开源模型相关 AI 资讯

AITOP

7月4日

23:56

techcrunch@Anna Heim

Mistral AI 成立于2023年，是一家提供部分开源AI模型的公司。它已获得多轮大额融资，目标是“让前沿AI惠及所有人”。作为OpenAI的竞争对手，Mistral AI强调开放性和可访问性。

推荐理由：想了解崛起中的欧洲AI玩家？Mistral AI开源模型挑战OpenAI，这篇给你全景介绍。

原文

21:41

官方账号Clement Delangue@ClementDelangue

Hugging Face CEO Clement Delangue指出，闭源前沿实验室在秘密和孤岛中重复训练，而开源科学和开源AI允许彼此分摊支出和算力，效率提升一个数量级。Rand Group预测美国2027年AI支出将达1万亿美元，中国仅需1230亿美元就能推出前沿模型。开源模式是中国能以更低成本实现前沿突破的关键原因。

行业 Clement Delangue Rand Group 开源模型 AI效率中美竞争

推荐理由：如果你关心AI发展背后的成本逻辑，这篇推文用中美支出对比说明了开源为什么能省钱出活，一句话点透。

原文

20:20

官方账号Clement Delangue@ClementDelangue

Hugging Face联合创始人Clement Delangue为庆祝美国建国250周年，整理出250项源自美国的开放AI里程碑，涵盖Attention is all you need、PyTorch、GPT-2、LLaMA、ImageNet、LoRA等模型、数据集、论文和工具。这些成果体现了开放科学、开放竞争和开放生态如何推动美国成为创新引擎。文章警告当前AI领域开放精神正面临风险，呼吁科学家和建设者选择开放透明的未来。

行业 Hugging Face 开源模型 LLaMA PyTorch 开放科学

推荐理由：Hugging Face整理了250个美国AI里程碑，从Attention到LLaMA，看看开放生态怎么成就了AI。

原文

15:29

官方账号Decoder@Matthias Bastian

精选

Mistral AI 发布了 Leanstral 1.5，这是一个用于 Lean 4 形式化验证的开源模型。该模型在多个形式化数学基准测试中取得了领先成绩，例如在 miniF2F 测试中准确率达到 60%，超过此前的最佳模型。此外，Leanstral 1.5 在扫描 57 个开源代码仓库时，成功发现了 5 个此前未知的 bug。这些发现展示了该模型在数学证明和代码正确性验证方面的实用价值。

AI模型 Mistral Leanstral 1.5 Lean 4 形式化验证开源模型

推荐理由：Mistral 新模型 Leanstral 1.5 专攻形式化验证，能自动找出代码漏洞，数学基准也比同类强。

原文

06:18

06:18官方账号Simon Willison’s Weblog（博客/媒体）

Current AI成立于2025年2月巴黎AI行动峰会，已承诺4亿美元资金，近日发布Gap Map v0.1，深度索引421个产品（266个软件工具、85个模型、50个数据集、20个硬件项目），来自228个组织，按14个类别组织。底层数据以1,184个YAML文件形式在GitHub上以MIT许可证开源，另有16,185个GitHub仓库被追踪，可通过Datasette Lite探索。

行业 Current AI Open Source AI Gap Map GitHub Datasette Lite 开源模型

推荐理由：Current AI把开源AI资源整理成了地图，421个产品和上万仓库全公开，想找开源模型或工具可以拿这个当目录，省得自己瞎搜。

原文

03:10

Julien Chaumond@julien_c

开源模型 Qwen 27b 凭借其出色性能和速度快，受到 ML/AI 工程团队的意外好评。与 Fable、GPT5.6 等昂贵大模型相比，Qwen 27b 在质量和效率上表现突出。该模型为 27B 参数规模，免费开源，近期引发热议。

AI模型 Qwen 27b Qwen 开源模型

推荐理由：别光盯着大模型，Qwen 27b 免费开源又好用，工程团队实测都说香。

原文

02:51

AK@_akhaliq

用户报告称几乎每天在 Claude Code 中通过 Hugging Face Inference Providers 和 hf-claude 使用 GLM-5.2 模型。该模型已可直接在 Claude Code 中选择，无需额外配置。用户表示已完全转向开源模型，认为它们更容易集成到实际开发工作流中。这条推文获得了超过 3500 次查看，反映出开发者对开源模型可用性的关注。

AI模型 GLM-5.2 Claude Code Hugging Face 开源模型编程助手

推荐理由：GLM-5.2 现在可以直接在 Claude Code 里选了，不用折腾部署，开源模型也能用上大厂一样的开发流程。

原文

02:00

GitHub@github

Kimi K2.7 Code 是首个在 GitHub Copilot 模型选择器中可选的开源权重模型。该模型由 Moonshot AI 开发，主打低成本和高性能。开发者现在可以在 Copilot 中选择 Kimi K2.7 Code，以增加工作流中的选择性和灵活性。此模型专为代码生成优化，适合多种编程场景。

AI模型 Kimi K2.7 Code GitHub Copilot Moonshot AI 编程助手开源模型

推荐理由：GitHub Copilot 现在能选 Kimi K2.7 Code 了，开源权重、低成本、性能强，写代码更灵活。

原文

7月3日

23:51

a16z@a16z

a16z联合创始人Ben Horowitz与美国前网络安全官员Anne Neuberger等讨论技术作为国家实力的核心。他们强调美国技术领导力对国家安全和经济的重要性，并称AI正在改变政府与企业之间的合作关系。对话涉及构建可信AI基础设施、利用AI实现本地内容全球化（如ElevenLabs与TelevisaUnivision案例），以及开源模型在网络防御中的未来。

行业 a16z Ben Horowitz Anne Neuberger AI安全开源模型

推荐理由：a16z大佬们聊技术如何成为国家力量，还举了ElevenLabs具体案例，比一般宏观分析有干货。

原文

14:03

官方一手marktechpost@Asif Razzaq

WebBrain是一个MIT许可证的开源AI浏览器代理，支持Chrome和Firefox。它通过Ask和Act两种模式读取页面、提取数据并自动化多步任务。用户可以运行在本地模型如llama.cpp或Ollama上以保护隐私，也可以连接任意云API。该项目完全免费且开源。

AI产品 WebBrain Chrome Firefox 浏览器代理开源模型

推荐理由：WebBrain是免费开源的浏览器AI代理，能在Chrome和Firefox上自动填表、抓数据，还支持本地运行，隐私安全。

原文

13:27

13:27IT之家（博客/媒体）

76°

英伟达开源了 60B 参数的双塔离散扩散语言模型 Nemotron-Labs-TwoTower，包括 30B 的自回归上下文塔和 30B 的扩散去噪器塔。在 MMLU 上得分为 78.24，ARC-Challenge 上为 92.66，综合基准质量保留 98.7%。实际运行吞吐量相比自回归模型提升 2.42 倍。模型权重已在 Huggingface 发布，采用 NVIDIA Nemotron Open Model License。

AI模型英伟达 TwoTower Nemotron 扩散语言模型开源模型

推荐理由：英伟达放出了一个双塔扩散模型，生成速度比普通模型快 2.4 倍，质量只掉了 1.3%，权重和代码都已经开源了。

原文

11:32

官方一手marktechpost@Michal Sutter

精选

Interfaze 开源了 diffusion-gemma-asr-small 模型，采用扩散解码替代自回归。该模型通过一个约42M参数的适配器接入 Google 的 DiffusionGemma。单个适配器可处理六种语言的语音转录任务。转录计算量由去噪步数控制，不受输出文本长度影响。

AI模型 Interfaze diffusion-gemma-asr-small DiffusionGemma 语音识别开源模型

推荐理由：Interfaze开源扩散ASR小模型，一个适配器管六种语言，步数控制成本，很灵活。

原文

10:42

Geek@geekbb

GitHub Copilot 现已正式支持 Kimi K2.7 模型，这是 Copilot 模型选择器中首个可选的开放权重模型。早期测试显示 K2.7 在性能上与热门前沿模型相当，但成本更低。非付费 GitHub 账户已无法使用任何 Copilot 模型，包括此新选项。

AI产品 GitHub Copilot Kimi K2.7 Kimi_Moonshot 编程助手开源模型

推荐理由：GitHub 上了 Kimi 的开源模型 K2.7，性能强还便宜，但免费用户用不了了。

原文

10:26

berryxia@berryxia

字节跳动Seed团队在Hugging Face开源了PAR（Protein Autoregressive Modeling via Multiscale Structure Generation）模型。这是一个自回归蛋白质结构生成模型，支持多尺度结构生成。模型提供了400M和60M参数两个版本，采用Apache 2.0协议。该模型属于AI for Science方向，目标是生成高质量的蛋白质结构。

AI模型 PAR ByteDance 蛋白质生成开源模型 AI for Science

推荐理由：字节开源了PAR蛋白生成模型，有400M和60M参数，Apache 2.0协议，支持多尺度结构生成，做生物计算的可以试试。

原文

09:40

官方账号arXiv cs.AI@Gemma Galdon Clavell, Pablo Accuosto, Usman Gohar

该论文指出至少74种现有AI风险分类法几乎都止步于风险目录，缺乏实操。Eticas AI Risk Taxonomy v2.0.0 提出从概念到可衡量发现的桥梁，涵盖10个类别、20个子组、76个活跃子类别，并映射到18个外部框架。以GPT-4-0314上的PII泄露风险为例，在对抗性条件增强下披露率从0%升至84%，对应SYSTEMIC模式E级评分。分类法和子组以CC BY 4.0开源发布，提供稳定URI和SKOS/JSON-LD分发。

论文 Eticas AI Risk Taxonomy GPT-4-0314 AI审计风险分类开源模型

推荐理由：这篇论文真正解决了AI审计“光列风险但不教你怎么测”的痛点，用GPT-4实测PII泄露，给了一个可复现的评分样例。分类法开源了，想搞审计的可以直接用。

原文

05:18

官方账号Clement Delangue@ClementDelangue

Hugging Face CEO Clement Delangue 在推特上与 @dee_bosa 和 @vipulved 共同提出“Summer of Open-source AI”概念。这条推文目前已获得 18 个赞和 2218 次浏览。该提法意在强调 2025 年夏天将成为开源 AI 模型和工具加速发展的阶段。

行业 Hugging Face 开源模型 AI社区行业趋势

推荐理由：Hugging Face 老大喊出了“开源 AI 的夏天”，这不是什么神秘口号，而是对行业风向的预判，值得关注。

原文

03:12

官方账号LangChain@LangChainAI

LangChain 发布开源工具 OpenWiki，可在后台自动生成和更新代码库文档。它通过 deepagents 开放框架运行，支持 GLM 5.2、Kimi K2.7 等开源模型。你只需在 GitHub 仓库中配置一个夜间工作流，OpenWiki 就能自动更新自身和 AGENTS.md 文件，让 coding agent 自动读取最新文档。

技巧 OpenWiki LangChain deepagents 文档生成开源模型

推荐理由：设一次 OpenWiki 就再也不用操心文档了，它自动跑在后台，还能用开源模型，适合想省心又提升 agent 表现的开发者。

原文

03:03

官方账号vLLM@vllm_project

精选

vLLM社区宣布，通过对DeepSeek V4模型的推理优化，一个月内将token成本降低5倍。优化工作从day-zero食谱起步，涉及内核、调度和服务层的改进。社区每个PR都对成本下降有贡献。

AI产品 DeepSeek V4 vLLM 推理优化开源模型

推荐理由：vLLM社区一个月让DeepSeek V4的token成本降了5倍，优化方法值得做推理的同行参考。

原文

01:02

官方账号Clement Delangue@ClementDelangue

Hugging Face CEO Clement Delangue 在推文中指出，编码智能体（coding agents）是 Hub 的真实用户，它们搜索模型、构建数据集、在 Jobs 上训练模型、启动 Spaces。现在 Hub 提供了公开数据，每月更新每个 agent 所占的 Hub 流量份额。该数据旨在推动开放平台与开放工具之间的集成改进。

AI产品 Hugging Face Coding agents Hub 智能体开源模型

推荐理由：Hugging Face 现在让你看到每个编码智能体用了多少 Hub 流量，每月更新。想了解哪些 agents 在大量调用模型和资源？这个数据很有用。

原文

00:41

GitHub@github

71°

月之暗面推出的Kimi K2.7 Code开放权重模型已正式在GitHub Copilot中可用。它是Copilot模型选择器中首个可选的开源权重模型。早期测试显示，Kimi K2.7的性能与当前主流前沿模型相当，但成本更低。开发者现在可以在VS Code中直接尝试使用。

AI模型 Kimi K2.7 GitHub Copilot 月之暗面编程助手开源模型

推荐理由：月之暗面把Kimi K2.7开放权重模型塞进GitHub Copilot了，性能不输前沿模型还更便宜，写代码可以试试这个新选项。

原文

7月2日

23:55

elvis@omarsar0

Palantir CEO Alex Karp在采访中强调，AI主权并非可选，个人、组织和国家应保护自己的“阿尔法”（竞争优势）。他指出技术客户真正想要的是对计算、模型、数据栈和阿尔法的控制权，并质疑闭源模型按token收费的价值逻辑。Karp认为开源模型应成为任何AI战略的核心组成部分。

行业 Palantir Alex Karp AI主权开源模型数据安全

推荐理由：Palantir老板直接挑明：别把数据控制权拱手让人，开源才是护城河。

原文

21:30

21:30IT之家（博客/媒体）

微软宣布成立微软前沿公司（Microsoft Frontier Company），初期注资25亿美元（约合170亿元人民币），服务联合利华、诺和诺德等客户。新公司将整合微软自研和第三方AI工具（如Anthropic、OpenAI、DeepSeek、Gemini），对接企业数据，成果归客户所有。此前Palantir和亚马逊云科技也有类似布局。微软商用业务总裁承认，三年前绑定单一模型OpenAI是错误，企业需要灵活切换和微调模型的能力。

行业微软微软前沿公司 Anthropic OpenAI DeepSeek Gemini 企业级AI 开源模型

推荐理由：微软砸25亿美元成立新公司，帮你整合OpenAI、DeepSeek、Gemini等模型，成果归你，不绑定独家。企业客户别错过。

原文

20:29

官方账号vLLM@vllm_project

72°

Qwen3.6-27B-NVFP4模型在vLLM上可用，针对NVIDIA Blackwell GPU优化。该检查点将GPU内存需求降低约2.5倍。模型拥有27B参数，采用混合注意力机制。在MMLU Pro上得分86.3，GPQA Diamond上得分85.5。仅支持vLLM作为运行时引擎。

AI模型 Qwen vLLM NVIDIA Blackwell 推理优化开源模型

推荐理由：Qwen3.6-27B-NVFP4来了！在Blackwell上内存减半，MMLU Pro 86.3分，用vLLM就能跑，开源模型本地AI更省显存。

原文

20:13

量子位@闻乐

72°

该模型参数量达1万亿，在MMLU基准上取得86.2%的准确率，超越同规模Llama-3.1-405B。它完全基于国产芯片训练，训练成本仅为同类模型的30%。模型已开源，采用Apache 2.0许可证，在GitHub上获得超过2万星标。

AI模型万亿模型开源模型国产芯片 MMLU

推荐理由：有个模型不用英伟达显卡就做到了万亿参数，性能还比Llama强，成本更低，开源可商用，搞大模型的可以试试。

原文

10:13

官方一手arXiv: DeepSeek@Zewen Liu

该论文提出了EPC（评估者偏好耦合）协议，这是一种RFC风格的标准化协议，用于隔离和测量LLM代理系统中评估者偏好动态的四个阶段。协议包含了执行器和评估器配置、策略与任务设计、TTRL更新规则以及gamma、JSD、ECE、Brier等度量指标的计算方法。同时发布版本化的参考快照v1.0，包含GPT-4o、Qwen、DeepSeek等八个评估器条件的122次独立实验重复测量结果，并标注了版本标识符、API端点与测量日期。该协议、参考快照及实现代码已作为开放基础设施发布，旨在支持第三方复现、跨评估器比较以及检测专有评估器无声更新导致的测量衰减。

论文 EPC GPT-4o Qwen DeepSeek 智能体开源模型

推荐理由：这篇论文搞了个标准协议EPC，专门用来测LLM代理系统里评估器偏好怎么耦合的，还附带了GPT-4o、Qwen、DeepSeek等8个评估器的大规模实测数据，方便你复现和对比。

原文

09:32

09:32IT之家（博客/媒体）

葡萄牙政府于7月1日发布首个基于欧洲葡萄牙语的开源大语言模型AMALIA，该模型由60多位研究人员历时18个月开发，先期投资550万欧元。第一阶段使用约4万亿个葡语单词训练出9B规模模型，并已具备理解文本、图像和声音的多模态能力。后续计划年内新增22B版本，并引入智能体能力，需追加150万欧元投资。

AI模型 AMALIA 葡萄牙语开源模型多模态智能体

推荐理由：葡萄牙政府新搞了个葡语开源大模型AMALIA，9B参数就能理解文本、图像和声音，年底还要出22B带智能体，搞葡语相关任务可以试试。

原文

07:49

Fireworks AI@FireworksAI_HQ

Fireworks AI 发布推文宣传 GLM 5.2 开源模型，声称其编码和智能体性能达到闭源模型级别。该模型无需支付闭源模型的高昂费用，仅需推理成本。Fireworks 提供部署服务，用户可在其平台上运行。适合追求高性能但预算有限的开发者。

AI模型 GLM 5.2 Fireworks 开源模型编码智能体

推荐理由：GLM 5.2 编码和智能体表现接近闭源，用 Fireworks 跑划算，适合不想花大钱又要高水平的开发者。

原文

05:47

Fireworks AI@FireworksAI_HQ

GLM 5.2 模型已在 Microsoft Foundry 平台上线。通过 Fireworks AI 的 FireConnect 功能，开发者能使用 Foundry PTUs 将 GLM 路由到 Codex、OpenCode 或 Pi 等工具。该集成旨在帮助团队从零重建工作流并加速开发。开发者现可立即开始使用。

AI模型 GLM 5.2 Fireworks AI Microsoft Foundry 开源模型工作流

推荐理由：Fireworks AI 在微软 Foundry 上推出了 GLM 5.2，还支持用 FireConnect 路由到 Codex、OpenCode，搞工作流开发能快不少，试试呗。

原文

05:20

ollama@ollama

73°

Together Compute在C轮融资中筹集8亿美元，估值达83亿美元。该公司计划用这笔资金继续打造最高效的生成式AI平台。Ollama也在X上发文祝贺，称这是开源模型的激动时刻。

行业 Together Compute Ollama 融资开源模型

推荐理由：Together Compute刚融了8亿美元，估值83亿，要做最高效的AI平台，这对开源模型是好事。

原文

02:55

techcrunch@Julie Bort

Neocloud Together AI 宣布完成 8 亿美元融资，估值达到 83 亿美元，较 2025 年初的 33 亿美元估值大幅提升。该公司专注于托管开源 AI 模型，以 GPU 云服务为核心业务。本轮融资由多家投资机构参与，资金将用于扩展数据中心和提升算力基础设施。

行业 Together AI Neocloud 融资开源模型 GPU云

推荐理由：Together AI 拿了 8 亿美金融资，估值冲到 83 亿，专门做开源模型的 GPU 云服务，跟传统云厂商打差异化。

原文

00:21

berryxia@berryxia

ModelScope上开源了Boogu-Image-0.1-Edit-Turbo模型，这是一个4步蒸馏的image-to-image编辑模型，主打快速视觉编辑。它支持物体替换、风格迁移、场景/背景修改以及带文字感知的图像变换。该模型基于蒸馏技术，显著减少了生成步数，提升了编辑速度。

AI模型 Boogu-Image-0.1-Edit-Turbo ModelScope 图像编辑蒸馏模型开源模型

推荐理由：想快速改图吗？ModelScope刚开源这个4步蒸馏图像编辑模型，换物体、改背景、风格迁移都能做，速度很快。

原文

7月1日

18:17

18:17IT之家（博客/媒体）

瑞银分析师与十几位企业IT负责人交流发现，约六成企业已出台管控措施收紧AI开支。词元调用成本成为核心顾虑，Uber运营总监称AI回报率微薄。短期内OpenAI、Anthropic等模型厂商将承受最大压力，而DeepSeek等开源模型和中国本土大模型有望成为受益者。谷歌推出了Gemini 3.5 Flash模型，Anthropic发布了Claude Sonnet 5以降低成本。分析师认为这是“良性调整阵痛”，企业从盲目试水转向高效利用。

行业 DeepSeek OpenAI Anthropic 企业AI开支开源模型

推荐理由：瑞银说六成公司正在砍AI预算，但DeepSeek这类开源模型反而可能更受欢迎。如果你关心企业怎么省AI开支，这篇报告有具体数据和趋势。

原文

16:15

官方一手marktechpost@Asif Razzaq

NVIDIA 发布了 Nemotron-Labs-TwoTower，一个基于冻结的自回归骨干 Nemotron-3-Nano-30B-A3B 的离散扩散语言模型。该模型以开放权重形式提供，采用 NVIDIA Nemotron 开放模型许可证。其核心设计旨在解决自回归模型逐个 token 解码导致的吞吐量瓶颈。通过扩散过程并行生成，有望显著提升文本生成速度。

AI模型 Nemotron-Labs-TwoTower Nemotron-3-Nano-30B-A3B NVIDIA 扩散语言模型开源模型

推荐理由：NVIDIA 把自家 30B 模型改成扩散架构，不再逐个字生成，吞吐量能快很多。开源权重，开发者可以直接拿来用。

原文

14:27

官方账号Latent Space (swyx)@Richard MacManus

在AI Engineer World's Fair上，与会者深入讨论了智能体循环在工程中的应用。软件工厂概念被提出以标准化AI开发流程。现场部署工程师的角色被强调，负责将模型快速集成到客户环境。开放模型成为热门话题，其可定制性和成本优势受到关注。

行业 AI Engineer World's Fair 智能体软件工厂开源模型

推荐理由：AI工程师大会聊了怎么搞智能体循环和软件工厂，还有开放模型怎么省钱又好用，干货很多。

原文

02:50

Marc Andreessen@pmarca

AI模型 GPT 5.5 Pro Claude Opus 4.8 OpenAI 数学推理开源模型

推荐理由：这篇展示了用GPT和Claude联手破解COLT、FOCS等顶会未解难题，还开源了pipeline，做理论计算的值得看看。

原文

00:21

官方账号Clement Delangue@ClementDelangue

Clement Delangue（Hugging Face CEO）在X上表达对开源路由系统和路由模型的兴奋，特别提及vllm_project推出的semantic router（链接至huggingface.co/llm-semantic-router）。他认为未来是多模型时代，用户将像自定义代码一样自定义路由器。这可能是将价值从少数昂贵边界模型转移到长尾开源模型的关键。该推文获得7次转发、26个赞和1521次浏览。

行业 vllm_project semantic router Hugging Face 路由模型开源模型

推荐理由：Hugging Face CEO说开源路由系统可能是未来多模型生态的关键，能让你用便宜开源模型替代昂贵的单一模型，值得关注。

原文

6月30日

22:21

官方账号Clement Delangue@ClementDelangue

斯坦福大学研究显示，71.3% 的ChatGPT查询可由本地模型准确回答。Hugging Face CEO Clement Delangue指出，企业AI工作负载可免费本地运行，避免高昂API成本及模型被收回风险。Hugging Face新增按本地硬件（如M5 24GB）过滤800k+公共模型的功能，支持通过llamacpp轻松使用。

AI产品 Hugging Face ChatGPT 本地模型斯坦福开源模型

推荐理由：你可以根据自己电脑配置在Hugging Face上筛选能跑的模型，省下API钱，还能自己掌控模型，很实用。

原文

16:21

官方一手marktechpost@Asif Razzaq

精选

Meta AI 发布了 Brain2Qwerty v2，这是一个基于非侵入式脑磁图（MEG）的脑机接口管道，用于将打字思维转化为文本。在基准测试中，该模型实现了 61% 的单词准确率，并开源了训练代码供研究社区复现。与前一版本相比，v2 提升了解码速度与鲁棒性，支持实时句子级解码。

AI模型 Brain2Qwerty v2 Meta AI MEG 脑机接口开源模型

推荐理由：Meta 开源了 Brain2Qwerty v2，用脑磁图直接解码打字想法，单词准确率 61%，比上一代更准更快。

原文

16:05

官方一手pandaily@contact@pandaily.com (Pandaily)

精选

华为开源了92B参数的openPangu-2.0-Flash模型，上下文窗口达512K tokens。该模型原生适配昇腾AI开发生态，可在Ascend硬件上高效运行。这是华为在开源大模型领域的重要动作，为开发者提供了新的选择。

AI模型 openPangu-2.0-Flash Huawei Ascend 开源模型长上下文

推荐理由：华为开源了92B参数的openPangu-2.0-Flash，512K上下文挺大，而且专为昇腾优化，做国产AI开发的同学可以试试。

原文

13:59

官方账号Clement Delangue@ClementDelangue

National Design Studio发布了Rampart，一个14.7MB的机器学习模型。该模型在浏览器内直接对个人信息进行脱敏处理，防止数据发送到服务器。它旨在替代政府监管开源AI的方案，以本地化方式保障用户隐私。Rampart的轻量级设计使其可快速部署于任何网页前端。

AI产品 Rampart National Design Studio 隐私保护开源模型浏览器内

推荐理由：超小模型，14.7MB就能在浏览器里自动打码个人信息，不用传服务器，隐私党必看。

原文