跳到正文

开源生态

开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。

117条精选相关主题模型发布Hugging FaceAI 编码

最新精选

第 41–60 条 · 共 117 条
9月24日周四
  2. vLLM 官方博客（RSS）66

    vLLM 支持基于 Gumbel-max 的无损文本水印

    vLLM 现已支持基于 Gumbel-max 算法的无失真文本水印，通过 PRF 生成可复现的 keyed 噪声并把 PRNG、Gumbel 变换和 argmax 融合为单个 GPU kernel。

    推荐理由：作者亲自实现了 vLLM 的水印功能，给出了算法原理、吞吐实测数据和启用命令，读者可以据此评估在现有推理服务中采用的成本。

9月22日周二
  2. Latent Space（RSS）79

    Xiaomi MiMo-V2.6-Pro 1T-A42B 登顶开源权重模型，训练仅花费约 $3M

    Latent Space AINews 汇总 2026/9/19-9/21 AI 动态，核心是 Xiaomi 发布 MiMo-V2.6-Pro（1.02T 总参数/42B 激活，MIT 许可），以 Artificial Analysis Intelligence Index 46 分成为新的开源权重榜首，成本为 $0.435/M 输入、$0.87/M 输出 token。

    推荐理由：除发布信息外还汇总了 RL 成本与训练细节，读者可以看到开源权重模型追赶闭源的具体路径。

  4. Xiaomi MiMo66

    小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两款全模态模型，通过规模化强化学习训练。官方称 Pro 在多数 agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 相当，Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。

    推荐理由：原文给出 Pro 与 Claude Opus 5、GPT-5.6 Sol 的 agent 基准对比和开源范围，可据此评估其相对位置。

9月21日周一
  1. Nathan Lambert：Interconnects（RSS）72

    Nathan Lambert 分析开源权重模型的中美力量对比

    Nathan Lambert 发表关于开源权重模型格局的长文，指出中国自2025年7月起在开放权重模型上领先美国，Hugging Face 下载量达约3.2B、约为美国的两倍，GLM-5.3 和 Kimi K3 在 Artificial Analysis Intelligence Index 上得分45和44，领先美国最强模型。

    推荐理由：作者基于自己维护的下载量、基准和论文引用数据，系统梳理了中美开源权重模型的实力对比与采用格局。

  2. Qwen66

    千问（Qwen）发布 Qwen-Image-2.1，并在 Hugging Face Spaces 上线可浏览器直接试用的演示。该模型为 7B 参数的图像生成与编辑一体模型，单一 checkpoint 同时支持两种任务，最多可用 10 张参考图，自带提示词增强 LLM，并集成 diffusers 与 ComfyUI。

    引用Hugging Apps@HuggingApps

    Qwen Image 2.1 is here! 🖼️ A 7B params native image generation and editing model, with up to 10 image references The model comes with it's own prompt enhancement LLMs, integrated with diffusers 🧨 and ComfyUI ▶️ on Spaces https://huggingface.co/spaces/hugging-apps/qwen-image-2-1

    推荐理由：原文给出了模型的参数量、参考图能力与免配置体验入口，读者可以直接在浏览器试用判断适用性。

9月20日周日
  1. Qwen65

    Qwen 官方宣布 Qwen-Image-2.1 已获得 ComfyUI 支持，开放权重，单一 7B checkpoint 同时支持生成和编辑。引用内容提到该模型支持原生 2K 图像生成、单次最多基于 10 张参考图进行指令编辑，以及带 alpha 通道的 RGBA 输出。

    引用ComfyUI@ComfyUI

    Qwen-Image-2.1 is now supported in ComfyUI! Open weights. One 7B checkpoint that generates and edits. → Image generation at native 2K → Instruction editing from up to 10 reference images in a single pass → RGBA output, alpha included

    推荐理由：正文点出该模型已在 ComfyUI 支持，读者可以据此更新本地图像生成与编辑工作流。

9月17日周四
  1. Unsloth AI67

    Unsloth 发布更新的 Unsloth Docker 镜像，可免设置地在本地训练和运行 500+ 模型，提供新 GUI 和 notebooks 两种工作流，依赖已预装，支持 NVIDIA 和 AMD。指南见 https://unsloth.ai/docs/get-started/install/docker ，代码见 https://github.com/unslothai/unsloth 。

    引用Unsloth AI@UnslothAI

    Introducing Unsloth Desktop 🦥 The first desktop app to run and train models locally. • Open-source. Runs on Mac, Windows and Linux • Supports MLX, diffusion image/video, audio, GGUF • Connect Claude Code and Codex to local LLMs • 50% more accurate, self-healing tool calls + sandboxed code exec • Works for CPU + multiGPU setups - NVIDIA, AMD, Intel, Mac • Train models 2× faster with 70% less VRAM • Private web search, deep research, RAG, MCP and exports (NVFP4, GGUF) • Use Unsloth’s OpenAI-compatible API and cloud models • Securely deploy LLMs remotely and access anywhere Unsloth Desktop is now available on http://unsloth.ai and GitHub. GitHub: https://github.com/unslothai/unsloth Blog and Guide: https://unsloth.ai/docs/desktop

    推荐理由：原文给出免配置的本地训练运行入口和适用硬件范围，读者可以据此评估是否替换现有部署流程。

9月16日周三
  1. 蚂蚁 inclusionAI：HuggingFace 新模型62

    蚂蚁 inclusionAI 开源 Realtime-Venus 9B 全双工音视频交互系统

    蚂蚁 inclusionAI 发布 Realtime-Venus，一个支持主动音视频交互、异步委托和可打断全双工对话的开源系统，包含 Realtime-Venus-Omni 和 Realtime-Venus-Audio 两个 9B 检查点。

    推荐理由：模型卡给出了 Realtime-Venus 的架构组成、全双工与异步委托能力及完整用法，读者可以据此评估它在实时音视频交互场景的可用性。

  2. Hugging Face：Blog（RSS）62

    Hugging Face 发布 ALTK-Evolve 一致性指南与 Consistency Analyzer，将智能体一致性差距减半

    IBM Research 与 Hugging Face 在 ALTK-Evolve 中推出一致性指南和 Consistency Analyzer，用于诊断和改善智能体重复运行的不稳定性。

    推荐理由：原文给出一致性差距的量化诊断方法与开源实现，读者可据此评估和改进智能体在重复运行下的可靠性。

9月10日周四
  1. Hugging Face：Blog（RSS）61

    Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，推出 Workflow1111

    Hugging Face 发布 Workflow1111，用 gr.Workflow 在单个画布上以 73 个节点重建了 AUTOMATIC1111 的 11 条媒体管线，涵盖文生图、hi-resolution fix、图生图、VLM 反推提示词、检测生成 inpaint 蒙版、ControlNet 风格 annotator、背景去除、PNG Info 和图生视频。

    推荐理由：官方用 Gradio Workflow 在单个画布上复刻了 AUTOMATIC1111 的主要功能，读者可以对照它了解节点式工作流与 ComfyUI 的差异。

9月9日周三
  1. 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
  1. 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。

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。

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。