开源权重的魔法师:Chris Alexiuk 用开源模型让 AI 变简单
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 在 YouTube 教数千名开发者构建、微调并落地 LLM 应用与智能体,自称"Nemotron 头号粉丝"。
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 在 YouTube 教数千名开发者构建、微调并落地 LLM 应用与智能体,自称"Nemotron 头号粉丝"。
DeepSeek Harness 官方公布产品与社区进展,截至 11 月 4 日日活跃用户达 154 万,日消耗 Token 约 92 万亿。自 8 月 13 日 v0.1 上线、9 月 29 日桌面端发布以来,第三方插件已增至约 3.5 万个,约 60% 活跃用户制作或安装过至少一款插件。
11月5日,百度正式开源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),采用 MoE 架构,总参数量2800亿,每个 Token 激活140亿参数,预训练使用33.5万亿个 Token,预训练上下文最高128K,微调与推理阶段支持最长100万 Token。
百度文心开源发布 ERNIE-5.5-Flash-Base 基座模型,该稀疏 MoE 模型总参数 280B,每 token 激活 14B。模型在 33.5T tokens 上从零完成预训练,微调与推理支持 1M tokens 上下文,并在 30 项 Benchmark 上与 DeepSeek-V4-Flash-Base 等模型进行了同框架对比。
Reddit 网友借助 Claude Code 在约一天半内越狱 NordicTrack Commercial 2250 跑步机,绕开设备对 iFIT 订阅的强制要求,把 10 英寸显示屏改造成集成 Netflix、Crunchyroll、运动数据和控制选项的自定义主屏幕,相关项目已公开至 GitHub。
腾讯混元于 11 月 4 日发布最新一代大语言模型 Hy4 正式版,相比 Hy4 preview 显著扩展预训练和后训练规模,首次引入视觉能力并支持电脑操作,可结合命令行与图形界面完成任务。
月之暗面(Moonshot AI)按 10 月 24 日的承诺在 Hugging Face 开放 Kimi K3.1 Pro 模型权重。该模型在 Agent Arena 位列开放权重模型第一、全部参评模型第 13 位,净改进率 +5.1%,基于全球用户超过 1.75 万次真实长周期智能体会话估算。
Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman 在 TechCrunch Equity 播客中,解析了开源模型日益主流化之后企业如何捕获价值。随着企业、政府和初创公司为更低成本、更多控制权和灵活性转向开源模型,中国开源模型的崛起也引发了对美国厂商能否保持竞争力的讨论。她还分享了初创公司在开源模型之上构建产品前需要了解的工具、基础设施选择与相关权衡。
本期 AINews 回应 Weight-Space Programming 争议并发布 Latent Space 历史独家访谈。GPT-6 Astra 编辑 Qwen3.5-0.8B 的 131,072 个权重使 MATH-500 从 7.9% 升至 48.1%,知乎重建显示增益主要来自修复 32K-token 循环输出,Hugging Face 等团队已独立复现。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Equity 播客中,分享了初创公司、企业和政府转向开源 AI 模型时面临的成本、风险与权衡。
开源基准 CloudOpsBench v1.0 发布,包含 45 个 AWS 任务,用于评估 AI 智能体处理云运维任务的能力。测试中 Claude Fable 5.1 解决了 60% 的任务,GPT-6 Astra 为 53%,没有模型完成全部任务。密歇根大学 Ang Chen 团队发现约 80% 的失败源于推理缺陷而非知识缺失,约 20% 为错误操作,其中部分对基础设施造成不可逆后果。
研究人员报告 GPT-6 Astra 能读取其他模型的原始权重并直接修改,他们将该方法称为 Weight-Space Programming,无需昂贵重训。
同一新闻,精选展示《MIT 研究:GPT-6 Astra 直接修改 Qwen3.5 权重,MATH-500 得分提升约 6 倍》
Anthropic 发布开源研究原型 FlashProve,用 zkSNARK 密码学技术验证 AI 回答是否来自声称的模型,且不泄露模型权重。
张善友解读 Christian Posta 关于 AI Agent 凭证安全的四篇系列文章,核心结论是 Agent 不应持有凭证,凭证集中后真正的防线是把解密权从存密文的进程手里拿走。
作者为其 Model-Viz 项目编写了 KDA(Kimi Delta Attention)模块的 Gradio 交互式演示说明,用 15 个 Tab 逐项展示 Kimi K3 线性注意力的核心机制。
小鹏集团联合北京大学、香港大学等高校团队发布具身感知基座模型 GroundingPI,以约 40 亿参数在 34 项公开感知基准综合评测中排名第一,11 类能力等权平均得分 73.68,高于 GPT-6 Astra 的 71.54。
Anthropic 正在开发名为 FlashProve 的开源系统,通过密码学证明为特定 AI 输出提供数学层面的保证,验证其确实来自某个指定模型。该系统借助不泄露模型权重的指纹实现验证,因此适用于商业闭源模型,且用户可在本地设备上完成验证。Anthropic 已在 GitHub 公开技术规范与可运行代码,但强调研究仍在进行中,尚无部署计划。
腾讯混元 11 月 4 日发布最新一代大语言模型 Hy4 正式版,相比 Hy4 preview 显著扩展预训练与后训练规模,首次引入视觉能力并首次支持电脑操作。
国行 Apple 智能随 iOS 27.3 首个开发者测试版开启体验,Siri、写作工具与视觉智能接入千问,首批功能还包括实时翻译、照片消除与通知摘要。苹果同时向所有开发者开放 Siri AI 预览,可通过 App Intents 将多个 App 动作串成任务。此外,中兴通讯否认出售手机业务传闻,中科大、同济、北邮等高校开始向师生免费提供 Token 或算力账户。
狂师发布了一款免费开源的测试开发刷题学习网站,将真实面经整理为 10 个专题共 200 道面试题,每题附考察重点与过线标准。网站还包含 13 个阶段的学习路线、22 篇围绕电商项目 shop-lab 的实战教程,以及 140 个测试工具与 66 份书单的资源导航。全部内容无需注册即可使用,并在 GitHub 以 CC BY-NC-SA 协议同步开源。
Anthropic 正在开发名为 FlashProve 的开源系统,用密码学证明验证某段输出确实来自特定 AI 模型。该系统要求实验室发布不泄露模型权重的模型指纹,并可在本地设备上完成验证。技术规范和代码已在 GitHub 开源,但官方明确表示这只是阶段性研究进展,暂无部署计划。
AScript 1.8.1 新增字符串模板转化功能,支持在字符串中用 ${} 脚本块直接执行表达式。相比 Replace 方案需保持代码与模板变量名一致、新增变量要同步改代码,新方案只需注入业务数据,模板维护更灵活。
NVIDIA 与合作伙伴正将物理 AI 和智能体 AI 扩展至全球城市,共享算力基础设施让城市部门无需各自采购资源即可上线服务。
阿里巴巴集团联合创始人及董事会主席蔡崇信在 2026 年世界互联网大会开幕式上表示,只有开源才能普及 AI,并透露阿里千问已开源超过 470 款模型,全球累计下载量突破 40 亿,衍生模型超过 33 万。他认为开源能有效降低中小企业研发成本,对发展中国家尤其重要,并预判 AI 未来将像互联网一样融入业务每个环节,成为隐性基础设施。
作者整理了 8 个 GitHub 上值得安装的 Agent Skill 仓库,star 从 5 万到 30 万不等,覆盖约束写代码行为、前端设计、读懂老代码和笔记库操作四类需求。
推荐理由:作者逐一给出 8 个 Skill 仓库的定位、安装命令与适用场景,读者可按团队需求直接挑选试用。
Simon Willison 发布 LLM CLI 工具和 Python 库的 0.37 版本,新增 gpt-6.1-sol 和 gpt-6.1-terra,默认模型改为 gpt-6-luna(价格为此前默认 gpt-5.6-luna 的一半),并新增 llm openai endpoint add 命令以便接入 OpenAI 兼容端点。
工程师 Venkatesh Rao 在其博客 "Contraptions" 的文章中提出,许多精英把智能当作稀缺且危险的资源,如同重商主义者囤积黄金,主张由专家管控、维持高价并防备对手。他认为 AI 会让人们思考得更多而非更少,因为原本太难或太昂贵的项目变得可行,对想法的需求反而会增长。政治焦点应放在公平获取 AI 上,而非保护传统的知识型工作。
研究团队将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存世界三小时,仅给出建设繁荣文明的指令;智能体交换约 5,900 条消息,自发推举 Ada 为领袖,并在首个夜晚 22 次死亡后转向极端风险厌恶,衍生出烤鸡交接协议、肥料官任命与捕鱼轮班等微观管理制度。
作者 fork 了基于 Milkdown 和 Tauri 的开源 Markdown 编辑器 Typability,借助 CodeBuddy 和 DeepSeek-4.1-flash 以许愿式编程的方式从上游 0.4.1 一路改到 0.6.3,使其在自己的写作场景下可以替代 Typora。
本期《派评》推荐了多款覆盖 macOS、Android 与 iOS 平台的新 App。Local Code 是一款本地优先的 AI Agent 工具,可依据 Mac 配置自动匹配本地模型,采用本地运行免费、云端模型另收费的模式。
IDC 发布横跨 25 个研究领域的 250 项 FutureScape 2027 年度预测,企业到 2028 年将在开源模型上运行 60% 的 AI 工作负载,并借助模型路由策略降低成本、对冲供应商锁定风险。
小米内部创新团队孵化的开源AI硬件HachimoDock(哈基米机)硬件自制成本约150元,已在GitHub公开软件源码,并在嘉立创平台提供硬件物料清单、结构件模型及装配教程。它能以语音聊天形式把任务交给电脑端Agent执行,并通过xiaomi Miloco联动控制家中智能设备,还支持自定义桌宠外观与分钟级个性化组件创作。受这波热度影响,它所使用的开发板和屏幕等元器件至今仍面临涨价和缺货。
推荐理由:原文把这款开源AI硬件的能力和复刻方式讲得较清楚,读者可据此判断低成本AI硬件的玩法与门槛。
作者系统梳理了从 0 搭建企业级知识库的完整技术方案,提出六层分层架构以及写路径、读路径、运维闭环三条流水线。选型上推荐混合检索(BM25 + 向量 + Rerank)而非纯向量,中小规模优先用 pgvector,Embedding 首选 BGE-M3,并强调权限必须在检索阶段下推、离线与在线处理同源、先建 20–50 条黄金评测集再优化。
本项目把 VNCCS 的 3D 人偶姿势迁移能力移植到 Qwen-Image-2.1 管线,用 PoseStudio 渲染的姿势条件图加角色参考图加专用 LoRA,实现只换姿势、保留脸/发型/服装。
张善友通读了开源项目 SmartHaus(f2calv/SmartHaus)的源码:这套基于 .NET 10 的边缘智能家居系统把 KNX 总线、热泵、光伏等设备暴露为 69 个 MCP 工具,而大模型与代理编排被整体放在体系之外,交给外部 Agent Runtime 调用。
DeepSeek 开源了 Super-agent 原型(github.com/deepseek-ai/dsh-superagent-prototype),并公开其面向常驻自主 Agent 的底层架构设计,让 AI 在无人指令下主动发现 Bug、跨平台推进任务。
同一新闻,精选展示《DeepSeek Harness 团队分享 Super-agent 架构探索:让 AI 持续在线、主动干活》
商汤科技宣布开源 SenseNova Loop-9B-Preview,采用 Looped Transformer 架构,将中间层改造为参数共享的循环计算模块,以 9B 参数规模媲美 27B 模型。
datasette-llm 0.1a9 发布,该插件现在会自动读取 LLM 的默认模型。用户无需再显式配置默认模型即可启动 Datasette Agent,而此前需要通过参数指定 gpt-6-astra 等模型。
DeepSeek Harness 团队发表技术文章《Super-agent 设计探索:迈向更自主的 Agent 系统》,提出由 Router 统筹协调、Worker 独立执行的双层架构,让 Agent 跨会话连续交互、多任务并行并主动响应环境事件。
推荐理由:原文给出了 Router/Worker 双层架构、触发机制与实验数据,读者可据此理解多 Agent 协作的设计取舍。
DeepSeek Harness 团队发布《Super-agent 设计探索:迈向更自主的 Agent 系统》,提出由 Router 层与 Worker 层构成的双层 Super-agent 架构,具备连续、高效、主动、持久四项特征。
同一新闻,精选展示《DeepSeek Harness 团队分享 Super-agent 架构探索:让 AI 持续在线、主动干活》