8月23日
12:03
07:58
8月22日
22:13
8月15日
01:29
01:29官方账号Hugging Face@huggingface
HuggingFace发布2026年夏季开放模型状态报告。报告显示前沿模型规模持续扩大,但小模型仍主导实际部署。Qwen在本地推理使用量上排名第一,Gemma位居第二。AI代理已成为HuggingFace Hub上的重要增长动力。
推荐理由:HuggingFace出了份开放模型夏季报告,告诉你哪些小模型最常用,Qwen和Gemma谁跑得靠前,搞本地部署前先看看。
8月5日
00:39
00:39Fireworks AI@FireworksAI_HQ
72°
Fireworks AI发布K3模型,称其为世界首个3万亿参数级别的开放前沿模型。K3可在Fireworks平台上运行、训练并投入实际应用。官方将于太平洋时间8月4日上午10点举办网络研讨会,由jamesr66a和Prof_OZ主讲,演示具体操作。
推荐理由:Fireworks AI说K3是首个3万亿参数的开放模型,能跑能训练。8月4号上午10点有直播演示,可以去听。
7月28日
7月25日
01:44
01:44官方账号Clement Delangue@ClementDelangue
82°
NVIDIA CEO黄仁勋在首条推文中分享公司签署的公开信。信中指出开放模型能加强安全和网络安全,加速AI创新与扩散,并支持国家主权。信件强调世界既需要前沿封闭模型,也需要前沿开放模型。
事件专题

推荐理由:看看NVIDIA和Jensen Huang为什么公开支持开放模型,涉及安全、创新和主权,值得关注。
01:17
01:17Julien Chaumond@julien_c
NVIDIA CEO Jensen Huang签署公开信,强调开放模型对AI行业的重要性。信中称开放模型能增强安全性和网络安全,加速创新和扩散,并支持各国实现技术主权。文件指出世界既需要前沿封闭模型,也需要前沿开放模型。
事件专题

推荐理由:黄仁勋刚发贴就签了公开信,力挺开放模型。他说开放模型能让AI更安全、创新更快、各国更有主权。想理解大厂立场可以看看。
00:34
00:34ollama@ollama
83°
Ollama发布推文,转发NVIDIA CEO Jensen Huang签署的公开信,力挺开放模型。公开信指出开放模型能加强安全、加速创新并支持主权,认为世界需要前沿封闭模型与开放模型共存。该推文获得60个赞和7个转发,凸显社区关注。
事件专题

推荐理由:NVIDIA老大Jensen Huang亲自发文挺开放模型,Ollama转发,说了开放模型为啥跟封闭模型一样重要,还附了公开信链接。
7月17日
12:01
12:01小互@imxiaohu
月之暗面发布 Kimi K3,参数规模达 3 万亿,成为全球首个该量级的开放模型。在多项评分中,K3 不及闭源模型 Claude Fable 5 和 GPT 5.6 Sol,但与 GPT 5.5 和 Opus 4.8 水平相当。定价方面,K3 输入 $3.00/M tokens,输出 $15.00/M tokens,较上一代 K2.6 上涨 2-3 倍。
事件专题

推荐理由:月之暗面新出的Kimi K3是首个3万亿参数的开放模型,虽然比不上Claude Fable 5和GPT 5.6 Sol,但和GPT 5.5差不多,价格也涨了不少。
7月16日
02:20
02:20techcrunch@Connie Loizos
Thinking Machines推出其首个公开开放模型Inkling,强调针对特定场景优化而非通用能力。公司经过一年半的幕后开发,首次展示技术方向。Inkling采用与主流大语言模型不同的架构,聚焦企业特定任务效率。该模型目前以开源形式发布,允许开发者定制。
事件专题

推荐理由:Thinking Machines终于亮出了首款开放模型Inkling,主打专精不搞一刀切,和GPT这类通用模型路线很不一样,值得看看。
7月14日
23:42
23:42Fireworks AI@FireworksAI_HQ
精选76°
LangChain 与 NVIDIA 合作推出 Deep Agents,基于 Nemotron 3 Ultra 开放模型。该智能体成本仅为封闭模型的十分之一。用户可在 Fireworks 上运行,并进行后训练定制化。最终得到专属的专用智能体。
事件专题

推荐理由:LangChain 和 NVIDIA 搞了个开放智能体,成本是封闭模型的1/10,还能自己后训练定制,挺实用的。
7月13日
11:11
11:11官方账号Together AI@togethercompute
精选
Together Compute数据显示,开放模型在AI Token使用中的占比在一年内从10%增长至30%。该公司创始人分析,转向开放、模块化AI的趋势由成本、灵活性和生态驱动。这一变化表明行业对开放模型的接受度显著提升。

推荐理由:开放模型一年翻了三倍,从10%冲到30%的AI Token。Together Compute的数据说明开源势头真的猛。
11:00
11:00官方账号Together AI@togethercompute
NVIDIA的开放模型Nemotron 3 Ultra在Together AI上线后迅速获得社区青睐。该模型在OpenRouter平台上的处理量在几天内达到每天350亿token。这反映了社区对快速、高效且可定制开放模型的积极支持。Nemotron 3 Ultra是一款完全可定制的开放模型,由NVIDIA开发。
事件专题

推荐理由:NVIDIA刚推的Nemotron 3 Ultra在Together AI上火了,几天就在OpenRouter冲到每天350亿token用量,社区超爱这种又快又省又好改的开放模型。
7月9日
02:34
02:34Harrison Chase@hwchase17
Prime Intellect 宣布完成1.3亿美元A轮融资,由 Radical Ventures 领投,NVIDIA、Intel Capital、Dell Capital 及现有投资者跟投。该公司将利用资金构建开放超级智能堆栈(Open Superintelligence Stack),使用户能自主训练、部署并持续改进模型。此轮融资将用于加速平台开发与生态扩展。
事件专题

推荐理由:Prime Intellect 融了1.3亿美元,NVIDIA和Intel都跟投了。他们要搞开放的超级智能堆栈,让你自己训练和部署模型,不用依赖大厂。
6月29日
13:52
13:52官方账号Together AI@togethercompute
开放模型推动AI栈走向模块化,模型、API、工具和推理各自独立进步。Together AI认为开放模型的价值远超定价优势,正在构建模块化推理层。这种架构让不同组件可以独立优化,降低整体AI应用成本。
推荐理由:Together AI聊开放模型不是拼价格,而是拼模块化。他们正在做AI推理层,让模型、工具自由组合。
6月27日
12:25
12:25Fireworks AI@FireworksAI_HQ
FactoryAI 将模型管理平台标准化为 Fireworks,实现部署扩展。此举带来开放模型增长 2-3 倍,每美元工作量提升 5-15 倍,并能第一时间获取新开放权重模型。团队负责人 Leo Tchourakov 在视频中详解了具体实现。
推荐理由:想提升AI模型部署效率?看看FactoryAI怎么用Fireworks实现5-15倍成本效益,还能第一时间用上新模型。
6月19日
18:43
18:43官方账号Together AI@togethercompute
Together AI 在推文中指出,当团队运行数十亿 tokens 时,缓存、吞吐量和服务效率的微小差异会转化为产品级的经济性。以 MiniMax M3 模型为例,该模型在 Together AI 平台上提供前沿品质和开放模型经济学,其服务栈专为规模化设计。这体现了开放模型在生产中的实际成本竞争力。
事件专题

推荐理由:看看 Together AI 怎么用 MiniMax M3 把开放模型做大,跑几十亿 tokens 还省钱。不是吹概念,是实打实的缓存和吞吐量优化。
18:42
18:42官方账号Together AI@togethercompute
Together AI的James Zou与NVIDIA的Venkat Srinivasan将于7月1日在AI Engineer World's Fair上讨论开放模型如何实现集体智能。该活动聚焦开源模型在协作智能系统中的作用。演讲将结合两家公司的技术实践,分析开放模型对多智能体架构的影响。
事件专题

推荐理由:想了解开放模型怎么支撑多智能体协作?Together AI和NVIDIA的人要聊这个,7月1日别错过。
6月17日
03:28
03:28lmarena.ai@lmarena_ai
Agent Arena 是一个智能体性能排行榜,现已在 arena.ai/leaderboard/ag... 上线。用户可通过按开放模型或按实验室(lab)筛选来查看详细数据。该排行榜为不同智能体模型提供了直接的性能对比基准。
推荐理由:想比对比不同智能体模型?去Agent Arena排行榜,能按开放模型或实验室筛选,帮你找到合适的。
6月12日
04:04
04:04官方账号Together AI@togethercompute
精选
Trajectory Labs 在 Together Compute 和 NVIDIA 的支持下,仅用不到 24 小时就在一个开放模型上实现了前沿模型级别的性能。这展示了当优秀开源模型与合适的训练基础设施结合时,可以快速取得显著成果。Together Compute 为此提供了算力支持,凸显了开放模型生态的潜力。
事件专题

推荐理由:对于关注开源模型训练效率的团队,这个案例证明了 24 小时内就能让开放模型达到前沿水平,值得研究其训练流程。
6月11日
00:39
00:39官方账号Google DeepMind@GoogleDeepMind
Google DeepMind 推出实验性开放模型 DiffusionGemma,采用块级文本生成技术,不再逐词预测,而是同时生成整段文本。该模型在专用 GPU 上输出速度提升高达 4 倍,并能实时自我修正和格式化复杂 Markdown。这标志着文本生成范式的转变,尤其适合需要快速、高质量输出的场景。

推荐理由:做文本生成或需要快速格式化 Markdown 的开发者,可以试试这个块级生成模型,速度提升明显且能自我纠错,值得关注。