阿里云与 Theta Network 合作，将 Qwen 模型接入去中心化 GPU 网络
阿里云把 Qwen3.8-Max 和 Qwen3.8-Flash 搬上了 Theta 的去中心化 GPU 网络，做 Web3 开发的可以直接调 Qwen 模型了，不用非走中心化云。
#开源模型
共 2568 条 · 7 天 393 条 · 30 天 1240 条 · 话题观测 →
10月22日
DeepSpeed 团队分享大规模训练优化进展
DeepSpeed 在 PyTorchCon 2026 上放出了 AutoSP、AutoTP、AutoEP 这几个自动并行工具，训练大模型的朋友可以关注下，还支持了 Muon 优化器。
PyTorch 基金会执行董事在 PyTorchCon 2026 谈开源 AI 的下一步
PyTorch 基金会掌门人在 PyTorchCon 2026 演讲，讲开源 AI 硬件生态和推理硬件走向，做框架和底层的人都该看看。
Databricks 与 NVIDIA 深化合作：企业可用自有数据微调开源模型
Databricks 拉上 NVIDIA，让企业直接用自己的数据微调开源模型，NeMo 工具链加 serverless GPU，还能第一时间跑 Nemotron 新模型。
10月21日
Merv与Joe Nemotron今晚直播演示NVIDIA本地AI
今晚有场直播，Merv和Joe Nemotron聊本地AI，还会现场跑NVIDIA的Nemotron演示，想在自己电脑上跑模型的朋友可以看看。
Simular Agent S4：用元智能体自动演化智能体操作界面
Simular 这篇论文挺有意思：让一个元智能体自动给电脑操作智能体造界面和工具，27B 开源模型干赢了 GPT-5.5，成本还便宜几十倍。做智能体的都该看看。
MiniCPM-V 4.7 1B 在普通 iPhone 上实现离线多模态运行
OpenBMB 的 MiniCPM-V 4.7 1B 已经能在普通 iPhone 上离线识别小票、传单和截图，做端侧 AI 的开发者可以看看这个实际案例。
OpenBMB 推出 LES 推理技术，MiniCPM-V 4.7 手机端跑出 20.51 tokens/s
35B 的 MoE 模型在手机上跑到 20 tokens/s，靠的是专家预取调度，提速 6 倍多，端侧部署的可以看看实现思路。
AI21 Labs 后训练 NVIDIA Nemotron 3.5 Super，成本仅 GPT-6.1 Sol 的 1/25
AI21 后训练了 NVIDIA 的 Nemotron 3.5 Super，效果超过 GPT-6.1 Sol 但成本只有 1/25，还被 Jensen Huang 拿上主题演讲了。
NVIDIA 发布 SimReady Central：面向机器人训练的仿真级 3D 资产开源库
NVIDIA 在 Hugging Face 开源了一批做机器人仿真的 3D 资产，物理参数都调好了，训练机器人可以直接拿来用，省去自己建模的时间。
Black Forest Labs 发布 FLUX 3 Image Klein：5.6B 参数，8GB 显存可跑
8GB 显存就能本地跑的图像生成模型，RTX 4070 上不到 9 秒出 1MP 图，还有 ComfyUI 插件，自己有显卡的可以直接试试。
MemOS 发布记忆原生模型 MemT 1.0，Flash 版 288B、Nano 版 36B
MemOS 出了个把记忆直接做进模型层的 MemT 1.0，不用带着全部聊天记录也能记住之前的事，速度还快 1.86 倍，修代码成功率也涨了。
DeepSeek DeepInfer 开源：单集群日处理 155 万亿 token，毛利率约 80%
DeepSeek 把自家生产级推理系统开源了，一天 155 万亿 token、80% 毛利，做推理服务的都该看看这套架构。
DeepSeek-V4.1-Flash-1017 上线阿里云 Token Plan
DeepSeek 新版 Flash 模型上架阿里云了，1M 上下文还能跑多模态，单任务才 $0.20，写代码刷 DeepSWE 拿了 77 分。
DeepSeek 开源降本工具，适配 Nvidia Blackwell 与华为昇腾
DeepSeek 开源了个省钱工具，能在 Nvidia Blackwell 和华为昇腾 950 上部署模型，自建推理服务的可以看看。
蚂蚁集团与 vLLM 开源 Humming 量化推理内核库，支持 Zhenwu 810E
蚂蚁和 vLLM 社区开源了量化推理内核库 Humming，支持 INT1-8 和 FP4-FP8，还能直接跑在平头哥 Zhenwu 810E 上，做推理部署的可以看看。
小米 MiMo-V2.6-Pro 上线腾讯 WorkBuddy 与 TokenHub，支持 1M 上下文
小米的 MiMo-V2.6-Pro 进了腾讯 WorkBuddy 和 TokenHub，1M token 上下文，API 兼容 OpenAI 和 Anthropic 格式，接项目成本低。
Google、Red Hat 与 IBM 发布 llm-d 1.0 开源分布式推理栈
做 LLM 推理部署的可以看看，llm-d 1.0 开源了，能管多租户、不停机升级，还支持 TPU 和 GPU 混用。
美国开源权重模型一周连发三款：Nemotron 3.5、Muse Spark Open、Beam 1.0
美国开源模型一周发了三款，Meta 的 Muse Spark Open 拿下 38.9 分刷新纪录，NVIDIA 和 Reflection 的新模型也在追赶，智能与参数效率对比值得看看。
Together Post-Training 上线：用 SFT 或 RL 定制开源模型
Together 出了个后训练服务，你可以自己定数据、奖励和环境，用 SFT 或 RL 把开源模型改成自己的专属模型，底层算力他们包了。
分析称 2026 上半年 SoTA 大模型可盈利地以约 $0 输出价服务
有人在 Whale 仓库里挖出线索：下一代 SoTA 模型 100 万上下文输出才 $0.2 还能盈利，信息只发在微信里，看看推理过程。
Meta 发布 30B 开源权重模型 Muse Glimmer 技术报告
Meta 开源了个 30B 模型 Muse Glimmer，主打单张消费级显卡跑智能体任务，工具调用和多步规划比同级开源模型强，技术报告也放出来了。
MiniMax 改造 Flash 模型，登顶国产 Agent 榜单并下调价格
MiniMax 把 Flash 模型改了一轮，国产 Agent 榜单排到了第一，价格还往下调了，做 Agent 项目的可以看看。
DeepSeek V4.1F 在 Ascend 950DT 与 GB200 上的推理吞吐对比
DeepSeek V4.1F 跑在华为 950DT 上比 GB200 慢 5 到 7 倍，这篇拆解算了芯片单价和优化空间，推理党值得看看这笔账怎么算的。
Databricks 工程师调侃工作流程：买 GPU、读 DeepSeek 博客、躺着赚钱
Databricks 员工调侃日常工作就是买 GPU 加抄 DeepSeek 博客作业，夸 DeepSeek 技术博客信息量实在，同行看了都直呼内行。
SEA-LION 发布 Gemma-SEA-LION-Guard-v2 安全护栏模型，提供 31B、E4B、E2B 三个规格
新加坡 AI Singapore 团队出了个专门管 Agent 安全的护栏模型，能做多轮审查和自定义策略，还有三个尺寸可以按算力选。
小米 MiMo-V2.5 系列今日下线，自动替换为 MiMo-V2.6
小米把 MiMo-V2.5 旧版下线了，请求会自动切到 V2.6，还多了多模态支持。用他家 API 的记得看下参数变化，尤其 max_completion_tokens 默认值翻了好几倍。
IT之家原文
阿里巴巴开源 cosh：面向 AI Agent 的新一代交互 Shell
阿里开源了给 AI Agent 用的 Shell 叫 cosh，跑在 ANOLISA 上，GitHub 能自己部署，还配了 ECS 搭建教程。
Gradium 推出 64.5 MB 本地 TTS 模型 phonon-31m-en
Gradium 做了个只有 64.5 MB 的 TTS 模型，手机和浏览器都能离线跑，盲测分数还超过了 Kokoro，做语音功能可以试试。
SparkLLM 发布 Spark-X2.6-4B：100 万 token 上下文、Apache 2.0 开源
讯飞出了个只有 4B 参数的小模型 Spark-X2.6-4B，能吃到 100 万 token 上下文，Apache 2.0 随便商用，vLLM 首日就支持，想本地部署的可以试试。
Agent S4 通过自主进化界面设计刷新开源计算机操作智能体纪录
Simular AI 的 Agent S4 自己学着给智能体设计操作界面，用 Qwen3.8-27B 在 OSWorld V2 上跑赢了 GPT-5.5 和 Claude Opus 4.8，成本还只有零头。
Sage-A1.5 发布：35B MoE 智能体模型强化长程任务与科学探索能力
一个 35B 的 MoE 智能体模型 Sage-A1.5，能让多个子智能体并行分工干活，还会自己检查进度、换思路，甚至做探索性科学研究。