黄仁勋为何急推开放权重 黄仁勋首次在X发帖，推动77家企业和机构支持开放权重，但这并不是一场单纯的开源理想主义运动。本文厘清开放权重、开源AI与开放软件的区别，拆解签署联盟的商业利益结构，以及Anthropic为何缺席。更关键的是，文章从英伟达CUDA生态、自研AI芯片、中国开放模型与主权AI部署等角度，分析黄仁勋的近期焦虑和远期风险，并借Borland与Eclipse的亲历案例说明：美国...

7万张GPU训练一个模型，结果连自家安全员都睡不着觉，这算哪门子未来？...

给它一张图，还你整个世界

摘要：本文提出RoboTTT方法，通过将测试时训练（TTT）机制整合到机器人基础模型中，实现了8K时间步的长视觉-运动上下文建模。该方法采用快速权重机制，在训练和推理时动态更新模型参数，将历史信息压缩至权重空间，解决了长上下文建模的三大挑战。实验表明，RoboTTT-8K相比单步基线在复杂任务中性能提升87%，首次证明扩展上下文长度能稳定提升闭环性能（比1K上下文模型提升63%）。创新性地结...

100亿美元AI模型开源，这算不算"AI倾销"新玩法？短期狂欢背后藏着长期减速铁律 前沿大模型的开源正撕裂AI圈。支持者说这是创新加速器，反对者说这是砸盘式倾销。但双方都忽略了一个更隐蔽的问题：当百亿训练成本的成果被免费扩散，短期应用层的狂欢可能正在掏空下一代基座模型的研发血液。 围绕大模型训练成本、消费者剩余、研发激励和竞争格局，开放权重正在引发技术社区与资本市场最激烈的争论。...

谷歌这次玩得够狠，自家AI芯片直接比TPU快6到10倍，这不是造芯，这是要造核弹吧？ 谷歌被自家AI模型逼疯了，干脆造了一款专供Gemini“开小灶”的芯片，速度直接飙到TPU的10倍，但万一模型架构换口味，这宝贝可能变砖头。 谷歌被自己养的AI怪兽逼到墙角造了个偏科芯片...

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。

VT-WAM是一种视觉-触觉世界动作模型，旨在提升机器人在复杂环境中的操作能力。它结合视觉和触觉信息，通过非对称MoT注意力和接触门控机制优化动作预测，强调触觉动态的重要性，以克服视觉信息的主导偏差。

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。

Anthropic创始人Dario Amodei指出，AI开源并非简单问题，涉及代码、训练数据和流程等多个方面。开放模型可以降低实验门槛并促进创新，但也存在滥用风险。因此，应分层讨论开源问题，关注模型的具体开放程度，而非仅仅是“开源”标签。开发者在选择模型时需考虑约束和实际需求。

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。

MiniMax M3是最新的开源模型，优化了编码和多模态任务。其稀疏注意力机制显著提高了计算效率，减少了每个令牌的计算需求，提升了速度。该模型在Modular平台上可供企业客户使用，支持实时患者对话的灵活推理。

Miso Labs发布了MisoTTS，这是一款拥有80亿参数的文本转语音模型，采用残差矢量量化技术，能够根据文本和音频上下文生成富有表现力的语音。该模型的词汇量可扩展至约2048³²，支持半双工传输，API访问正在开发中。

星海图提出的G0.5模型将视觉语言模型与动作生成统一为单一自回归序列，通过共享权重实现推理与动作的耦合，提升机器人控制效率。该模型采用可学习的动作分词器和视觉记忆模块，优化动作生成过程，减少离散化负担，能够在零样本条件下分解任务，直接生成动作，增强对复杂场景的适应能力。