跳到正文

#开源生态

今日 17 条
9月14日周一
9月11日周五
9月10日周四
  2. Mistral AI：News（网页）29

    Cloudera 与 Mistral 达成合作，将主权 AI 引入企业数据平台

    Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境内用专有数据训练自有模型，所有权归企业所有。Cloudera 平台承载 30 exabytes 客户管理数据，双方瞄准金融、制造、电信等受监管行业的主权 AI 需求。

9月9日周三
  2. Together AI 研究与产品博客（RSS）67

    Together AI 深入解析开源 AI 编码栈：用 MIGHT 框架从闭源模型迁移到开源模型

    Together AI 发布长文，解析开发者从闭源模型转向开源模型所需的 AI 编码栈，提出由模型、推理、网关与路由、Harness、工具（Skills 与 MCP）组成的 MIGHT 五层框架。

    推荐理由：Together AI 把开源编码栈拆为 MIGHT 五层，给出大小模型分工和分层组合的具体实践方法。

9月8日周二
  2. Mistral AI：News（网页）66

    Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元

    Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 和 PSG Equity 联合领投。Mistral 称这是欧洲科技公司完成的最大规模股权融资，资金将用于扩展前沿研究、算力、基础设施和商业增长。公司目前业务覆盖 20 个国家，服务 125 家以上全球企业，包括 Airbus、ASML 和 HSBC。

    推荐理由：Mistral 完成欧洲科技公司规模最大的股权融资，读者可了解其主权 AI 全栈路线与投资方结构。

9月7日周一
9月4日周五
  1. Unsloth AI71

    Unsloth 发布 GLM-5.3-Flash 的本地 GGUF 优化方案，通过更快解码和 MTP 支持使本地推理提速 1.6 至 3.4 倍，长上下文下最高达 3.3 倍。3-bit 量化可在 128GB 内存设备上通过 Unsloth Desktop 或 llama.cpp 运行，GGUF 权重和指南已发布，开箱即用且无需额外模块或 MTP 文件。

    引用Z.ai@Zai_org

    Introducing GLM-5.3-Flash - Leading capabilities at a highly competitive price - Natively multimodal with a 1M-token context window - A 320B-A18B model released under the MIT License - Previously previewed as Ox Alpha, running entirely on Chinese AI chips Blog: http://z.ai/blog/glm-5.3-flash Available now across all official platforms: Weights: http://huggingface.co/zai-org/GLM-5.3-Flash API: http://docs.z.ai/guides/llm/glm-5.3-flash Coding Plan: http://z.ai/subscribe ZCode: http://zcode.z.ai/en Chat: http://chat.z.ai AutoClaw: http://autoclaw.z.ai

    推荐理由：原文给出本地推理提速的具体配置和硬件门槛，读者可以直接复用到自己的 GLM-5.3-Flash 部署中。

  2. Unsloth AI52

    Unsloth AI 宣布用户现在可以通过 Hermes 一键在本地运行 Unsloth GGUF 模型。引用的 Nous Research 内容称 Hermes Desktop 会自动读取硬件、挑选合适模型并下载配置运行时。正文提到支持 Qwen3.8-27B、Qwen3.8-Flash、DeepSeek-V4-Flash 等模型。

    引用Nous Research@NousResearch

    Hermes Desktop now sets up local models in one click. It automatically reads your hardware, picks the best model for you, then downloads it and configures the runtime.

9月3日周四
  1. Jensen Huang94

    NVIDIA 宣布收购 Hugging Face。Jensen Huang 表示开放模型可强化安全与网络安全、加速创新与扩散并支持主权，让开发者、初创、大学、行业和国家都能构建、定制并受益于 AI，并称 NVIDIA 将成为 Hugging Face、其社区和开放模型未来的好归宿，官方详情见 https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/。

    推荐理由：作者亲述收购立场，并给出官方博客链接，读者可借此了解其对开放模型生态价值的判断。

9月2日周三
  1. Hao AI Lab46

    很高兴看到 @Physion_Labs 对 FastH3 Preview、@MiniMax_AI 和 H3 Max 的独立评测 > FastH3 preview 作为社区开源成果，整体表现相当不错：它保持了很强的提示词遵循度，在这一维度上甚至超过了 H3…… 敬请期待我们下一版 FastH3，质量会更高！

    引用Physion Labs Official@Physion_Labs

    🐶🏁 Three models. One race. We independently tested H3 Max by @fal, minimax H3 by @MiniMax_AI, and FastH3 preview by @haoailab @haozhangml @wlsaidhi across robotics, animation, movies, and ads. H3 Max takes the overall lead 🏆. FastH3_preview, meanwhile, is a community OSS effort that’s already keeping up surprisingly well, even beating H3 on overall Prompt Adherence 🥳 The bigger gaps show up in Visual Integrity and Human Preference. Full evaluation: https://physionlabs.ai/blog/minimax-h3-evaluation

  2. Hao AI Lab49

    快来看 FastVideo 的 FastH3 Dense 在 @vllm_project vLLM-Omni 上部署运行！这就是开源的力量！我们必须赢！ 感谢大家一直以来对 FastVideo 的支持与赞助！

    引用vLLM@vllm_project

    🎬Video generation faster than playback! 🚀MiniMax H3 on vLLM-Omni + FastVideo's FastH3: a complete 10.1s MP4 - video AND synchronized audio - rendered in 8.7s!⚡️ Thanks to @MiniMax_AI for the great Minimax H3 release, the FastVideo team @haoailab for open-sourcing FastH3 and helping on the serving integration, and @NVIDIAAI for the continued sponsorship and joint optimization efforts!

9月1日周二
8月31日周一
  1. MIT News（RSS）30

    MIT 研究项目 Julia 如何成为全球编程语言

    MIT 研究项目 Julia 已发展为拥有超 100 万用户的免费开源编程语言，被全球数千家公司和大学用于科学计算与复杂系统建模。Julia 依靠即时编译（just-in-time compilation）兼顾易用性与高性能，其联合创始团队还创办了 JuliaHub，并于 4 月推出 AI 平台 Dyad 3.0，帮助工程团队以智能体方式加速火箭、热泵、卫星等物理系统设计。

8月28日周五
  1. SiliconFlow66

    智谱（Z.ai）的 GLM-5.3 已开源，并上线 SiliconFlow，提供 Day-0 支持。该模型总参数 744B、激活 40B，与 GLM-5.2 同底座，经后训练大幅提升，官方称在编程与智能体基准上可与 Fable 5 和 GPT-5.6 Sol 竞争。SiliconFlow 还提到其在 OpenRouter 上 GLM-5.2 token 份额排名第一。

    推荐理由：原文给出了 GLM-5.3 的参数规模、开源状态和基准表现，读者可以据此评估是否迁移现有工作流。

8月27日周四
  1. NVIDIA Technical Blog（开发者技术博客 · RSS）65

    阿里发布 Qwen3.8-Flash-Next 权重，预览 Qwen4 架构

    阿里巴巴发布 Qwen3.8-Flash-Next 模型权重，作为即将到来的 Qwen4 架构的预览，供开发者实验和评估。该模型是多模态混合专家（MoE）模型，主模型 125B 参数，附加 51B N-gram embeddings，每 token 激活 6B 参数；原生上下文窗口 262,144 token，可扩展至 1M token。

8月26日周三
8月25日周二
  1. Hugging Face：Blog（RSS）66

    IBM 发布 Granite 4.2 推理模型系列并详解构建过程

    IBM Granite 团队发布 Granite 4.2 推理模型系列，包含 3B、8B、30B 三个 dense 版本，基于 Granite-4.1 基座（约 15T tokens 预训练，上下文扩展到 512K），经 SFT 和多阶段 GRPO 强化学习训练，8B 和 30B 额外经历 SWE、终端、搜索三类真实环境 agentic RL。

    推荐理由：官方完整披露了从预训练、SFT 到多阶段 GRPO 强化学习的训练细节，读者可以据此了解推理模型的完整构建流程。

  4. Mistral AI：News（网页）32

    Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI

    Mistral 与 HUMAIN 宣布在 AI 基础设施、先进模型开发和 AI 解决方案部署上展开战略合作，聚焦网络安全与语音，并计划开发阿拉伯语表现强劲的前沿模型。合作规模达数亿欧元，Mistral 将探索使用 HUMAIN 数据中心基础设施，双方还将在沙特面向受监管行业制定联合市场策略。

8月24日周一
  1. Meituan LongCat65

    美团 LongCat 官方宣布 LongCat-2.0 已上线 opencode 的 Go，邀请用户试用并反馈用其构建了什么。引用内容显示 LongCat-2.0 为 1.6T/48B 参数、支持 1M 上下文、完全开源。

    引用OpenCode@opencode

    LongCat-2.0 now available in Go 1.6T/48B · 1M context · fully open source

    推荐理由：LongCat 官方宣布模型接入 opencode，读者可以了解该开源模型在编码工具中的可用入口。

  3. Andrew Ng54

    Andrew Ng 转发 Percy Liang 的消息：Marin 535B-A23B 本周启动训练，计划在 11 台 GB200 NVL72 上用约 3 个月完成 18.75T tokens 的预训练与 midtraining，全程开源代码、数据、配方和实验结果。此前已通过 1.6B-A61M 到 27.7B-A1.2B 的 4 级 scaling ladder 调试并预测主训练表现。Ng 称 Marin 是捍卫 AI 开放的珍贵示范，开放发布曾一度是研究常态。

    引用Percy Liang@percyliang

    🚢 Marin 535B-A23B started training this week! As usual, the whole process is open. Voyage plan: pretraining (80%) + midtraining (20%) on 18.75T tokens on 11 x GB200 NVL72 for ~3 months (2.7e24 FLOPs). Post-training will follow. Before kicking off the run, we trained a 4-rung scaling ladder from 1.6B-A61M (48B tokens) to 27.7B-A1.2B (926B tokens) to debug issues, and to make a forecast of our hero run. This is by far our biggest run, so definitely expecting the unexpected.