全部 AI 动态 · AI 热点

6月10日

17:26

Together AI@togethercompute

Together AI 宣布与云分销商 Pax8 合作，将高性能、低成本的 AI 基础设施和领先的开源模型带给全球中小企业。此举打破了 AI 资源被大公司垄断的局面，使中小企业也能利用先进的 AI 技术。合作将通过 Pax8 的渠道网络，让更多企业轻松获取 Together AI 的模型和服务。

行业 AI 基础设施开源模型中小企业 Together AI Pax8

推荐理由：中小企业终于能低成本用上顶级 AI 基础设施，做技术选型或预算有限的团队可以直接关注。

原文

12:09

arXiv cs.LG@Paul Fergus, Philip Stephens, Russell A. Hill, Lee Oliver, Katie Appleby, Sarah Beatham, Naomi Davies Walsh, Stuart Nixon, Naomi Matthews, Chris Sutherland, Kelly Hitchcock

精选

研究人员发布了一款开源目标检测模型YOLO26x，专门用于识别英国常见的28种哺乳动物和鸟类，以及人类、校准杆和车辆等3个实用类别。该模型基于10年运营部署中收集的48,165个标注实例训练，在验证集上平均精度达到0.984（IoU 0.5），召回率0.965。模型以ONNX格式发布，支持本地桌面和实时摄像头，面向无机器学习经验的生态学家，旨在打破商业平台对相机陷阱AI的垄断。

AI模型 YOLO26x 相机陷阱野生动物监测开源模型生态学

推荐理由：生态学家和野生动物监测团队终于有了免费、高精度的AI工具，可以直接在本地运行，无需依赖付费平台。做生物多样性研究的建议试试这个模型，能大幅减少手动标注图像的时间。

原文

10:58

shao__meng@shao__meng

精选76°

Cohere 发布了其首个开源编程模型 North Mini Code，采用 MoE 架构（30B 参数，3B 激活），拥有 128 个专家，每 token 激活 8 个。模型支持 256K 输入和 64K 输出上下文，最低可在 1× H100（FP8）上运行。训练采用三阶段后训练方法，包括级联 SFT、可验证奖励强化学习（RLVR）和跨 Harness 泛化，使其在 Agent 编程任务上表现突出。在 SWE-Bench Verified 上 pass@10 达 80.2%，Terminal-Bench v2 pass@10 达 55.1%，并在同量级开源模型中领先。模型原生支持交错思考与工具调用，适合子 Agent 编排、代码审查、终端操作等场景。

AI模型开源模型编程模型 Agent编程 MoE架构 Cohere

推荐理由：Cohere 用 30B 参数实现了超越 120B 模型的 Agent 编程能力，做自动化代码修复和多步软件工程的开发者可以直接用起来，效率提升明显。

原文

6月8日

08:42

elvis@omarsar0

AI专家警告，未来几周将有超级强大的AI模型发布，模型能力可能迎来阶跃式变化。最大的错误是锁定单一供应商，应从成本和工程角度考虑组合使用多种模型（包括开源模型）。对于编程智能体，开源模型已与前沿模型相当。建议提前规划任务路由策略，AI模型路由是高回报的工程方向。

行业 AI模型模型路由开源模型编程智能体供应商锁定

推荐理由：AI能力即将跃升，锁定单一供应商是最大风险——做AI工程和智能体开发的团队，现在就该规划模型路由策略，建议点开看看具体怎么准备。

原文

6月7日

08:25

AI Will@FinanceYF5

88°

NVIDIA 近日发布 Nemotron 3 Ultra，这是一款专为长期运行的 AI Agent 设计的旗舰开源模型。该模型采用 550B 参数的 MoE 架构，激活参数仅 55B，推理速度比同级开源模型快 5 倍，Agent 任务成本降低 30%。Nemotron 3 Ultra 旨在解决复杂、长时间运行的 Agent 任务中的效率与成本问题，为开发者提供高性能且经济的选择。该模型的开源特性有望推动 Agent 应用生态的发展。

AI模型 NVIDIA Nemotron 3 Ultra 开源模型 Agent MoE

推荐理由：做 Agent 开发的团队终于有了一个高性能且成本可控的开源选择——Nemotron 3 Ultra 推理快 5 倍、成本降 30%，值得直接上手试试。

原文

03:09

Jerry Liu@jerryjliu0

精选

LlamaIndex 创始人 Jerry Liu 指出，没有前沿实验室能独占成本、延迟与精度的帕累托前沿所有点，开源模型在成本上可低数个数量级。他观察到组织对模型路由和成本优化的兴趣激增，原因包括企业更谨慎管理成本，以及 AI 初创公司寻求构建护城河和提高毛利率。他引用 Chamath 的数据对比：每月 10 亿 token 输入/输出场景下，GPT-5.5 Pro 成本约 10.5 万美元，而 DeepSeek V4 Pro 仅需 5220 美元，能力差距远小于价格差距。Jerry 认为，随着控制平面（如 Software Factory）普及，前沿实验室收入增速将下降，开源模型收入将飙升。

行业开源模型成本优化模型路由帕累托前沿 LlamaIndex

推荐理由：Jerry Liu 用真实成本数据揭示了模型选择的巨大经济差异，做 AI 应用选型或成本控制的团队值得仔细看——选对模型能省下 20-40 倍 token 成本。

原文

6月6日

13:20

Perplexity@perplexity_ai

72°

Perplexity 宣布其 Pro 和 Max 订阅用户现在可以使用 Nemotron 3 Ultra 模型。该模型由 NVIDIA 开发，是一款专为长时间运行的智能体任务设计的新开源模型。此举将高性能的智能体能力直接提供给付费用户，无需额外配置。对于依赖 AI 进行复杂、持续任务的用户来说，这是一个直接可用的新选择。

AI产品 Perplexity Nemotron 3 Ultra NVIDIA 智能体开源模型

推荐理由：做长任务智能体的开发者可以直接在 Perplexity 上体验 NVIDIA 的最新开源模型，省去部署成本，值得 Pro/Max 用户试试。

原文

08:27

rohanpaul_ai@rohanpaul_ai

Anthropic 表示其 80% 的新生产代码由 Claude 编写，标志着 AI 编程在大型科技公司中的深度应用。Google 新论文显示通用 LLM 通过规划证明和逐步检查，在形式数学任务上从低于 10% 提升至 70% 的准确率。Google 开源 Gemma 4 12B 模型，支持音频和视频分析，可在消费级 16GB GPU 上完全本地运行。阿里巴巴发布 Qwen3.7-Plus，支持文本、视频和图像输入，价格低廉但保持闭源。Anthropic 的化学报告也展示了令人惊讶的结果。

行业 Anthropic Claude Google Gemma 4 Qwen3.7-Plus AI编程数学推理开源模型

推荐理由：AI 编程和数学推理的突破正在改变开发和研究方式，做 AI 应用或数学研究的团队值得关注这些进展，尤其是 Claude 的代码生成和 Gemma 4 的本地部署能力。

原文

08:03

Aravind Srinivas@AravSrinivas

AI产品 Nemotron 3 Ultra NVIDIA Perplexity 开源模型智能体

推荐理由：NVIDIA 的 Nemotron 3 Ultra 是专为长时智能体任务设计的开源模型，做 AI 智能体开发的团队可以直接在 Perplexity 上试用，省去本地部署的麻烦。

原文

05:16

lmarena.ai@lmarena_ai

AI模型文生图开源模型 Ideogram Hunyuan Qwen

推荐理由：开源文生图模型的排名变化直接反映技术趋势，做图像生成应用或研究的人可以据此选择模型，值得关注 Ideogram 和 Hunyuan 的最新进展。

原文

6月5日

22:18

Paul Couvert@itsPaulAi

72°

NVIDIA 发布了开源模型 Nemotron 3 Ultra，专为智能体任务和编程设计。该模型在性能上接近闭源模型 GPT 5.5，但推理成本仅为后者的十分之一（$0.051 vs $0.57）。Nemotron 3 Ultra 速度比同类模型快5倍，成本低30%，已在 Hugging Face 上开源。这标志着开源模型与闭源模型之间的质量差距正在迅速缩小，尤其适合处理大型代码库和智能体应用。

AI模型 NVIDIA Nemotron 3 Ultra 开源模型推理模型编程助手

推荐理由：开源模型性能逼近闭源，成本却低一个数量级——做智能体或编程的开发者可以直接在 Hugging Face 上试用，省下不少推理预算。

原文

19:26

SiliconFlowAI@siliconflowai

DeepSeek 在 OpenRouter 平台上的 Token 使用量连续四周排名第一，显示出其模型在开发者社区中的广泛采用。SiliconFlow 宣布为这一份额提供重要支持，并提供了完整的 DeepSeek 模型系列，包括 V4 Pro、Flash、V3.2 等，其中 V4 Pro 和 Flash 以最佳性价比著称。这一趋势反映了 DeepSeek 在开源模型领域的竞争力，尤其是在推理和编程任务上的表现。

AI模型 DeepSeek OpenRouter Token 份额开源模型 SiliconFlow

推荐理由：DeepSeek 连续四周霸榜 OpenRouter Token 份额，说明开发者正在大量使用其模型做推理和编程。如果你在找性价比高的开源模型，SiliconFlow 上 V4 Pro 和 Flash 值得试试。

原文

11:02

11:02阮一峰的网络日志（博客/媒体）

精选

今年5月，一个美国科技分析师访问团走访了DeepSeek、月之暗面、字节跳动等14家中国AI和机器人公司，回国后撰写了多篇观感文章。访问团发现，中国AI行业面临严重的算力不足，2025年底美国算力约为中国的8倍，但中国公司通过极高的计算效率弥补了这一差距，单位算力支持的AI智能是简单扩展下的4-7倍。中国公司内部对开源模型存在分歧，万亿参数模型的开源与否成为分水岭。此外，中国AI公司大量使用年轻实习生，他们享有全职待遇和完整权限，与西方公司形成鲜明对比。访问团还观察到，中国研究人员对AGI的态度坦然，不恐惧被取代，而中国企业AI需求正从SaaS模式转向云计算市场。

行业 AI大厂算力差距开源模型中美AI竞争实习生文化

推荐理由：这篇访问记揭示了中美AI竞争的真实图景——算力落后但效率反超，做AI模型或投资的从业者能从中看到中国公司的独特策略和生存智慧，值得细读。

原文

08:12

lmarena.ai@lmarena_ai

精选83°

NVIDIA 今日正式发布 Nemotron 3 Ultra，这是一款 550B 参数的混合专家（MoE）开源模型，定位为前沿智能（frontier-intelligence）模型，专为长时间运行的智能体任务打造。相比其他开源前沿模型，Nemotron 3 Ultra 推理速度提升 5 倍，复杂智能体任务成本降低高达 30%。该模型旨在解决当前开源模型在长周期、高复杂度任务中推理慢、成本高的问题，为开发者提供更高效的智能体基础设施。

AI模型 NVIDIA Nemotron 3 Ultra MoE 开源模型智能体

推荐理由：做智能体开发和部署的团队终于有了一个开源的高效选择——Nemotron 3 Ultra 直接降低长任务推理成本 30%，建议关注并测试其在实际 agent 场景中的表现。

原文

01:18

Paul Couvert@itsPaulAi

Nvidia 发布了 Nemotron 3 Ultra 开源 AI 模型，专为智能体任务和编程场景优化。该模型在推理速度上比同类模型快 5 倍，成本降低 30%，并已在 Hugging Face 上开放下载。它特别适合处理大型代码库，并支持 Hermes Agent 等智能体框架。这一发布意味着开发者可以更高效、更经济地构建 AI 智能体应用。

AI模型 Nvidia Nemotron 3 Ultra 开源模型智能体编程助手

推荐理由：做智能体开发或大型代码库编程的团队，终于有了一个又快又便宜的开源选择——Nemotron 3 Ultra 速度提升 5 倍、成本降低 30%，值得直接上 Hugging Face 试试。

原文

00:12

Geek@geekbb

精选

Nvidia 与 Nous Research 合作，在 Hermes 平台（Nous Portal）上提供最新的 Nemotron 3 Ultra 模型免费使用两周。该模型属于开放前沿基础模型，旨在推动开源模型发展。用户可通过 Nous Portal 直接访问并体验。

AI模型 Nemotron 3 Ultra Nvidia Nous Research Hermes 开源模型

推荐理由：免费体验强模型

原文

6月4日

23:40

Paul Couvert@itsPaulAi

精选

NVIDIA发布了新的开源模型，其基准测试成绩与两倍大小的模型相当。该模型推理速度更快且成本更低。NVIDIA同时公开了模型权重、训练数据和配方。这标志着开源模型在效率上取得了进步。

AI模型 NVIDIA 开源模型基准测试

推荐理由：NVIDIA开源模型性价比高

原文

22:39

elvis@omarsar0

83°

NVIDIA 发布了 Nemotron 3 Ultra，一个 550B 参数的混合专家（MoE）开源模型，专为长时间运行的智能体任务优化。该模型在推理速度上比同类开源前沿模型快 5 倍，同时将复杂智能体任务的成本降低高达 30%。这标志着开源模型在支持本地长时间运行编程智能体方面迈出了重要一步，为开发者提供了更高效、更经济的替代方案。

AI模型 NVIDIA Nemotron 3 Ultra MoE 开源模型智能体

推荐理由：做智能体或编程助手的开发者终于有了一个开源的高效选择——Nemotron 3 Ultra 在速度和成本上显著优于同类模型，值得立即关注和测试。

原文

21:27

NVIDIA AI@NVIDIAAI

93°

NVIDIA 今日正式推出 Nemotron 3 Ultra，一款 550B 参数的 MoE（混合专家）开源模型，专为长时间运行的智能体任务设计。相比其他开源前沿模型，该模型推理速度提升 5 倍，复杂智能体任务成本降低高达 30%。Nemotron 3 Ultra 旨在解决长周期 AI 任务中的效率与成本瓶颈，为开发者提供更经济、更快速的智能体部署方案。NVIDIA 强调其“前沿智能”级别性能，并保持开源，进一步推动 AI 生态发展。

AI模型 NVIDIA Nemotron 3 Ultra MoE 开源模型智能体

推荐理由：做智能体开发和部署的团队终于有了一个兼顾性能与成本的开源选择——Nemotron 3 Ultra 的 5 倍推理加速和 30% 成本降低值得直接上手测试。

原文

16:15

marktechpost@Asif Razzaq

精选

Miso Labs 发布了 MisoTTS，一个 8B 参数的开源文本转语音模型，专注于情感表达。它采用残差向量量化（RVQ）技术，在不增加参数的情况下扩展声音范围，并能根据文本和音频上下文调整说话人语调。模型架构由 7.7B 主骨干和 300M 深度解码器组成。MisoTTS 的开放权重让开发者和研究者可以自由使用和定制，推动了情感语音合成领域的开源进展。

AI模型文本转语音情感合成开源模型 MisoTTS 残差向量量化

推荐理由：MisoTTS 解决了 TTS 模型情感表达不足的痛点，做语音合成、虚拟助手或内容创作的团队可以直接下载权重试用，感受 8B 模型带来的细腻语调变化。

原文

12:18

小互@imxiaohu

78°

Google 发布了 Gemma 4 12B 开源模型，采用无编码器架构，能直接处理文字、图像、音频和视频四种输入，无需传统视觉或音频编码器。该模型可在 16GB 显存的笔记本上运行，4-bit 量化后仅需 8GB 显存。支持 256K Token 上下文窗口、140 多种语言，并内置逐步推理和原生函数调用功能。这一架构创新降低了多模态 AI 的硬件门槛，让普通用户也能在本地运行全模态模型。

AI模型 Gemma 4 开源模型多模态无编码器架构本地推理

推荐理由：无编码器架构让多模态模型不再依赖专用编码器，16GB 笔记本就能跑全模态 AI，做本地 AI 应用或边缘计算的开发者可以直接试试。

原文

10:00

Jeff Dean@JeffDean

精选

谷歌发布Gemma 4 12B模型，采用Apache 2.0许可证开放权重。该模型采用无编码器多模态架构，统一处理文本、图像等输入。12B参数规模可在笔记本电脑上直接运行，兼顾边缘效率与高级推理。

AI模型 Gemma 4 12B Google Apache 2.0 多模态开源模型

推荐理由：12B模型笔记本就能跑

原文

08:22

berryxia@berryxia

Google 昨晚发布了 Gemma 4 12B 多模态大模型，该模型支持文本和图像输入，最低只需 16GB 内存即可运行。这降低了多模态模型的本地部署门槛，适合个人开发者和资源受限的环境。与 Qwen 等同类模型的对比结果值得关注，可能影响开源多模态模型的竞争格局。

AI模型多模态模型 Gemma 4 Google 本地部署开源模型

推荐理由：多模态模型本地运行门槛进一步降低，做 AI 应用或本地部署的开发者可以关注 Gemma 4 与 Qwen 的对比，评估是否值得迁移或尝试。

原文

06:44

Clement Delangue@ClementDelangue

Hugging Face CEO Clement Delangue 在 X 上发帖调侃，认为现在即使把开源模型命名为“0pus 4.8”或“GPT 5.S”放进应用，用户也会大量使用而不抱怨。他指出这是“前沿”营销的力量——品牌和命名比实际技术更能吸引用户。这条推文引发了关于 AI 行业品牌效应与真实技术差距的讨论。

行业开源模型品牌营销前沿模型用户认知 Hugging Face

推荐理由：做 AI 应用或营销的团队值得看看——品牌命名对用户认知的影响可能远超技术本身，别让“前沿”标签蒙蔽了你的判断。

原文

03:00

Decoder@Matthias Bastian

78°

Ideogram 发布了其文本到图像模型 4.0 版本，作为开源权重模型，支持原生 2K 分辨率、边界框控制和改进的文本渲染。在 DesignArena 排行榜上，它在所有开源模型中排名第一，仅落后于 OpenAI 和 Google 的闭源系统。商业使用需要付费许可。

AI模型 Ideogram 文本到图像开源模型 2K分辨率文本渲染

推荐理由：对于需要高质量图像生成且注重文本准确性的创作者和开发者，Ideogram 4.0 的开源权重版本提供了顶级性能，值得尝试。

原文

02:35

Demis Hassabis@demishassabis

精选

Google 发布 Gemma 4 12B 模型，庆祝其总下载量突破 1.5 亿次。该模型体积小巧，仅需 16GB VRAM 即可在笔记本上本地运行。采用 Apache 2.0 开源许可证，开发者可自由使用和修改。

AI模型 Gemma Gemma 4 Google 开源模型

推荐理由：小模型也能本地跑，性能强

原文

02:01

阶跃星辰 Stepfun@Stepfun_AI

StepFun 与 Modal 合作，发布了在 Modal 无服务器 AI 平台上部署 Step 3.7 Flash 模型的指南。该方案使用 8×H100 GPU、Modal Volumes 和 SGLang，提供 OpenAI 兼容的聊天补全端点。开发者无需管理基础设施即可快速部署和扩展推理工作负载。这降低了 StepFun 开源模型的使用门槛，让更多构建者能轻松调用。

AI产品 Step 3.7 Flash Modal SGLang 无服务器部署开源模型

推荐理由：想低成本部署开源推理模型的团队，现在可以直接在 Modal 上跑 Step 3.7 Flash，免去 GPU 管理烦恼，还自带 OpenAI 兼容接口，建议试试。

原文

01:28

SiliconFlowAI@siliconflowai

83°

AI模型 MiniMax M3 开源模型编码能力多模态

推荐理由：M3 把编码、长上下文和多模态三合一开源了，做 AI 应用开发的团队可以直接在 SiliconFlow 上低成本试用，编码能力还超过了 GPT-5.5，值得上手体验。

原文

00:32

lmarena.ai@lmarena_ai

76°

Ideogram-4.0-Quality 在文生图领域成为新的开源模型第一名，在所有子类别上相比前代有巨大提升。尤其在文本渲染和产品、品牌与商业设计方面进步最为显著。该模型在公开评测中表现优异，标志着开源文生图模型质量迈上新台阶。

AI模型 Ideogram-4.0-Quality 文生图开源模型文本渲染商业设计

推荐理由：做设计或品牌营销的团队终于有了一个能打的开源文生图模型——Ideogram-4.0-Quality 在文本渲染和商业设计上进步明显，值得直接上手试试。

原文

00:23

Replicate@replicate

精选

Ideogram 4.0 图像模型正式发布，原生支持 2K 分辨率，并显著提升了排版能力。该模型完全开源，用户可下载权重进行微调，并在本地硬件上运行。模型已上线所有 Ideogram 计划和 API。此前版本在文本渲染方面较弱，4.0 版本在这一领域取得了突破。

AI模型 Ideogram Ideogram 4.0 开源模型图像生成 2K分辨率

推荐理由：Ideogram 4.0 开源，2K原生，排版强

原文

6月3日

23:58

Ideogram@ideogram_ai

精选

Ideogram 4.0 正式发布，声称是当前最好的开源图像模型。模型权重可下载，支持用户在自己的数据上微调并在本地硬件运行。该模型已上线所有 Ideogram 订阅计划和 API。

AI模型 Ideogram 开源模型图像生成

推荐理由：Ideogram 4.0 开源了，能自己微调

原文

08:52

Clement Delangue@ClementDelangue

精选

Hugging Face CEO Clement Delangue 指出，UI 中自动的幕后模型路由（而非模型选择器）将把价值捕获和使用重新分配给更多模型，尤其是开源/小型/廉价模型。这消除了用户手动切换模型的认知负担，避免用户默认使用前沿模型。Factory 推出的 Router 功能可自动为每个任务选择最佳模型，在保持前沿性能的同时将成本降低 25%。这一趋势将改变 AI 应用的价值分配格局。

AI产品模型路由 Factory 成本优化开源模型 AI 应用

推荐理由：模型路由解决了用户手动选模型的痛点，做 AI 应用或 API 调用的团队可以直接用 Factory Router 降本增效，值得关注。

原文

6月2日

22:37

Nathan Lambert: Interconnects@Nathan Lambert

作者在艾伦人工智能研究所（Ai2）的最后一周，回顾了参与 Olmo 模型开发的工作经历。文章分享了在 Ai2 的成长与学习，以及如何通过 Olmo 模型产生广泛而持久的影响。这不仅是个人告别，也反映了开源 AI 研究机构的发展与挑战。

行业 Ai2 Olmo 开源模型 AI 研究行业动态

推荐理由：对于关注开源大模型和 AI 研究机构动态的从业者，这篇文章提供了 Olmo 模型背后的真实视角和行业思考，值得一读。

原文

10:35

Harrison Chase@hwchase17

精选76°

MiniMax 正式发布 M3 模型，这是首个同时具备编码、智能体能力和原生多模态的开放权重模型。在 SWE-Bench Pro 上达到 59.0%，Terminal Bench 2.1 为 66.0%，并支持 1M 上下文窗口。模型权重和技术报告将在约 10 天后公开。开发者可通过 API 和专属代码平台 code.minimax.io 使用。

AI模型 MiniMax M3 开源模型编码能力智能体

推荐理由：MiniMax M3 把编码、智能体和多模态三合一开源，做 AI 应用和 Agent 开发的团队可以直接拿来用，尤其适合需要长上下文和复杂任务自动化的场景。

原文

10:14

Justine Moore@venturetwins

该推文汇总了 a16z 投资的多家 AI 初创公司，涵盖开源生成式模型、AI 照片工具、3D 世界模型、AI 角色实验室和矢量图形基础模型。这些项目代表了生成式 AI 在图像、视频、3D 和图形设计等领域的多元化应用。对于关注 AI 创业生态和开源模型的开发者、设计师和投资者来说，这是一份值得关注的公司清单。

行业 a16z 开源模型生成式 AI AI 创业投资

推荐理由：a16z 的 AI 投资版图揭示了生成式 AI 的下一个热点方向，做 AI 应用或模型开发的团队可以从中发现潜在合作或学习对象。

原文

08:23

Guillermo Rauch@rauchg

76°

MiniMax M3 在 Next.js 智能体评测中成为领先的开源模型，性能仅次于 Opus 和 GPT-5，但成本低 10 倍。这是 MiniMax 首个支持多模态输入的长上下文模型。Vercel 宣布 M3 已上线 AI Gateway，并提供一周 50% 折扣。开发者可以以极低成本获得接近顶级模型的智能体能力。

AI模型 MiniMax M3 开源模型智能体 Next.js 多模态

推荐理由：做 Next.js 智能体开发的团队终于有了高性价比的开源选择——M3 性能接近 Opus 但成本仅 1/10，Vercel 用户现在就能用上，建议立刻试试。

原文

02:53

Clement Delangue@ClementDelangue

Hugging Face CEO Clement Delangue 发推称赞 NVIDIA 是“美国开源 AI 之王”，指出 NVIDIA 在 Hugging Face 上已拥有超过 1000 个公开仓库（820 个模型、249 个数据集、57 个空间），粉丝近 6 万。当前 HF 上排名第一的热门模型是 LocateAnything，排名第五的是 PiD。NVIDIA 宣布采用 Linux 基金会的 OpenMDW 框架，并发布了 Cosmos 3（用于物理 AI 的全模态世界模型）、Alphamayo 2 Super（自动驾驶开源模型），以及即将推出 Nemotron 3 和正在开发中的 Nemotron 4。这些成果展示了 NVIDIA 在开源 AI 生态中的持续投入和领导力。

行业 NVIDIA 开源模型 Hugging Face 自动驾驶物理AI

推荐理由：NVIDIA 在开源 AI 上的投入远超多数人想象——1000 个公开仓库、多个前沿模型，做 AI 研究或开发的团队值得关注这些新资源，尤其是 Cosmos 3 和 Nemotron 系列。

原文

6月1日

21:50

Decoder@Jonathan Kemper

78°

中国AI公司MiniMax发布了新模型M3，号称是首个结合顶级编码性能、百万token上下文窗口和原生多模态能力的开源权重模型。该模型在多项基准测试中表现优异，尤其在长上下文任务和代码生成方面，直接挑战GPT-4、Claude等闭源模型。M3的开源特性使得开发者可以自由部署和微调，降低了使用门槛。这一发布标志着开源模型在关键能力上正快速追赶闭源方案。

AI模型 MiniMax M3 开源模型百万token上下文多模态

推荐理由：百万token上下文+开源权重，做长文档处理或代码分析的团队可以直接部署，不用再被闭源API的token计费卡脖子。

原文

21:50

Decoder@Maximilian Schreiner

基准测试平台 Artificial Analysis 显示，Nvidia 的 Nemotron 3 Ultra 是目前美国最强大的开源 AI 模型，在多项指标上超越此前领先的 Llama 3 等模型。然而，该模型在整体性能上仍落后于中国开源模型如 DeepSeek 和 Qwen，表明中国在开源 AI 领域的领先地位依然稳固。这一进展凸显了美国在开源模型竞争中的追赶态势，但中国模型在推理、多模态等关键能力上仍保持优势。

AI模型 Nvidia Nemotron 3 Ultra 开源模型模型对比中国领先

推荐理由：Nvidia 终于拿出了美国最强的开源模型，但中国开源模型依然领先，做模型选型和对比的开发者值得关注这一格局变化。

原文

13:05

13:05IT之家（博客/媒体）

精选76°

英伟达发布 Alpamayo 2 Super，一款 320 亿参数的视觉-语言-动作（VLA）开源模型，专为 L4 自动驾驶研发设计。该模型具备类人感知、推理与行动能力，支持全车环视感知和元动作输出，可免去企业从零搭建核心基础设施。英伟达同步推出 AlpaGym 闭环强化学习平台、OmniDreams 世界模型等工具，打通从数据采集到车载部署的全流程。模型定位为教师模型，可通过知识蒸馏部署在 DRIVE AGX Thor 芯片上，已获比亚迪、吉利等车企采用。推理代码预计夏季开源。

AI模型英伟达 Alpamayo 2 Super 自动驾驶开源模型 VLA模型

推荐理由：英伟达把自动驾驶模型参数翻了三倍，还开源了全套工具链，做 L4 研发的团队可以直接省掉从零搭建的环节，建议关注夏季开源代码。

原文