Hugging Face 用 178 张图训模型画水彩
奖励函数里没有单元测试，只有一池 178 张手工评分的参考图。这条路子把强化学习从数学题、代码题挪到了说不清对错的地方，也顺带把训练一个有审美的模型的账单压到几百美元量级。
开源 资讯与深度分析
关注开源模型、Hugging Face、模型许可、社区生态和本地部署。 本页收录 117 篇已发布文章。 第 1 / 2 页，每页最多 100 篇。
月之暗面谈判 Kimi K3 分成，开口要 30%
月之暗面正与微软、亚马逊、谷歌谈 Kimi K3 的收入分成，初期开价最高 30%，而此前业内默认的上限是 20%。开放权重模型不收授权费，云上托管的调用收入就成了唯一能摆上桌的那笔钱。
Anthropic 开源电商 Agent 参考实现
一篇工程文档比发布会更能看出方向：多智能体编排被明确排在了单体加技能之后，理由是交接过程会丢状态。这是从线上跑出来的结论。
Hugging Face开源207个浏览器GPU内核
207 个算子、809 组对照测试、几何平均快 2.57 倍。Hugging Face 把浏览器里的 GPU 算子当模型一样版本化托管进 Hub，让它们可以被单独下载、单独测、单独换。浏览器端推理卡了好几年的位置，一直在算子这一层。
399美元开源机器鸭首日卖出260万美元
6500 台订单压在 24 小时里，峰值每四秒出一台。Pollen 把运行时、强化学习代码和仿真环境一并挂上 GitHub，这只鸭子更像整套开源栈的入场券，硬件只是承载它的壳。
OpenClaw 2.0 一次合并 1.6 万个 PR
933 名贡献者、1.6 万个合并请求压进同一个版本号，OpenClaw 把两天一发的开源节奏换成了七周一次的整体翻修。安装、浏览器、多人协作三条线同时改版，攒版本的赌注下得不小。
腾讯混元Hy4开源，盲测2.99分险胜GLM与Kimi
770B 参数只激活 49B，腾讯把开源模型的算力账压到了 6.4% 的激活率。盲测领先 GLM 5.3 的那 0.07 分说明不了太多，能否撑住长周期工程任务，才是这一版要证明的东西。
英伟达谈定129亿美元收购Hugging Face
去年英伟达想按 70 亿估值花 5 亿入股被回绝，这次直接把整家端走，价签 129 亿。开源模型的分发入口从社区手里换到卖卡的人手里，前提是这份还没落笔的协议真能签下去。
SGLang 把 MiniMax-H3 无损提速 1.95 倍
同样的去噪步数、同样的 8 卡 H200，换个推理运行时就快近一倍，这部分提速一分画质都没掉。再往上的 6.24 倍要拿 SSIM 换，0.76 已经是肉眼能看出差别的区间，那一档更适合筛构图而非出成片。
吴恩达给桌面智能体装上漏洞扫描
OpenWorker 七月才开源，卖点是在自己的笔记本上把活干完。新版把安全审查提到首位，扫代码也扫依赖，权限设计里还写死了一条硬规矩：出修复的那个智能体，不能同时当验收的那个。
微信开源多模态嵌入模型登顶 MMEB-v2
腾讯微信视觉团队把 2B 规格的多模态嵌入模型做到 77.9 分，越过了参数量四倍的 Qwen3 VL Embedding 8B。在检索这条线上，堆参数换分数的性价比正在肉眼可见地变薄。
智谱开源 GLM-5.3-Flash，激活参数砍到 180 亿
把激活参数从 320 亿压到 180 亿、层数减半，AA 指数还顶到 57 分，智谱这一版给国产开源模型划了条新的成本线：前沿档位的能力，开始按 Flash 档位的价格卖。
智谱认领Ox Alpha，用量超DeepSeek两倍
六天匿名跑到 OpenRouter 用量榜首，才由智谱出面认领。免费预览把调用量做到 DeepSeek 的两倍，权重紧随其后，国产模型争夺开发者的顺序，正从先办发布会改成先让人用上。
Qwen3.8-Flash-Next今晚开源，架构提前跳到Qwen4
模型挂在 3.8 的代号下，用的却是下一代 Qwen4 架构。阿里把架构选型提前半步交给社区去试，等 Qwen4 正式发布时，推理框架和量化工具链已经跑过一轮了——开源节奏本身也是产品设计的一部分。
Meta 自研 RDMA 协议扛住 10% 丢包
把拥塞和重传的判断从交换机挪回网卡，Meta 换来的是不用 PFC 也能跑 RDMA。这笔取舍对十万卡集群成立，对几百卡的机房未必划算——规范 10 月在 OCP 放出来，那时候才好算账。
Hugging Face 找银行问价，估值 130 亿美元
三年前投后 45 亿美元、还回绝过英伟达报价的 Hugging Face，如今把探买家的活儿交给了银行。一家长期把自己摆在公共设施位置上的公司开始谈退出，价签背后的身份变化比数字更扎眼。
开源追平闭源的时间每代减半
4.8 个月，Kimi K2.6 越过 Opus 4.5，这是 SemiAnalysis 画出的最新一段追赶曲线。周期缩短对闭源实验室谈不上致命，但靠"领先半年"收溢价的日子在变短，护城河正从模型分数挪向产品与交付。
四卡跑蚂蚁 Ling-3.0-flash，单请求出词提速 2.1 倍
并发为 1 的时候，卡住模型的常常是 CPU 那一侧的等待，显卡反倒闲着。SGLang 与蚂蚁把这些等待逐个拆掉，单请求每个 token 的耗时从 3.33 毫秒压到 0.78 毫秒。
万亿模型重启从8.8分钟压到32秒
蚂蚁与 SGLang 团队把量化后的权重常驻显存、让新进程零拷贝映射过去，省掉每次重启都要重做一遍的读盘和量化。模型越大，推理侧的成本账就越往运维那头挪。
Mythos装进安全产品，开源拿3500万额度
Anthropic 这轮调整的着力点在访问方式：Mythos 5 跑在合作伙伴产品的后台，用户拿得到补丁建议，碰不到模型本身。攻防能力的分发从发账号改成了发结果。
面壁开源8B形式化模型压过32B对手
MathForm 8B 在最难的 FATE X 上拿到 37% 一致性通过率，压过多款 32B 专用形式化模型。把数学题翻成 Lean 4 这件事上，检索 Mathlib 加编译器反馈迭代，比继续堆参数划算。
商汤开源U1.5，8B模型直出4K原生图
同一个模型在名字、仓库说明和模型卡上给出了三种参数口径，这不算失误，它暴露的是统一多模态架构还没有公认的数法：理解塔和生成塔要不要合并计数，各家没谈拢。
OpenAI把Codex执行层开源，Cisco已接入
三档接入里 app server 最能说明 OpenAI 的算盘：把模型外面那层执行系统整个摊开做成通用接口，计费口子仍然留在模型侧。Cisco 和一家报税服务商已经照这个路子把 agent 塞进了自家产品。
Liquid AI 用 300M 草稿模型把解码提速 3.18 倍
一套六月底才在国内开源的投机解码方法，两个月后被一家美国端侧模型公司做成了默认加速件，连推理框架里的算法开关都直接沿用了它的名字。开源代码的扩散速度，比论文引用数诚实得多。
18个模型自主做实验，最好补上82%的人类差距
Opus 5 和 Kimi K3 之间只差 10 步，放进 690 步的总差距里几乎等于噪声，开源模型在这类长周期实验上已经不落下风。卡住所有人的地方在别处：153 次跑下来，没有一个模型拿出新方法。
Liquid AI 用蒸馏把 Q4_0 救回 97% 精度
Q4 0 是 llama.cpp 里最老的四比特格式，精度差到社区基本弃用，Liquid AI 却用蒸馏把分数拉回 BF16 的九成七。拿训练侧的一次性成本，换 Arm 手机上那几毫秒。
智谱 GLM-5.3 API 上线，百万 token 输出 4.4 美元
GLM 5.3 在 Artificial Analysis 智能指数拿到 60 分、182 个模型里排第 8，API 定价 1.4/4.4 美元；分数已经贴近开放权重第一梯队，但每个任务吞掉 4.1 万输出 token，账单未必比对手便宜。
高通收下Modular一个月，Mojo编译器开源
编译器和工具链的代码全部进了 modular/modular 主仓库，许可证是 Apache 2.0 叠加 LLVM 例外，连二进制分发的口子一起放开。做这个决定的是刚完成收购的高通，而三年前许下开源承诺的那家创业公司已经并入其中。
DeepSeek Pro开放384K输出
DeepSeek V4 Pro 这次没有开发布会，信号藏在 API 文档里：版本号转到 0813，输出上限抬到 384K，价格页同时挂出涨价预告。对重度开发者来说，这比一张跑分海报更需要立刻算账。
阿里首次开放千问Max级模型权重
Qwen3.8 的新变化不在参数更大，而在阿里第一次把 Max 级模型权重放到开发者面前。此前写在预告里的“开源承诺”，现在变成了可下载、可部署、可核验的模型卡。
百灵小模型开始跑本地智能体
Ling 3.0 tiny 的看点不只是 7.9B 总参数。每个 token 只激活 1.3B 参数、同时给出 BF16/FP8/INT4 权重和 SGLang/vLLM 部署路径，说明国产开源模型正在把智能体能力往本地设备压。
Meta开源30B本地Agent模型
Meta 这次放出的 Muse Glimmer，不是把最大模型搬给开发者。它把 30B、24GB 显存、Apache 2.0 和 Agent 工具链捆在一起，重新回答一个老问题：开源权重还能不能在本地工作流里有存在感。
BigBang让模型自己出题
BigBang V1 把合成数据从“模型答题”推进到“模型出题、解题、验题”。35B A3B 模型跑出多项科研与代码评测优势，更该盯住的是训练数据生产方式变了。
谷歌气旋AI提前一天预警
WeatherNext Cyclones 把台风、飓风预报里最难合并的路径、强度和风场结构放进同一个 AI 模型。多争取 24 小时预警，重点不在替换气象员，重点在让撤离、物资和停航决策早一天进入准备状态。
面壁让AI改快百款工业软件
ForgeStencil 的看点不在“AI 写代码”，在它把工业软件调优拆成可复验流程：100 个应用、2.05 倍几何平均端到端加速，开始碰到 HPC 专家的腹地。
Inkling Small追平975B旗舰
Thinking Machines 把 Inkling Small 全量权重放出后，最醒目的信号落在成本曲线上：12B 激活参数已经能贴近 41B 激活旗舰的多个能力项。
MiniMax H3把视频模型开源
MiniMax H3 把 2K、15 秒、原生立体声和开源权重放在同一张发布牌上；0.8 元/秒的价格很醒目，但开放权重仍要等后续文件落地。
Kimi估值升到350亿美元
Kimi K3 开源后不到两周，月之暗面融资口径从 300 亿美元抬到 350 亿美元。资本看中的已经不止单个模型热度，还包括开源模型换来上市前确定性的能力。
腾讯混元开源推理加速框架
混元这次没有只晒模型跑分，而把推测解码的训练框架、两类 drafter 权重和评测链路一起放出，目标直指大模型推理成本。
机器人三万小时触觉数据开源
NeoteAI 与复旦把 3 万小时触觉交互数据、三条模型路线同时亮出，机器人学习的焦点从摄像头移到手指接触瞬间。
Kimi K3网络攻防测试掉队
Kimi K3 的新信号不在参数表，而在攻防测评：通用榜单冲高后，网络安全长链任务先露出短板。
Poolside开源118B代码模型
Poolside 这次没有端出一个万亿参数的庞然大物。它把 Laguna S 2.1 做成 118B 总参数、8B 激活参数 的 MoE 代码模型，权重直接放上 Hugging Face，还说能在单台 NVIDIA DGX Spark 上跑
面壁开源1.5B端侧机器人模型
机器人这轮模型竞赛，面壁智能没有把参数表拉到最大，先把模型压到了能贴近机器本体的位置。 7月19日，OpenBMB在GitHub公开MiniCPM Robot系列。两套首发模型分工很清楚： 1.5B的MiniCPM RobotManip管机
Hugging Face遭AI智能体入侵
Hugging Face碰到的，并非普通撞库或一次脚本扫描。它在7月16日公开承认，一组攻击者把恶意数据集塞进平台的数据处理链路，靠自动化智能体完成横向移动；平台这边也用AI把攻击日志拆回来。 这条新闻最扎人的地方，是攻防两边都在机器速度上
Kimi K3发布2.8万亿参数
Kimi 这次把牌摊得很大：2.8 万亿参数、100 万 token 上下文、原生视觉理解，还把价格直接挂在开放平台首页。7 月 16 日发布的 Kimi K3，先把月之暗面重新推回国产开源模型的中央位置。 这条新闻的张力不在“又发了一个大
蚂蚁开源两套AI安全护栏
AI Agent 的安全焦点，正在从“说了什么”挪到“做了什么”。 这句话放在半年前还像一句行业判断，放到 7 月 13 日就很具体了。
Claude改写Bun引发Zig反击
Bun 用 Claude 把一套大型 JavaScript 运行时从 Zig 迁到 Rust，刚被包装成 AI 编程的标杆案例，Zig 创始人 Andrew Kelley 就把桌子掀了。
智谱上市后押注长程任务能力
智谱刚从资本市场拿到一轮高光，创始人唐杰却在内部信里把话题拉回了模型能力上限。 这封题为《巨浪已来》的内部信在 7 月 11 日发出。它没有把重点放在股价、融资或销售捷报上，反倒把公司未来两年的重心压到三个难题上：长程任务、自治智能体、自我
灵波机器人模型先预判再动手
桌上的冰球朝机器人飞过来，难点不是看见球，而是在球还没到之前判断它会去哪里。 7 月 10 日，蚂蚁灵波发布 LingBot VA 2.0，把这个问题摆到机器人“大脑”正中间：让模型一边预测世界下一步的变化，一边生成自己的动作。它延续了灵波
Ollama 融资6500万美元，押注本地模型
一个把大模型塞进个人电脑的开源工具，刚拿到 6500 万美元 B 轮融资。Ollama 团队只有 14 人，却称每月有 890 万开发者在用，覆盖 85% 的《财富》500 强企业。 这组数字看着像典型的 AI 融资新闻，但 Ollama
蚂蚁灵波开源机器人视觉模型
蚂蚁集团旗下具身智能公司灵波科技，把机器人视觉这块短板又往前推了一步。 7 月 7 日，灵波科技发布空间感知模型 LingBot Depth 2.0，并同步开源视觉基座模型 LingBot Vision。前者面向机器人深度补全，后者更像底层
四个国产模型集成跑赢Opus成本低九成
一个开源项目最近抛出个有点反直觉的结论：与其用一个最强的模型，不如把四个国产模型凑到一块投票。 这个项目叫OpenSquilla，7月6日放出0.5.0预览版，背后是家刚成立不久、估值1亿美元的公司基元律动。
GitHub Copilot 首次接入开源模型 Kimi K2.7
7 月 1 日起，GitHub Copilot 的模型列表里多了个新名字：Kimi K2.7 Code。这是月之暗面（Moonshot AI）的开源模型，也是 Copilot 上线以来接进来的头一个开源权重模型。在这之前，能在这个框里选的，
帕兰蒂尔联手英伟达把开源模型塞进断网机房
Palantir 和英伟达 6 月 29 日联手推出了一套系统，专治政府机构一个老矛盾：既想用上强大的 AI，又不敢把敏感数据送出自己的机房。 它们的做法，是把英伟达的 Nemotron 开源模型整个搬进"气隙"（air gapped）环境
沙特阿美领投8亿Together AI估值达83亿
沙特阿美的风投部门 Aramco Ventures 领投，Together AI 拿到 8 亿美元 C 轮，投后估值定在 83 亿美元。
DeepSeek开源DSpark，单卡吞吐提6.6倍
美国还在收紧芯片出口，DeepSeek 这边换了个思路：既然高端卡拿不够，那就让每一张卡多干点活。 6 月 30 日，DeepSeek 联合北京大学开源了一个叫 DSpark 的推理框架。一句话说清它干嘛的——同样的模型、同样的卡，让 AI
美团用国产卡训出 1.6 万亿参数 LongCat-2.0 开源
先说个挺多人没注意到的事。 过去两个月，OpenRouter（开发者调模型的那个中转站）上有个代号 Owl Alpha 的神秘模型，悄没声地爬到了调用量第一。免费、限额，每天给你五百万到一千万 token 随便用，结果硬是被人用出了一个月十
OpenAI 挖漏洞 AI 揪出 OpenBSD 23 年旧洞
一个在 OpenBSD 内核里躺了 23 年的内存漏洞，被一个 AI 翻了出来。 这是 OpenAI 周一（6 月 22 日）甩出来的成绩单里最扎眼的一条。
OpenAI 联手安全公司复核 AI 挖出的漏洞
开源世界有个老毛病，这两年被 AI 放大了：真正在维护那些底层项目的，常常就那么几个人。 OpenAI 自己引的数据挺扎心——被广泛使用的开源项目里，九成多的代码更新，是不到十个开发者扛下来的。平时就忙不过来，现在 AI 还能成批往他们邮箱
一AI公司向SpaceX订63亿美元算力
每月 1.5 亿美元。 这是一家成立两年、至今没发布过一款正经产品、几乎没有收入的 AI 公司，刚跟马斯克签下的算力账单。签到 2029 年，加起来 63 亿美元。 这家公司叫 Reflection AI。卖它算力的，是马斯克的 Space
GLM-5.2 编程跑分逼近闭源，价仅 GPT-5.5 六分之一
先扔个数字。 跑长周期编程任务的 FrontierSWE 榜单上，智谱（现在改叫 Z.ai）的开源模型 GLM 5.2 拿了 74.4 分 。同台的 GPT 5.5 是 73 分上下，Claude Opus 4.8 是 75 分多一点。
月之暗面开源新模型 一项跑分压过 Claude Opus 4.8
一个开源模型，在某个跑分上把 Claude Opus 4.8 摁了下去。 这事本身不算稀奇。稀奇的是——卷子是它自己出的，分也是它自己打的。 发生了什么 6 月 12 日，月之暗面（Moonshot AI）放出了 Kimi K2.7 Cod
SemiAnalysis：200美元ChatGPT套餐让OpenAI倒贴
一份 200 美元的 ChatGPT Pro 套餐，要是真按它给的额度用到顶，OpenAI 得为你倒贴 14000 美元。 这个数字不是吐槽，是 SemiAnalysis 实测算出来的。
微软给 AI 视频加空间记忆，提速 10 倍
AI 生成的视频有个老毛病：镜头往前推一段、再转回来，原先那把椅子可能就换了个样，墙上的画也飘没了。模型不记得"刚才这儿长啥样"。 6 月 14 日，微软研究院联合几所高校放出一个叫 Mirage 的视频世界模型，专治这个健忘症——而且代码
智谱开源 GLM-5.2，上下文 100 万 token
6 月 12 号晚上，白宫一纸命令，Anthropic 把最强的 Claude Fable 5 和 Mythos 5 对所有外国人关停。隔了不到 24 小时，智谱 Z.ai 那边上线了 GLM 5.2——而且把话挑明了：下周连权重一起开源，
Kimi 新模型编程 token 价格砍到 GPT-5.5 十二分之一
先看一组价格。 同样跑一百万个输出 token，GPT 5.5 收你 30 美元，Claude Opus 4.8 收 25 美元，Anthropic 那个更强的 Fable 5 直接 50 美元。月之暗面这周扔出来的 Kimi K2.7 C
Google开源DiffusionGemma，单卡每秒千词
先说个反直觉的事。 你现在用的所有大模型，写字的方式跟打字机其实没本质区别——一个词一个词往外蹦，前一个字没定下来，后一个字不敢动。这叫自回归（autoregressive），从 GPT 到 Gemini 全是这套。 Google 这周开源
月之暗面开源编程模型 K2.7 万亿参数
又一个 1 万亿参数的开源模型,六月十二号悄悄挂上了 Hugging Face。 这次是月之暗面,模型叫 Kimi K2.7 Code。一句话概括:专门干编程的开源大模型,免费下载,Modified MIT 协议——商用基本没门槛。 但比"
Google开源文本扩散模型DiffusionGemma
先说个反直觉的事。 你现在用的大模型——ChatGPT、Claude、Gemini——写字全是一个词一个词往外蹦的。专业点说叫"自回归"：写下一个词，得先看前面所有词，一步都不能跳。这套机制统治了大模型四五年，几乎没人质疑过。
Cohere发布30B编程模型North Mini Code
Cohere 这两年一直在企业和"主权 AI"那条线上闷头跑：模型卖给政府和大客户，部署在人家自己机房，数据不出门。前阵子它把 218B 的旗舰 Command A+ 用 Apache 2.0 开源，押的也是这套叙事。 6 月 9 日，它把
DeepSeek一周吞6万亿token，挤GPT-5.5至第15
先说个拧巴的画面：美国企业的 IT 负责人，一边在合规群里转发「别用中国模型」的警告，一边把公司信用卡绑到了 DeepSeek 的 API 上。 这不是段子。6 月 7 日 The Decoder 援引 Ramp 的数据，把这事摆到了台面上
Kimi 再融资，估值升至 300 亿美元
200 亿美金那轮，钱还没全部打进账上。 做 Kimi 的那家公司——Moonshot AI（月之暗面），转头又开始张罗下一轮了。这次开的价是 300 亿。 彭博 6 月 8 号的消息：这轮它想拿最多 20 亿美金，把估值顶到 300 亿美
Reve 2与Ideogram 4同天发布，AI画图会排版了
让 AI 画一张海报，十有八九栽在同一个地方：画面是好看，但文字摆得乱七八糟，该在左上角的标题跑到了中间，logo 怼在人脸上。 6 月 3 日，两家公司同一天出手，冲着的正是这个老毛病——Reve 和 Ideogram 各自甩出新版本，卖
Ideogram 开源 93 亿参数最强画图模型
做文生图的公司大多把最好的模型锁在 API 后面收钱。Ideogram 这回反着来——6 月 3 日，它把当家旗舰 Ideogram 4.0 的权重直接放到了 GitHub 上，让你下回家自己跑。 这不是一个缩水的开源小号，是它能拿出手的最
英伟达开源机器人世界模型 Cosmos 3
英伟达这次没发新芯片，发了个模型——而且是开源的。 Cosmos 3，黄仁勋给它的定位是「物理 AI 的开源前沿基础模型」。说人话：以前大模型只会读文字、看图、生成视频，Cosmos 3 想让机器人和自动驾驶车真正「脑补」出物理世界接下来会
MiniMax M3 上稀疏注意力，支持百万上下文
6 月 1 日，MiniMax 发了 M3。一句话概括卖点：一个开源权重的模型，同时塞进了 100 万 token 上下文、前沿级的写代码能力，还带原生多模态。MiniMax 说，这三样凑一块的，它是头一个。
英伟达开源 Nemotron 3 Ultra 跑分仍逊 Kimi
黄仁勋这次端出来的是美国最强的开源大模型。结果跑分一对比，还是输给了中国。 6 月 1 日 Computex 台北的主题演讲上，英伟达发布了 Nemotron 3 Ultra，一个 5500 亿参数 的开源模型。
英伟达融合扩散与自回归发新模型
5月20号，英伟达Nemotron Labs甩了篇论文加权重。 这次发的不是一个"再大一点的模型"，是一个 新的解码方式 ——叫Nemotron Labs Diffusion。3B、8B、14B三个规格，base、instruct、visi
Cohere开源218B模型Command A+
Cohere这次的牌打得不小。 5月20号，他们把旗舰模型Command A+开源了—— Apache 2.0协议 ，权重全放Hugging Face，218B参数的MoE架构。这是Cohere第一个走Apache 2.0完全开源的旗舰模型
Hermes Agent 单日 2240 亿 tokens 登顶 OpenRouter
2240亿对1860亿。这不是融资额对比，是这周OpenRouter上跑得最猛的两个AI Agent，一天烧掉的token数。 先说结论：OpenClaw的第一终于丢了。
Kimi 半年估值冲 200 亿美元，美团领投
200亿美元。 这是Kimi背后的Moonshot AI在5月7日刚刚敲定的最新估值。领投方是个让人没想到的名字——美团旗下的Long Z Investment。 这一轮融到了20亿美元，参与方还包括清华控股、中国移动、CPE远峰资本。算上
DeepInfra融资1.07亿美元，英伟达跟投
1.07亿美金，B轮，5月4日官宣。 钱不算最大的——但这轮投资人名单挺有信息量： 500 Global领投 ，跟投里出现了 英伟达 （Nvidia Corp.）、Samsung Next、Supermicro、A.Capital、Feli
Mistral 发布 Workflows 企业 AI 流程平台
四月二十八号，Mistral扔出来一个不那么性感的产品：Workflows，公开预览。 这玩意儿不是模型，不是聊天机器人，甚至不能直接给你写代码。它是个 企业AI的编排层 ——专门解决一个被忽略很久的问题：模型再聪明，跑不进生产就是个dem
开源机器人框架曝高危漏洞可被夺取控制权
Hugging Face 的开源机器人框架 LeRobot 被发现一个严重远程代码执行漏洞， 任何能连到服务端口的攻击者都能直接接管你的机器 ——不用用户名、不用密码、不用证书。 CVE 编号是 CVE 2026 25874 。
小米开源1.02万亿参数模型效率超Claude Opus
雷军前两年挖罗福莉，外界都说他在做表面功夫——一家造手机和电动车的公司，凑什么 AI 的热闹。 周一晚上，小米把 MiMo V2.5 Pro 扔了出来，1.02 万亿参数 MoE，开源。这次没人再笑了。
DeepSeek V4发布，市场反应平淡
去年这个时候，DeepSeek 一发模型，全球科技股集体跳水，被叫做"黑天鹅"。 今年V4又来了。 市场反应：还行 。 1.6万亿参数的开源新王，没人觉得稀奇了 4月24日，DeepSeek 把 V4 系列丢上了 Hugging Face。
DeepSeek发布72小时把V4-Pro降价75%
V4 Pro的preview是上周五凌晨上线的。 今天早上，DeepSeek在API面板贴出公告：V4 Pro 75% off，直接到5月5号。同时，整个API的输入缓存命中价格砍到原来的十分之一。 发布到大幅降价，中间隔了72小时不到。
Qwen3.6-27B开源，成绩打赢3970亿MoE
先上这个数字： SWE bench Pro 53.5 vs 50.9 。 前者是Qwen3.6 27B，27B参数，4月22日刚开源，Apache 2.0协议。后者是Qwen3.5 397B，397B参数，混合专家架构（MoE），阿里之前的
DeepSeek V4发布，1.6万亿参数比GPT-5.5便宜8倍
今天（4月24日），DeepSeek发布了V4。 Bloomberg的标题是「一年后再次颠覆硅谷」。有没有这么夸张暂且不说，但这次确实是两件事一起发： V4 Pro ：1.6万亿总参数，激活49B，支持100万token上下文 V4 Fla
阿里27B模型成绩比肩自家397B
4月22日，Qwen团队在Hugging Face发了个新模型。27B参数，Dense架构，Apache 2.0协议，叫Qwen3.6 27B。 发布博文里，他们把benchmark分数列了出来。SWE bench Verified： 77
Kimi K2.6 拿下 HLE 开源第一
月之暗面上周把Kimi K2.6完整版推出来了，这不是什么"代码预览"测试版，是完整的生产级模型。之前Code Preview已经引发了一波关注，但完整版的技术规格和跑分结果出来以后，事情比很多人预期的更有意思。
阿里Qwen3.6-Max登顶6项测试，转闭源
4月20日，Alibaba发布了Qwen系列有史以来性能最强的模型——Qwen3.6 Max Preview。 说悄悄，是因为这次没有大张旗鼓的开源庆典，没有Apache协议公告，也没有欢迎下载、商业免费的旗帜。
阿里开源Qwen3.6-35B，SWE-bench达73.4%
4月16日，阿里Qwen团队把Qwen3.6 35B A3B开源了，Apache 2.0协议，没有任何商用限制。 这个模型有点意思：总参数35B，但推理时只激活3B。用了混合专家（MoE）架构，12:1的计算稀疏比——在效果上接近35B大模
MiniMax M2.7 自我迭代 100 轮，性能涨 30%
"AI自我进化"这个词被说烂了，但MiniMax在M2.7上做的事稍微不一样。 不是科幻意义上的自我意识，而是：M2.7在自己的训练过程里，用一套agent框架自动跑实验、读日志、分析指标、调代码、再跑实验，循环100多轮—— 没有人工干预
英伟达开源 Nemotron 3 全系及训练数据
黄仁勋要在开源模型市场上插一面旗 大家以为NVIDIA只管卖GPU的时候，英伟达悄悄发布了Nemotron 3全系列——不只是模型权重， 连3万亿token的预训练数据集、强化学习流程和评估工具全部开源了 。 这个动作的信号很清晰：NVID
GLM-5.1 登顶 SWE-Bench Pro，全程用华为昇腾
4月7日，Z.ai（原智谱AI）发布了GLM 5.1，754B参数，MoE架构，MIT协议开源。 跑分结果：SWE Bench Pro 58.4%，全球第一。GPT 5.4是57.7%，Claude Opus 4.6是57.3%。 光这个数
英伟达开源 35B 量子 AI 模型 Ising
量子计算机有个让工程师头疼的老问题：校准。一台量子处理器（QPU）每跑一段时间，量子比特之间的相干性就会漂移，需要重新校准。人工校准少则几天，多则一周，这还是在有丰富经验的团队情况下。
Kimi K2.6 Code 上线 比 Claude Sonnet 便宜 5 倍
4月13日，月之暗面（Moonshot AI）向所有Kimi Code订阅用户全量推送了K2.6代码预览版。这个版本在闭测了大约一周之后正式铺开，时间点卡在GPT 5.4 Cyber和Anthropic Mythos刚发布后不到两周。 Mo
26 人团队做出 400 亿参数开源推理模型
Arcee AI是家只有26个人的小公司，但他们刚做了一件让圈子里很多人吃惊的事：花了公司大约一半的风险投资，2000万美元，用2048块英伟达B300 GPU跑了33天，训出了一个400亿参数的开源推理模型——Trinity Large
DeepSeek V3.2改稀疏注意力，推理成本砍半
去年九月底，DeepSeek悄悄放出了V3.2，没有大张旗鼓，但这个版本搞了一个挺有意思的架构变动。 V3.2的核心改动不是参数规模，而是注意力机制。他们做了一个叫 DeepSeek Sparse Attention（DSA） 的东西，把传