作区身份联邦
Claude Code v2.1.141 发布,hook JSON 输出新增 `terminalSequence` 字段,使钩子无需控制终端即可发出桌面通知、窗口标题和响铃。
项目更新、模型与开源社区动态
Claude Code v2.1.141 发布,hook JSON 输出新增 `terminalSequence` 字段,使钩子无需控制终端即可发出桌面通知、窗口标题和响铃。
Claude Code v2.1.140 发布,Agent 工具的 subagent_type 匹配现在对大小写和分隔符不敏感,如 "Code Reviewer" 可解析为 code-reviewer。
Claude Code 发布 v2.1.139,新增 Research Preview 的 agent view(运行 `claude agents` 查看所有会话状态)和 `/goal` 命令,可设完成条件让 Claude 跨轮次持续工作。
Claude Code 发布 v2.1.138,本次更新仅包含内部修复,未公布具体功能变更或性能数据。
Claude Code 发布 v2.1.137,修复了 VSCode 扩展在 Windows 上无法激活的问题。
Claude Code v2.1.136 发布,新增 `CLAUDE_CODE_ENABLE_FEEDBACK_SURVEY_FOR_OTEL` 环境变量,供企业通过 OpenTelemetry 重新启用会话质量调查;同时新增 `settings.autoMode.hard_deny` 自动模式分类规则,可无条件拦截操作。
Claude Code v2.1.133 新增 worktree.baseRef 设置(fresh | head),用于选择 --worktree、EnterWorktree 和 agent-isolation worktree 从 origin/ 还是本地 HEAD 分支,默认 fresh 将 EnterWorktree 的基准改回 origin/。
Claude Code v2.1.132 新增 CLAUDE_CODE_SESSION_ID 环境变量,并支持用 CLAUDE_CODE_DISABLE_ALTERNATE_SCREEN=1 退出全屏渲染、保留终端原生滚动。该版本修复了外部 SIGINT 无法优雅关闭、--resume 遇 emoji 截断报错、stdio MCP 服务器写入非协议数据导致内存涨至 10GB+ 等多项问题。
Claude Code v2.1.131 修复了 VS Code 扩展在 Windows 上因打包 SDK 中硬编码构建路径(createRequire polyfill bug)而无法激活的问题,同时修复了 Mantle 端点认证因缺少 x-api-key 头而失败的问题。
Claude Code 发布 v2.1.129,新增 `--plugin-url` 参数可从 URL 拉取插件 `.zip` 包供当前会话使用,并加入 `CLAUDE_CODE_PACKAGE_MANAGER_AUTO_UPDATE` 环境变量,在 Homebrew 或 WinGet 安装下后台执行升级并提示重启。
Claude Code 发布 v2.1.128,`/color` 无参数时随机选择会话颜色,`/mcp` 显示已连接服务器的工具数量并标记零工具服务器,`--plugin-dir` 开始支持 `.zip` 插件包。
inclusionAI 开源发布 Ling-2.6-flash,这是一个总参数 104B、激活参数 7.4B 的指令模型,面向高频智能体场景优化推理效率与 token 效率。
推荐理由:官方给出 104B 总参数与 7.4B 激活参数的具体配置和评测数据,可用于评估高频智能体场景下的推理成本与部署取舍。
inclusionAI 在 Hugging Face 开源 Ling-2.6-flash 指令模型,总参数 104B、激活参数 7.4B,主打推理效率与 token 效率。
推荐理由:模型以 7.4B 激活参数和混合线性架构给出推理吞吐与 token 效率数据,可供评估高并发 agent 场景的部署成本。
inclusionAI 在 Hugging Face 发布 DR-Venus-4B-SFT-GGUF,这是由 Qwen/Qwen3-4B-Thinking-2507 微调而来的 4B 深度研究智能体,也是 DR-Venus 的监督初始化检查点。
推荐理由:用约 1 万条开放轨迹训练出 4B 深度研究智能体,并在多个基准上超过此前同规模开源模型。
inclusionAI 在 Hugging Face 发布 DR-Venus-4B-RL-GGUF,这是基于 DR-Venus-4B-SFT 用 IGPO 式信息增益奖励做智能体强化学习得到的 4B 深度研究智能体,基座为 Qwen3-4B-Thinking-2507,最大 rollout 上下文 256K、单次最多 200 步交互。
inclusionAI 发布 4B 深度研究智能体 DR-Venus-4B-SFT,基于 Qwen3-4B-Thinking-2507 在清洗后的开源 REDSearcher 轨迹上做智能体监督微调,最大训练长度 200K,使用 search 与 visit 工具。
推荐理由:给出 9B 以下开源深研究智能体的基准对比,读者可据此判断 4B 模型的深研究能力位置。
inclusionAI 发布 DR-Venus,一个基于 Qwen3-4B-Thinking-2507、完全用开源数据训练的 4B 深度研究智能体。
inclusionAI 发布 LLaDA2.0-Uni,一个基于扩散大语言模型的统一 MoE 模型,将多模态理解与生成整合进 Mask Token Prediction 范式,模型权重和推理代码已在 HuggingFace 开源。
Inclusion AI(蚂蚁集团)联合 HKUST、ZJU 等发布 TC-AE,一个基于 Vision Transformer 的 tokenizer,通过优化 token 空间解决高压缩比下的表征坍缩问题。
inclusionAI 开源 cuLA,用 CuTe DSL 和 CUTLASS C++ 为 GLA、KDA、GDN、Lightning Attention 等线性注意力变体提供手调 CUDA 内核,支持 NVIDIA Blackwell(SM10X)与 Hopper(SM90)GPU。
FireRedTeam 将 FireRedVAD 作为独立仓库开源,并放出模型权重与推理代码。该方案支持非流式/流式 VAD 与非流式 AED,可检测 100+ 语言的语音、歌声和音乐,非流式 VAD 在覆盖 102 种语言的 FLEURS-VAD-102 上取得 97.57% F1,超过 Silero-VAD、TEN-VAD、FunASR-VAD 和 WebRTC-VAD。
FireRedTeam 发布 FireRed-OCR-2B 开源模型权重,基于 Qwen3-VL-2B-Instruct,在 OmniDocBench v1.5 上取得 92.94% 的端到端方案最高总分。
inclusionAI 开源 ZwZ 系列多模态模型(2B/4B/7B/8B),基于 Qwen3-VL 与 Qwen2.5-VL,通过 Region-to-Image Distillation 把推理时的区域缩放转为训练时蒸馏,单次前向即可完成细粒度感知,在开源模型中达到 SOTA。
FireRedTeam 在 GitHub 开源 FireRedASR2S 一体化语音系统,包含 FireRedASR2(LLM 与 AED 两个版本)、FireRedVAD、FireRedLID 和 FireRedPunc 四个模块并放出权重与推理代码。
小红书智能创作团队开源 FireRed-Image-Edit 系列图像编辑模型,含 1.0、蒸馏版和优化人像一致性、多元素融合与妆造的 1.1 版本,代码与权重采用 Apache 2.0 协议。
FireRedTeam 在 GitHub 开源 FireRed-OpenStoryline,通过自然语言对话完成视频创作,2026-02-10 正式开源,采用 Apache License 2.0。
推荐理由:官方仓库给出完整功能清单、架构说明和安装方式,读者可以据此判断它是否适配自己的视频创作流程。
FireRedTeam 开源 IVC-Prune,一种免训练、提示词感知的视觉 token 剪枝策略,通过分析 RoPE 数学性质定位隐式视觉坐标(IVC)token 并保留前景 token,在中间层一次性选择后跨所有层复用,以最大化 KV-cache 压缩且不改变原始位置 ID。
FireRedTeam 在 GitHub 开源了 NeurIPS 2025 论文 InstanceAssemble 的官方实现,这是一个轻量级布局到图像(Layout-to-Image)生成框架,可实现精确的空间控制。
FireRedTeam 发布 FireRedChat,提供完全自托管的实时语音 AI Agent 搭建方案,集成 TTS、ASR、pVAD 个性化语音活动检测和 EoT 结束轮次检测,2025/09/16 已发布 pVAD、turn-detector 模型及 FireRedTTS1、FireRedASR 服务。
FireRedTeam 开源 FireRedTTS-2,面向播客和聊天机器人的长对话流式 TTS,支持 3 分钟、4 说话人对话生成。支持中英日韩法德俄七种语言和零样本音色克隆,基于 12.5Hz 流式语音 tokenizer 与双 Transformer 架构,L20 GPU 上首包延迟低至 140ms,bf16 推理将显存占用从 14GB 降至 9GB,并已发布微调代码与教程。
FireRedTeam 开源 CQ-DINO,一个基于类别查询的目标检测框架,用于超大词表目标检测,论文已被 NeurIPS 2025 收录。该方法通过类别查询缓解梯度稀释问题,支持 V3Det 与 COCO 2017 数据集,推荐使用 8 张 A100 GPU、CUDA 12.1 环境训练,并提供 Swin-B/L 等预训练权重与类别嵌入下载。
小红书与上海科技大学提出 Single Trajectory Distillation(STD),通过单轨迹蒸馏、Trajectory Bank 和基于 DINO-v2 的非对称对抗损失,实现 8-4 步高质量图像与视频风格化,在风格相似度和美学指标上超越 LCM、TCD、PCM 等加速模型。代码与预训练模型已开源,支持即插即用接入现有 SDXL 流程。
FireRedTeam 开源工业级语音识别模型 FireRedASR,支持普通话、中文方言和英语,含 8.3B 的 FireRedASR-LLM(Encoder-Adapter-LLM 架构)和 1.1B 的 FireRedASR-AED 两个变体。
推荐理由:仓库给出两个变体的公开基准 CER/WER 对比数字和使用限制,读者可以据此评估它在中文语音识别里的可用性。
FireRedTeam 开源 LayerDiffuse-Flux,将 LayerDiffuse 的透明图像生成能力移植到 FLUX.1,通过训练新的透明 VAE 适配 Flux,并用 LoRA 微调 Flux 生成透明图像。仓库提供 T2I 与 I2I 两个 demo,权重可从 HuggingFace 的 RedAIGC/Flux-version-LayerDiffuse 下载。
FireRedTeam 发布 StoryMaker,一个面向多角色场景的个性化图像生成方案,不仅保持人脸一致性,还能保持服装、发型和体型,从而支持用一系列图像讲述故事。模型权重已于 2024/09/02 发布,训练代码于 2024/11/09 开源,模型可从 HuggingFace 下载。
FireRedTeam 发布 DynamicPose,一个由人体姿态序列驱动的人像动画 image-to-video 框架,并同步开放预训练模型、pose server 与姿态对齐算法。
FireRedTeam 发布开源项目 PhotoPoster,一个高保真两阶段姿态驱动图像生成框架,通过引入精修阶段显著提升 i2i 图像质量,并同步开源预训练模型和基于 FastAPI 的 pose server。团队计划两周内发布 ComfyUI 支持及配套的 i2v 项目 DynamicPose,后续还将开放推理代码、训练代码和数据处理流程。
FireRedTeam 发布一致性蒸馏方法 Target-Driven Distillation(TDD),通过目标时间步选择与解耦引导策略,让蒸馏后的 SDXL、SVD-xt 1.1 和 FLUX.1-dev 仅需 4-8 步即可生成高细节图像。
FireRedTeam 在 GitHub 上线 fireredteam.github.io 仓库,包含 css、demos、pics 等目录及 data.js、index.html 等文件。
FireRedTeam 在 GitHub 发布升级版可流式基础文本转语音系统 FireRedTTS-1S,并公开预训练 checkpoint 与推理代码。该版本新增 flow-matching 解码器,支持零样本语音克隆,参考音频建议 3 至 10 秒,合成音频采样率为 24000。官方声明该语音克隆能力仅限学术研究用途。