Underdog AI 发布 Saluki 27B：Qwen3.8-27B 的 2-bit 量化版，仅 7.89GB
Underdog AI 发布 Saluki 27B 模型，这是 Qwen3.8-27B 的 2-bit 量化调优版本，文件大小仅 7.89 GB。该模型针对智能体应用设计，擅长日常推理和工具使用，其多工具并行调用表现优于全尺寸 Qwen3.8-27B。Saluki 采用标准 llama.cpp 格式，无需自定义编译即可加载。
#开源生态
IT之家AI 评分4545 Ai2 / Allen Institute for AIAI 评分4545 Ai2 在 COLM 2026 展示 Olmo Hybrid 与 AstaBrief 等开放科研成果
Ai2 在 COLM 2026 发布 Olmo Hybrid，该混合架构结合注意力与循环层，使模型达到 Olmo 3 7B 的 MMLU 准确率且训练 token 减少 49%。同时推出开源权重模型 AstaBrief，支持生成带引用的科学报告，并展示了发表于 Nature 的字节级模型 Bolmo。
The DecoderAI 评分5757 Anthropic 推出面向开源项目的免费 AI 扫描器及 Cyber Mission 计划
Anthropic 启动 Cyber Mission 长期计划以保护关键基础设施和开源软件免受网络攻击。该计划包含 Critical Infrastructure Defense Program (CIDP)，为电网、水务和交通系统运营商提供 Claude 模型、工程师及威胁分析支持，CrowdStrike、Palo Alto Networks 等为首批合作伙伴。
IT之家AI 评分5858 四人团队借AI开发免费开源ArtCraft套件以替代Adobe软件
美国佐治亚州亚特兰大的一个四人团队借助AI生成代码，开发出一套名为ArtCraft的免费开源软件，旨在替代Adobe Creative Cloud。该套件包含对标Photoshop的PhotoCraft和对标Lightroom的LightCraft等多款应用，目前处于发布阶段。
IT之家AI 评分5555 微软升级 Win11 AI 框架，实验性支持 GGUF 与 ONNX 原生本地推理
微软在 Windows 11 上升级 Windows ML 框架，实验性原生支持 GGUF 与 ONNX 格式模型的本地推理，并推出 Windows ML Runtime API。开发者现可通过 llama.cpp 的实验性集成，从 Hugging Face 导入 GGUF 模型并在本地直接运行，同时微软携手英伟达向相关性能优化贡献代码。
Hugging Face Blog精选AI 评分8080 使用 Hugging Face ML Intern 低成本定制训练专用模型的实践指南
作者通过 Hugging Face 的 ML Intern 智能体，以总计约 USD 103 的计算成本成功训练了六个专用小型模型，包括柑橘病害识别 VLM、角色 LoRA 及端侧文本重写器等。文章详细分享了关键提示词技巧，如设定严格预算上限、要求基线对比以及执行小规模冒烟测试，并公开了所有示例代码与数据集链接供社区复用。
推荐理由：作者展示了利用 ML Intern 在低预算下定制训练多个专用小模型的具体提示词策略与成本数据，为个人开发者提供了可复用的低成本模型构建路径。
The Verge · AIAI 评分4747 Anthropic 推出面向开源项目的免费 AI 安全扫描服务 OSS Scanner
Anthropic 发布 OSS Scanner，为选择参与的开源项目提供由 Claude Mythos 等最强模型生成的免费定期安全漏洞扫描。该服务完全依赖模型输出且无人工审核，虽能提升扫描频率与速度，但报告可能存在错误或无效情况。
The Verge · AIAI 评分2828 SpaceXAI 向 Omarchy Linux 发行版捐赠价值 150 万美元的 Grok 算力
SpaceXAI 宣布加入 Omacom Foundation，向 David Heinemeier Hansson 主导的 Omarchy Linux 项目捐赠价值 150 万美元的 Grok tokens。这些算力将主要用于加速开发、代码审查及修复 Bug。此前 1Password 和 Cloudflare 也曾因支持该争议性发行版引发关注。
IT之家AI 评分6363 Ecosia 弃用 Mistral 转投中国开源 AI 模型
德国搜索引擎 Ecosia 宣布放弃法国 Mistral 模型，转而采用中国开源 AI 模型。CEO 克里斯蒂安·克罗尔指出 Mistral 质量落后竞争对手一年且存在服务器过载问题，同时质疑其依赖国际资金并非真正主权企业，以及是否符合环保目标。此前 Ecosia 已于今年 5 月从 OpenAI 切换至 Mistral。
IT之家AI 评分3030 阿里巴巴蔡崇信：开源是欧洲发展 AI 的最佳选择
阿里巴巴集团董事会主席蔡崇信在都灵大会上指出，开源 AI 是欧洲摆脱对中美技术依赖的最佳路径。他呼吁欧洲建设本地算力基础设施，并利用庞大的工业数据训练模型以形成优势。蔡崇信对比了 OpenAI、Anthropic 等美国企业的闭源模式，强调中国侧重推动开源模型和公开研究成果的全球采用。
Ars Technica · AIAI 评分5858 Artcraft 发布基于 AI 逆向工程的 Adobe 开源克隆套件
Artcraft 推出由七款开源应用组成的套件，旨在复刻 Adobe Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的用户界面与工具。
Latent SpaceAI 评分6565 Stacklok 两位创始人探讨云原生智能体框架 Mecatl 如何超越桌面局限
Kubernetes 联合创始人 Craig McLuckie 和 Joe Beda 创立的 Stacklok 推出开源云原生智能体框架 Mecatl，旨在将智能体运行环境从本地桌面迁移至云端。
Hugging Face Blog精选AI 评分6262 Liquid AI 发布 d1-3B 和 d1-omni-600M 开源边缘决策模型
Liquid AI 发布两款开源决策模型 d1-3B 和 d1-omni-600M，专为边缘设备设计。d1-3B 在 Decision Index 0.2.1 中得分 48.57，优于同尺寸及更大参数量的模型，支持文本和图像输入；d1-omni-600M 作为实验性版本，支持文本与图像或音频的多模态处理。
推荐理由：原文展示了小参数量决策模型在边缘设备上的低延迟表现及多模态支持，为资源受限场景下的结构化推理提供了可复用的开源方案。
Ai2 / Allen Institute for AI精选AI 评分6565 Ai2 发布 Bolmo 字节级语言模型 Nature 论文及新检查点
Ai2 宣布其字节级语言模型 Bolmo 的研究成果发表于 Nature，并在 Hugging Face 上发布了新的模型检查点。团队展示了名为 byteifying 的技术，能将现有的子词模型（如 Olmo、Qwen 3 8B 和 Llama 3 8B）通过短期额外训练转换为字节级模型。
推荐理由：Ai2 在 Nature 发表 Bolmo 研究，展示将子词模型转换为字节级模型的通用方法，并开源了基于 Qwen 和 Llama 的新检查点。
Simon WillisonAI 评分4040 EmbeddingGemma 2 采用 Apache 2.0 开源许可
EmbeddingGemma 2 以 Apache 2.0 许可证发布，支持用户自行托管或迁移。该模型适用于需存储大量嵌入向量的场景，避免专有模型停服后重新计算的高昂成本。
Google DeepMind同新闻AI 评分8080 Google DeepMind 发布 EmbeddingGemma 2：支持文本图像音频视频的统一端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构的开源轻量级多模态嵌入模型，拥有 740M 参数并采用 Apache 2.0 许可证。
DeepLearning.AIAI 评分5555 DeepLearning.AI 介绍 Xiaomi MiMo-Code 的 Checklist Rewarding 训练方法
Xiaomi MiMo-Code 采用 Checklist Rewarding 技术，将每个 checklist 项的分数乘以强化学习奖励，以同时优化功能正确性和代码质量。该方法使模型在 Artificial Analysis Coding Index 上达到 40.8 分，并在 OpenHands SWE-bench Verified 上获得 65.2% 的成绩，领先于其他开源权重模型。
The DecoderAI 评分6868 Google 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，拥有 740M 参数，声称在多项基准测试中性能超越两倍于其大小的竞品模型。该模型支持文本、图像、视频、音频和代码向量化，在 Massive Text Embedding Benchmark (Code) 上得分为 78.68，较前代提升近 10 分。
The Decoder同新闻AI 评分8080 Mistral 发布 Mistral Large 4：万亿参数模型主打安全任务处理
Mistral 发布其最大模型 Mistral Large 4（ML4），拥有 1 万亿总参数和 490 亿激活参数，已在 Mistral Studio 开放 API 预览。
同一新闻，精选展示《Mistral AI 发布 Mistral Large 4 预览版》
NVIDIA BlogAI 评分3030 电信运营商为何基于开放模型构建 AI 战略
NVIDIA 报告显示 89% 的受访电信运营商认为开源模型对其 AI 战略至关重要。NVIDIA 发布 30B 参数 Nemotron 3 Large Telco Model，并联合 SoftBank、AT&T 等伙伴，利用 NeMo 库和 Agent Toolkit 实现从数据准备到自主智能体工作流的端到端部署。
The Decoder同新闻AI 评分8282 Reflection 发布开源模型 Beam，主打低算力高性能
AI 公司 Reflection 发布首个开源权重模型 Beam，旨在以最小算力实现强性能，直接对标 DeepSeek 和 Qwen 等中国开源模型。该 MoE 架构模型总参数 501B，每 token 激活 23B，专注于编码、逻辑推理和 Agent 任务。
同一新闻，精选展示《Reflection 发布 501B 参数开源模型 Beam》
Mistral AI精选AI 评分8484 Mistral AI 发布 Mistral Large 4 预览版
Mistral AI 推出 Mistral Large 4（ML4）公开预览版，这是一款拥有 1 万亿参数、490 亿激活参数的原生多模态开放权重模型。该模型在欧洲数据中心使用 NVIDIA Grace Blackwell GPU 从零开始训练，在编码、智能体工作流及网络安全等领域表现卓越，部分指标超越闭源前沿模型。权重将于本月底发布，目前可通过 Mistral Studio 试用 API。
推荐理由：Mistral Large 4 以开放权重形式提供前沿性能，其欧洲本土训练背景为寻求数据主权的用户提供了新选择。
TechCrunch · AI同新闻AI 评分7878 Reflection AI 发布开源权重模型 Beam，宣称以更低算力成本对标中国模型
Reflection AI 正式推出其首个前沿开源权重模型 Beam，这是一款拥有 501B 总参数和 23B 激活参数的纯文本 MoE 模型。该公司声称 Beam 在高级推理基准测试中性能与 Z.ai 的 GLM-5.2 相当，但推理计算量减少 3-4 倍，且预训练使用了 23.8T tokens。
同一新闻，精选展示《Reflection 发布 501B 参数开源模型 Beam》
DeepLearning.AIAI 评分2828 The Batch周报：GLM-5.3与Claude Mythos对比
本周《The Batch》中，Andrew 的信涵盖开源权重模型 GLM-5.3 在利用漏洞方面几乎追平 Claude Mythos（12% vs. 14%）。此外还包括：小米新的开源权重领导者、Gemini 3.8 Live、DeepSeek-V4.1-Flash、AREX agents
Ai2 / Allen Institute for AIAI 评分5858 Ai2 发布 Olmo-core 3：面向万亿参数 MoE 的开源训练基础设施
Ai2 发布 Olmo-core 3，这是其大语言模型开发框架的重大升级，包含重新设计的开源混合专家（MoE）训练系统，旨在将 MoE 训练扩展至万亿参数规模并保持计算效率。
Hugging Face BlogAI 评分5555 Hugging Face 发布 Open TTS Leaderboard 多语言文本转语音评测榜
Hugging Face 发布 Open TTS Leaderboard，使用 WER、CER、RTFx、TTFA 和说话人相似度等客观指标评估开源多语言文本转语音模型。
Hugging Face Blog精选AI 评分8282 H Company 发布 Holo4 系列通用计算机使用智能体模型
H Company 发布 Holo4 系列智能体模型，包含 27B Dense 和 35B-A3B MoE 两个版本，支持通过 GUI、代码、MCP 和 API 等多种接口操作软件。该模型在 OSWorld 2.0 等基准测试中表现接近前沿闭源模型，但参数量和推理成本显著更低。所有模型权重已在 Hugging Face 开源，并提供完整的执行轨迹数据集供复现和分析。
推荐理由：原文展示了 Holo4 在 GUI、代码和 API 多接口下的统一能力，并提供了与前沿闭源模型的成本性能对比及开源轨迹数据。
Sam AltmanAI 评分3333 Sam Altman 呼吁外部参与 AI 治理
AI 实验室之外的人应该对这项技术的发展拥有真正的发言权，并有明确的方式来判断其是否在安全地发展。标准应有助于防止权力集中，包括确保新公司和开源模型公司能够竞争。
LangChain Blog精选AI 评分6262 LangChain 发布面向生命科学的开源智能体助手 Deep Life Sci
LangChain 推出开源智能体助手 Deep Life Sci，专为临床和实验室科学家设计，基于 Deep Agents harness 构建。该工具可访问 ClinicalTrials.gov、PubMed 等数据源，支持上传多种格式文件并通过子代理并行处理文档。
推荐理由：原文展示了针对生命科学领域的开源智能体助手，提供了从文献检索到临床文档审核的具体工作流示例及定制化路径。
Together AI BlogAI 评分3535 Together AI 指导从闭源模型向开源模型的迁移策略
Together AI 提出利用托管服务将闭源模型迁移至开源模型的策略，可将周期缩短至数周或数月。该流程涵盖发现、评估与实施阶段，建议通过重放现有流量进行自定义基准测试，以验证准确率与性能是否满足成本及延迟目标。
vLLM 官方博客精选AI 评分6565 vLLM 团队详解如何在 GB300 NVL72 上训练 Kimi-K3 最快的 DSpark 推测解码模型
vLLM 团队利用 Speculators 库在 GB300 NVL72 集群上成功训练了 Kimi-K3 的 DSpark 推测解码模型，将单流数学推理速度从约 110 tok/s 提升至约 435 tok/s。
推荐理由：原文详细拆解了基于GB300集群训练Kimi K3 DSpark草稿模型的全流程，提供了从数据提取到多节点部署的完整技术路径。
LangChain BlogAI 评分2424 Credit Genie 如何用 OpenWiki 保持代码库文档新鲜
Credit Genie 采用 LangChain 开源智能体 OpenWiki，自动维护代码库文档并构建 GitHub Pages 门户。OpenWiki 每日检查提交差异并生成 PR，消除人工维护瓶颈。该方案同时服务团队成员与编码 Agent，确保上下文实时准确。
Together AI BlogAI 评分5757 Together AI 扩展微调服务：新增模型支持、实时指标与精细控制
Together AI 宣布扩展其微调服务，新增对 GLM-5.3、Kimi K2.7、Qwen 3.8 等最新开源权重的支持，并大幅降低部分模型的训练价格（最高降幅达 70%）。
Together AI Blog精选AI 评分6868 Together AI 解析开源 AI 技术栈的五大核心组件
Together AI 发布指南详解开发者转向开源模型所需的五层技术栈：模型、推理、网关、Harness 和工具。文章对比了 Kimi K3 等大模型与 GLM 5.3 Flash 等小模型的适用场景，并介绍了通过 OpenRouter 或 LiteLLM 实现灵活路由的方法。
推荐理由：原文拆解了从模型到工具的五层架构，为开发者提供了将闭源工作流迁移至开源栈的具体选型思路。
SemiAnalysis精选AI 评分8383 SemiAnalysis 发布开源智能体推理基准 AgentX 1.0
SemiAnalysis 宣布推出 AgentX 1.0，这是全球首个完全开源的多轮智能体编码推理基准，支持百万级上下文长度，采用 Apache 2.0 协议发布。
推荐理由：SemiAnalysis 发布首个百万上下文智能体编码推理基准 AgentX，并开源了针对 vLLM、SGLang 等框架的数十项上游优化，为评估 AI 硬件在真实多轮长上下文负载下的性能提供了新标准。
SemiAnalysis精选AI 评分7878 SemiAnalysis 分析开源模型追赶闭源前沿的周期规律
SemiAnalysis 指出开源 AI 模型追赶闭源前沿模型的周期正在逐代减半，从早期扩展时代的约两年缩短至智能体时代的数月。
推荐理由：通过量化三个技术时代中开源模型追赶闭源前沿的时间周期，揭示了差距缩短的加速规律及其对行业格局的影响。
vLLM 官方博客AI 评分4747 VeRL-Omni v0.2.0 发布：提升扩散模型 RL 训练速度并稳定全模态训练
VeRL-Omni v0.2.0 通过引入请求级批处理和 V1 训练器，将 Qwen-Image FlowGRPO 的生成时间从 226s 降至 108s，GPU 利用率提升至约 100%。该版本还构建了基于可复用适配器、FSDP2 和 vLLM-Omni 的稳定全模态训练栈，支持 SD3.5 Medium 等模型的 LoRA 微调与异步奖励计算。
vLLM 官方博客精选AI 评分8282 vLLM 宣布对 Qwen3.8-2.4T-A95B 提供 Day-0 支持
vLLM 团队宣布为 Qwen3.8-2.4T-A95B 提供 Day-0 支持，该模型基于 Qwen 3.5 架构，是首个开放权重的 Qwen-Max 级模型。
推荐理由：vLLM 官方提供了 Qwen3.8-2.4T-A95B 的 Day-0 支持细节，包括 FP4 量化权重、硬件优化内核及基准测试数据，有助于开发者评估大规模稀疏 MoE 模型的部署成本与性能。
Ai2 / Allen Institute for AIAI 评分4040 Ai2 与 Hugging Face 扩大合作以加速开放科学
Ai2 与 Hugging Face 扩大合作，Hub 存储容量增至近 2 PB 并取消速率限制。自 2024 年春季以来，其 Olmo、Molmo 等模型及数据集下载量超 5000 万次。双方还将 MolmoAct 2 集成至 LeRobot，并推动 olmOCR-Bench 成为 Hub 默认 OCR 基准。
Together AI Blog精选AI 评分6565 Together AI 宣布与 Moonshot AI 达成战略合作以原生服务 Kimi 模型
Together AI 宣布与 Moonshot AI 建立战略合作伙伴关系，成为其模型发布的启动平台，首发支持 Kimi K3。Kimi K3 是迄今最大的开源模型，拥有 2.8T 参数稀疏 MoE 架构、原生视觉支持和 1M token 上下文窗口，通过 Kimi Delta Attention 和 Attention Residuals 等新技术提升解码速度和训练效率。
推荐理由：原文披露了合作细节及 Kimi K3 的架构特性，读者可据此评估开源大模型在长上下文与智能体工作流中的最新进展。