Liquid AI 发布 LFM3 系列,包含 6 个开放权重的 2B 级模型,共享卷积、滑动窗口注意力与全局注意力组成的三混合骨干网络,覆盖文本、视觉、音频、全模态及决策任务。其中 LFM3-1.7B 支持 256K 上下文,4-bit 量化约需 1GB 内存,可在手机和笔记本上运行。该模型在 BFCL V4、WebArena-Verified 等智能体基准上超过 Qwen3.5-9B,但知识与编程能力仍是短板。年营收 1000 万美元以内可免费商用。
Anthropic申请以代码ANT在纳斯达克上市,2026年上半年营收162.86亿美元,经营亏损6.93亿美元,巨额净亏损主要来自估值变动而非现金消耗。微软向约6万名员工开放自愿离职计划。研究显示专用CNN诊断准确率高于大模型,但默认阈值导致更多漏放。IBM CEO称开放权重模型达到前沿模型约九成效果,成本仅为10%–25%。
在GTC柏林大会上,欧洲多家银行、支付公司和金融数据商展示了基于英伟达加速计算、开放权重模型和自有基础设施的生产级智能应用。Revolut用单一基础模型PRAGMA重建技术栈,服务8000万客户;Starling Bank在主权云上训练智能层;劳埃德银行构建交易基础模型ATUM。开放模型让机构以可控成本构建专有智能,如bunq的Finn成本仅为闭源模型的60%。此外,LSEG和RavenPack加速金融研究,汇丰和Stripe提升欺诈检测效率。
Meta发布开源AI模型Muse Spark Open,称其为美国最强开放权重模型,也是首个可在两台搭载M5 Ultra芯片的Mac Studio上本地运行的同类模型。Meta与苹果罕见合作,双方CEO公开互相支持。该模型为原生多模态,总参数8160亿,擅长长周期任务、复杂软件工程和多步推理。苹果还发布了MLX框架相关技术文章。
2026年10月AI网关生产指数显示,开放权重模型已占网关token七成以上、支出近四分之一,份额自6月翻两番。9月网关支出约为12月的13倍,单token均价下降47%。近三分之一团队更换主力实验室,创纪录。中国模型支出近七成经美国供应商,较12月不足一成大幅上升。Jev采用最快但支出仅0.27%,Opus 5.5首两周占超一成支出。前沿模型支出增十倍,开放权重增逾七十倍。
陶哲轩代表SAIR基金会启动开放数学模型计划,联合学界与产业界构建开放权重模型及开源工具。首阶段聚焦理解论证、核对文献、形式化证明等日常科研场景,遵循开放权重、可复现评测和社区治理原则,现征集资金、算力、专业经验与社区建设合作伙伴。
Vercel数据显示,8月开放权重模型占其AI网关56%的token流量,首次过半,去年12月仅7%;但因价格低廉,仅占支出14%,Anthropic模型仍占支出64%。报告指出,用户忠诚于模型特性而非品牌,新模型无法满足需求时会转向其他厂商。
Amazon Bedrock 上线 Moonshot AI 的 Kimi K3 开放权重模型,参数量 2.8 万亿,支持原生视觉与 100 万 Token 上下文,适用于长周期编程和知识工作。该模型是 Bedrock 首个支持显式提示词缓存的开放权重模型,可降低延迟和输入成本。数据在 AWS 边界内处理,不共享给模型提供商,并启用零数据留存和零运维访问。用户可通过控制台或 API 调用,支持全局和美国区域配置文件。
文章反思AI“末日概率”与“放缓前沿”之争,认为真正风险并非人类灭绝,而是少数闭源实验室扭曲市场、忽视安全并加重公共资源负担。开放权重模型可制衡权力、促进创新,但当前监管失效,公众却默默承受代价。
黄仁勋首次发推,联合微软、Meta等25家机构发公开信支持开放权重模型,OpenAI、Anthropic、谷歌未参与。文章认为这是算力层与应用层联合抵抗模型层收租,开放权重虽非真开源,但赋予企业退出权,保障数据主权不可撤销。中国公司领跑开放权重前沿,其开源分为愿景驱动与商业策略两类。作者判断胜负取决于AI能力增长是否趋缓。
2026年7月的AI网关生产指数显示,6月代币交易量增长29%,支出增长27%。开放权重模型占29%的代币,DeepSeek成为第三大模型。Anthropic占61%的支出,OpenAI在图像生成中领先。Claude Fable 5发布后因美国出口管制暂停访问。整体AI投资持续增长,企业在模型支出上更加战略性。
GitHub Copilot 新增 Kimi K2.7 Code 开放权重模型,首次引入开放模型选择。这一变化标志着代码助手的分发渠道从闭源转向可比较的模型组合,提升了开发者的选择空间。开放权重模型在真实项目中接受检验,开发者需关注数据处理和合规性,对国内开发者生态产生积极影响,鼓励多样化选择和提高代码质量。
GLM-5.2是新一代开放权重模型,性能接近顶级闭源模型GPT-5.5,成本仅为其三分之一。该模型拥有7000亿参数,实际运行时激活400亿,推理能力显著提升。推理过程消耗token较多,最大强度下需42000个token。用户可通过调整推理强度优化性价比,日常任务使用中等强度即可。尽管在非幻觉率测试中表现优异,但缺乏视觉输入能力,API稳定性需改进。
开放权重模型在人工智能领域带来了变革。不同团队通过共享技术报告和模型参数,促进了合作与创新。主要架构为混合专家(MoE),各团队在注意力策略、专家数量和训练方法上有所不同。这种开放生态系统推动了技术进步,尽管闭源团队也在进行创新。
Arcee AI的Trinity Large-Thinking模型现已在DigitalOcean的Agentic Inference Cloud上公开预览,开发者可轻松运行推理工作负载,无需管理基础设施。该模型经过压力测试,适合复杂应用,支持长时间和多步骤操作。Trinity在OpenRouter上已处理超过3.4万亿个令牌,成为美国最常用的开放权重模型。
2026年AI发展将关注五大趋势:1. 推理与RLVR,通过中间步骤解决复杂问题;2. 智能代理与工具使用,代理执行任务并连接外部系统;3. 编程,AI帮助工程师管理软件,提升效率;4. 开放权重模型,缩小与封闭模型的差距;5. 多模态模型,支持文本、图像和视频的统一交互。
亚马逊云科技在2025 re:Invent大会上宣布,Amazon Bedrock新增18款开放权重模型,包括Mistral Large 3和Ministral 3系列,进一步丰富全托管模型选择。
今天,Amazon Bedrock 正式推出来自多家公司的 18 个开放权重模型,包括 Mistral Large 3 和 Ministral 3 系列。客户可以根据需求选择模型,支持无服务器访问,优化性能和成本,适用于多种应用场景。
OpenAI发布开放权重模型,旨在降低AI使用门槛,促进民主价值观,推动全球经济增长与创新,使更多人能够受益于AI技术。
本研究提出了一种创新方法,解决检索增强生成中的幻觉问题。通过轻量化的开放权重模型和量化大语言模型,提供易解释的评分指标,提升评估准确性,并引入新的AUC指标替代人类判断相关性。
完成下面两步后,将自动完成登录并继续当前操作。