从DeepSeek、Kimi到“黄仁勋联盟”：AI模型开源，到底“开”了什么？（在新分頁開啟原站）
探討 AI 模型從「完全開源」到「開放權重」的演變，並對比 DeepSeek、Kimi 等主流模型的差異。作者透過前 Hugging Face 負責人與 TinyFish 創始人的視角，解析開放權重模型如何重塑產業生態，並揭示其商業邏輯與…
11.8 萬次觀看
※ 摘要僅根據標題與說明
開源模型
Open Models ・ 97 筆內容
Llama、Qwen、DeepSeek、Gemma、Mistral 等可自行下載的模型與其生態。
也叫做：開源模型、开源模型、open source model、open-source models、open weights、Llama、Qwen、DeepSeek、Gemma、Mistral、Hugging Face
排行前 30 名
依相關、人氣、新鮮度綜合排序；站長推薦的加成
Open-Source AI & Open Models Reading List（在新分頁開啟原站）
這篇文章列舉了過去幾年關於開放式 AI 模型的關鍵文章，涵蓋了開放模型的定義、商業策略、經濟影響、安全風險以及中美模型競爭等議題。讀者可以透過這些資源全面了解開放模型現狀，並掌握如何評估其風險與優勢。
We're giving 100,000 academic researchers free access to our frontier models（在新分頁開啟原站）
OpenAI 宣佈將免費開放 10 萬名學者的前沿模型，讓學術界能更輕鬆地接觸最新技術。
※ 摘要僅根據標題與說明
- 12.3 萬次觀看
※ 摘要僅根據標題與說明
Kimi K3: The open-weights escalation（在新分頁開啟原站）
Moonshot AI 推出 Kimi K3，這是近來最接近開源前沿的模型之一。文章指出，中美模型效能差距縮短至 3-5 個月，顯示中國實驗室在資源效率、架構創新和文化自由度上取得顯著進展。
- 17.1 萬次觀看
※ 摘要僅根據標題與說明
GLM-5.2: Open Weights, Near-Frontier Intelligence — Zixuan Li, Z.ai（在新分頁開啟原站）
Z.ai 執行長 Li 介紹 GLM-5.2，該模型在長程程式碼與代理任務的測試中表現優異，甚至超越非思考模式。Li 解釋了 GLM 名稱的由來及其超越程式碼的潛力，並強調 Z.ai 開放權重策略，讓企業與政府能自行部署與調教模型。
8,733次觀看※ 摘要僅根據標題與說明
Open models and the future of Physical AI with NVIDIA（在新分頁開啟原站）
NVIDIA 的 Ming-Yu Liu 闡述了「開放模型」對於 AI 生態系的重要性，特別是對於物理 AI 的未來。透過開放模型，開發者能更快速理解模型原理、進行本地化部署，並透過開放資料與訓練框架進行創新。
Teaching Everyone to Fish for Tokens（在新分頁開啟原站）
探討 Nvidia 如何透過開放權重模型（如 Nemotron）來降低 AI 訓練門檻，讓更多人能自行開發模型以獲取 Token。作者指出，雖然 Nvidia 投入巨大，但未來是否成功取決於能否建立自給自足的經濟迴圈，否則將依賴外部資金。
Open models recap: more on Kimi K3, Qwen 3.8, Xi's WAIC speech, distillation, the open-closed gap, and what's next（在新分頁開啟原站）
探討了開放式大模型的現狀，重點包括 Kimi K3 的發布、中國與美國模型的競爭、以及模型蒸餾的爭議。節目指出雖然中國模型在效能上領先，但開源模型仍面臨資料和訓練時間的挑戰。
GPT-6 Astra with Peter Gostev（在新分頁開啟原站）
Peter Gostev 介紹了 GPT-6 Astra 模型，這是 OpenAI 最新推出的大型語言模型，主要用於處理多模態資料。
15.4 萬次觀看※ 摘要僅根據標題與說明
State of Open Models: Summer 2026 Observations（在新分頁開啟原站）
分析了 2026 年夏季 Hugging Face 開放模型生態的現狀。中國實驗室在模型規模上已超越美國，並透過量化技術讓大模型更易部署。
GLM-5.2 vs MiniMax-M3: Opus Has REAL COMPETITION (Model Stacking)（在新分頁開啟原站）
GLM-5.2 與 MiniMax-M3 在 AI 分析指數上並列第一，且價格僅為 Opus 4.8 的五分之一。這標誌著開源大模型已不再是邊緣選擇，而是具備實質競爭力的新勢力。
※ 摘要僅根據標題與說明
Finally, an Open Standard for the Karpathy LLM Wiki is HERE（在新分頁開啟原站）
這則影片介紹了終於出現的 Karpathy LLM Wiki 開放標準，讓使用者能自由存取與使用。
※ 摘要僅根據標題與說明
cURL的28年开源之路 | cURL | 开源 | Daniel Stenberg | 开源维护者 | 程序员故事 | 开源项目 | FOSDEM | AI漏洞报告 | 开源社区 | 网络协议（在新分頁開啟原站）
介紹了 cURL 這個網路工具如何從 28 年前開始，經歷多次改動與維護，最終成為目前最活躍的開源專案之一。
1.1 萬次觀看※ 摘要僅根據標題與說明
OpenRouter: from Seed to Stripe — with OpenRouter’s Alex Atallah & AMP’s Anjney Midha（在新分頁開啟原站）
本訪談探討 OpenRouter 如何從早期開源模型中崛起，成為連線開發者的中立路由層，並與 Stripe 合作以應對 AI 經濟中的 Token 詐騙問題。
开源模型王座之争，Reflection AI能成为美国DeepSeek吗？（在新分頁開啟原站）
探討 Reflection AI 是否可能取代美國 DeepSeek 的開源模型地位，內容聚焦於模型競爭與技術挑戰。
2 萬次觀看※ 摘要僅根據標題與說明
not much happened today（在新分頁開啟原站）
探討了近期 AI 領域的動態，包括美國對中國開放模型的潛在政策限制、Kimi K3 與 Qwen 3.8 等開放權重模型的競爭，以及 Hugging Face 因安全事件被迫使用本地模型進行反駁的實證案例。
DeepSeek竟然也遭遇斩杀线 | Qwen3.8-Flash Next | GLM-5.3-Flash | 大模型价格战 | 智谱 | 千问 | MoE架构 | 稀疏注意力 | Qwen4架构（在新分頁開啟原站）
DeepSeek、Qwen3.8-Flash、GLM-5.3-Flash 等模型因價格高昂遭遇「斬殺線」，引發大模型價格戰。
※ 摘要僅根據標題與說明
not much happened today（在新分頁開啟原站）
報導了 AI 領域的一連串動態，包括 OpenAI 與 Hugging Face 發生的一場未預期的網路攻擊事件，以及 Google Gemini 3.5 Flash Cyber 等專化模型在攻防方面的表現。
How DeepSeek leveraged Qwen and Llama to build its model in $5M（在新分頁開啟原站）
本訪談探討 AI 領域的「開放原始主義」，指出 DeepSeek 以 500 萬美元開發出頂級模型，而西方企業仍誤以為 Meta 的 Llama 是真正的開源。
※ 摘要僅根據標題與說明
The Myth of Model Wars: Open vs Closed AI in 2026（在新分頁開啟原站）
探討 2026 年「模型戰爭」是否成為虛無，並指出物理 AI 與邊緣裝置的興起讓許多場景不再依賴中心雲端計算。節目強調 agentic 系統、工作流與 AI 基礎設施的轉變才是未來價值所在，而非單純比較開源與閉源模型的表現。
- 1,300次觀看
※ 摘要僅根據標題與說明
Inside the Model Factory — Eiso Kant, Poolside AI（在新分頁開啟原站）
Poolside AI 推出 Laguna S 2.1，其模型體積超越 Thinking Machines 近十倍。創辦人 Eiso Kant 透過「Model Factory」系統，在八週內完成從預訓練到發布的全流程，並強調透過開放權重…
※ 摘要僅根據標題與說明
A Dream of Spring for Open-Weight LLMs: 10 Architectures from Jan-Feb 2026（在新分頁開啟原站）
回顧了 2026 年 1 月至 3 月間十款開放權重大語言模型的十款主要發布，涵蓋了從 3B 到 1T 引數的各種架構。文章重點分析了 Arcee Trinity Large、Moonshot Kimi K2.5、StepFun Step…
Open Source Self-Driving with Comma AI（在新分頁開啟原站）
本訪談探討 Comma AI 如何利用開放原始碼 OpenPilot 將自駕技術普及化。主持人與 Harald Schäfer 討論了從早期未整合的自駕系統到如今高普及率的現狀，強調開放原始碼對促進創新與透明度的重要性。
EP124 - 馬斯克帝國即將合一？MoltBook 之亂、Kimi K2.5 是最强開源模型，有一個特別技術亮點（在新分頁開啟原站）
馬斯克帝國即將合一？影片探討 MoltBook 之亂與 Kimi K2.5 最強開源模型，並指出其特別技術亮點。
4,400次觀看※ 摘要僅根據標題與說明
EP124 - 馬斯克帝國即將合一？MoltBook 之亂、Kimi K2.5 是最强開源模型，有一個特別技術亮點（在新分頁開啟原站）
探討馬斯克帝國整合趨勢，並介紹 Kimi K2.5 作為最強開源模型，同時深入解析 MoltBook 的獨特技術亮點。
※ 摘要僅根據標題與說明
最新
依發布時間
Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs（在新分頁開啟原站）
介紹了 Olmo-core 3，這是 Hugging Face 推出的大型混合專家（MoE）訓練架構升級版。它旨在將訓練規模擴充套件至十億引數級別，同時保持計算效率。
Open models and the future of Physical AI with NVIDIA（在新分頁開啟原站）
NVIDIA 的 Ming-Yu Liu 闡述了「開放模型」對於 AI 生態系的重要性，特別是對於物理 AI 的未來。透過開放模型，開發者能更快速理解模型原理、進行本地化部署，並透過開放資料與訓練框架進行創新。
Open TTS Leaderboard: Scalable Evaluation for Multilingual Text-to-Speech and Voice Cloning（在新分頁開啟原站）
介紹了 Open TTS Leaderboard，旨在解決開放源 TTS 模型評測碎片化問題。該板塊使用視覺化指標（如 WER、RTFx、SIM）替代傳統的人工偏好評分，讓評測更快速且具可比性。
Language Models for Text Classification: From Bag-of-Words to Jev（在新分頁開啟原站）
探討了「Jev」模型，一種專為文字分類設計的輕量級語言模型。作者指出，雖然傳統方法如 Bag-of-Words 和深度學習（RNN/CNN）已存在，但 Jev 在處理特定分類任務時比通用大語言模型（LLM）更快且更便宜。
DeepSeek公开DSec平台技术细节 | Agent训练 | 沙盒平台 | 梁文锋 | AI基础设施 | 容器技术 | Firecracker | 微虚拟机 | rollout | EROFS |（在新分頁開啟原站）
梁文鋒在 Best Partners TV 公開 DeepSeek 的 Agent 訓練沙盒平台 DSec 技術細節。該平台支援 V3.2 至 V4.1 版本，提供 FnCall、容器、Firecracker 微 VM 及完整 VM 四種…
1.7 萬次觀看※ 摘要僅根據標題與說明
GLM-5.2: Open Weights, Near-Frontier Intelligence — Zixuan Li, Z.ai（在新分頁開啟原站）
Z.ai 執行長 Li 介紹 GLM-5.2，該模型在長程程式碼與代理任務的測試中表現優異，甚至超越非思考模式。Li 解釋了 GLM 名稱的由來及其超越程式碼的潛力，並強調 Z.ai 開放權重策略，讓企業與政府能自行部署與調教模型。
8,733次觀看※ 摘要僅根據標題與說明
OpenRouter: from Seed to Stripe — with OpenRouter’s Alex Atallah & AMP’s Anjney Midha（在新分頁開啟原站）
本訪談探討 OpenRouter 如何從早期開源模型中崛起，成為連線開發者的中立路由層，並與 Stripe 合作以應對 AI 經濟中的 Token 詐騙問題。
XEP29 - AI 市場變了！DeepSeek 最新壓縮技術、量化前沿與 AI 市場新訊號【試聽】（在新分頁開啟原站）
介紹 DeepSeek V4.1 Flash 與 Bonsai 2 兩大技術，大幅壓縮 KV Cache 與模型權重。DeepSeek V4.1 Flash 將 Token 的 KV Cache 壓縮至 1KB，DeepSeek 將 V1…
AI Engineer Paris 2026 Opening Keynotes: Mistral, Langfuse & Sizzy | Day 1（在新分頁開啟原站）
AI Engineer Paris 2026 開場演講，聚焦 Mistral、Langfuse 與 Sizzy 等 AI 相關主題，內容涵蓋最新趨勢與技術應用。
※ 摘要僅根據標題與說明
Skill issue: stop deploying vision language models, use them with Skills — Merve Noyan, Hugging Face（在新分頁開啟原站）
指出，部署大型視覺語言模型存在風險，建議改用專為特定技能設計的模型來解決問題。
※ 摘要僅根據標題與說明
cURL的28年开源之路 | cURL | 开源 | Daniel Stenberg | 开源维护者 | 程序员故事 | 开源项目 | FOSDEM | AI漏洞报告 | 开源社区 | 网络协议（在新分頁開啟原站）
介紹了 cURL 這個網路工具如何從 28 年前開始，經歷多次改動與維護，最終成為目前最活躍的開源專案之一。
1.1 萬次觀看※ 摘要僅根據標題與說明
Open-Source AI & Open Models Reading List（在新分頁開啟原站）
這篇文章列舉了過去幾年關於開放式 AI 模型的關鍵文章，涵蓋了開放模型的定義、商業策略、經濟影響、安全風險以及中美模型競爭等議題。讀者可以透過這些資源全面了解開放模型現狀，並掌握如何評估其風險與優勢。
