Ai2推出了MolmoWeb，一个开源视觉网络代理，支持本地运行。该模型有4亿和8亿参数，能够执行网页任务，如导航、填写表单和搜索产品。MolmoWeb的训练数据包括3万个任务轨迹和60万个子任务，表现优于一些竞争对手，旨在为研究人员提供替代方案，促进开放源代码社区的发展。

艾伦人工智能研究所（Ai2）推出了一系列开源编码代理模型，性能优于同类产品。用户可以根据私有代码库进行微调，以提升特定任务的表现。新模型SERA-32B和SERA-8B在解决GitHub问题上表现出色，且训练成本显著低于传统方法。通过创新的软验证生成和多样化训练数据，Ai2旨在让强大的编码代理更易获取。

Ai2发布了开源视频语言模型Molmo 2，支持多图像和视频输入，允许用户进行端到端研究，强调开源的重要性，适合企业使用，关注数据透明性和责任。

艾伦人工智能研究所推出了开源大型语言模型Olmo 3，包含三种变体，表现优异，支持开发者定制。团队提供预训练数据集和评估工具，以提升模型质量。

季节尺度天气预报对防灾减灾和农业生产至关重要。研究表明，机器学习模型ACE2在长期自回归预报中表现优异，具备季节预报潜力且计算效率高。该模型通过历史数据学习大气演变，为气候预测技术的发展提供了新方向。

美国国家科学基金会与NVIDIA合作，投资1.52亿美元开发开放AI模型，推动科学研究，旨在建立开放AI生态系统，支持多模态语言模型，确保美国在科技领域的全球领导地位。

Allen人工智能研究所推出了OLMo 2系列开源语言模型，参数为70亿和130亿。该模型经过5万亿个标记训练，采用分阶段训练和多样化数据集，显著提升了训练稳定性和模型鲁棒性。在知识回忆、推理和语言能力方面，OLMo 2超越了前代模型，成为开源AI的新标杆。

机器学习能帮助预测极端天气事件和气候变化吗？Allen人工智能研究所的气候建模高级主任Christopher Bretherton在NVIDIA GTC全球人工智能大会上探讨了机器学习在增强气候建模方面的潜力。Bretherton解释了机器学习如何克服传统气候模型的局限性，并强调了本地化预测在赋予社区应对气候相关风险方面的作用。通过持续的研究和合作，Bretherton及其团队旨在改进气候建模，使社会能够更好地减轻和适应气候变化的影响。

Databricks与AI2合作发布了开源大型语言模型OLMo 7B，AI2团队使用Databricks的Mosaic AI模型训练平台进行了训练，并共享了预训练数据和训练代码。