AI 最新资讯
汇集 OpenAI、Google DeepMind、Hugging Face、NVIDIA 等官方博客与 TechCrunch、The Verge、MIT Technology Review、量子位等媒体的 AI 新闻,AI 自动整理成中文标题与摘要,每 2 小时更新。点击标题跳转原文。
- IT之家·模型发布开源
腾讯混元 Hy4 正式版发布
腾讯混元发布 Hy4 正式版,称其首次跻身最强开源模型之列,并计划近期开源模型权重。相比预览版,Hy4 首次加入视觉能力和电脑操作支持,已上线腾讯云、OpenRouter 及元宝等产品,API 价格不变。
阅读原文 → - IT之家·开源行业动态
蔡崇信称只有开源才能推动AI普及
在世界互联网大会开幕式上,阿里巴巴董事会主席蔡崇信表示AI算力供不应求,只有开源才能普及AI并降低中小企业研发成本。他透露千问已开源超470款模型,全球累计下载量突破40亿,衍生模型超33万。
阅读原文 → - IT之家·开源模型发布
商汤开源 SenseNova Loop-9B-Preview
商汤开源日日新SenseNova Loop-9B-Preview,采用Looped Transformer架构,通过循环计算扩展有效计算深度。官方称其9B参数可媲美27B模型,在代码生成、办公与智能体任务评测中表现领先。
阅读原文 → - IT之家·开源模型发布
小米开源 0.8B 文档理解模型 Xiaomi-OCR-0
小米开源 0.8B 参数的轻量文档理解模型 Xiaomi-OCR-0,权重与推理代码已上线 Hugging Face 和 GitHub。单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答,原生支持 Markdown、LaTeX 与 JSON 输出。
阅读原文 → - IT之家·开源模型发布
百度开源文心 Unlimited OCR 2 文档解析模型
百度发布并开源文心 Unlimited OCR 2 文档解析模型,将解析上限从数十页推向“无限”,可一次性处理累计超 3600 页的文档,并支持跨页文案合并与表格识别合并。官方称其在两个多页文档基准测试上取得端到端 SOTA。
阅读原文 → - IT之家·研究进展开源
Qwenputer:把 RISC-V 指令集塞进模型做计算
开发者基于阿里 Qwen3.5-4B 发布实验性模型 Qwenputer,将 RISC-V 的 RV32IM 指令集编译进模型权重,让大模型无需调用外部工具也能执行程序与精确计算。测试中大整数乘法准确率从 55% 提升至 97.5%,代价是模型体积增大。
阅读原文 → - IT之家·开源模型发布
Mistral AI 开放 Large 4 模型权重
Mistral AI 开放 Mistral Large 4 模型权重,该模型总参数 1 万亿、激活参数 490 亿,为原生多模态模型,在欧洲自有数据中心用 3800 块英伟达 Grace Blackwell GPU 训练。官方称其编程智能体任务得分 48%,单任务 Token 消耗明显减少。
阅读原文 → - IT之家·开源模型发布
DiffuSpace 开源 Clover 扩散语言模型
DiffuSpace 发布 Clover 系列首个成员 Clover-35B-A3B-Preview,采用 MoE 架构,并以 Apache 许可开源。该模型通过多轮迭代从模糊到具体生成结果,官方称其在多项基准上超过同规模自回归模型,生成速度更快。
阅读原文 → - IT之家·开源模型发布
英伟达开源 Nemotron 3.5 Transcribe
英伟达推出开放权重语音转录模型 Nemotron 3.5 Transcribe,整合转录、说话人归属、翻译与音频问答,支持 40 种语言转录、最多区分 8 名说话人,可处理最长 1 小时录音。模型已在 Hugging Face 与 ModelScope 免费开放。
阅读原文 → - IT之家·开源研究进展
摩尔线程开源万亿参数MoE训练框架
摩尔线程开源大模型训练基础设施项目Megatron-MUSA-Titan,基于其全功能GPU,面向万卡级集群的万亿参数MoE模型训练,覆盖预训练与强化学习场景。项目支持blockwise FP8训练,并可结合异步通信引擎提升端到端训练效率。
阅读原文 → - IT之家·产品更新开源
Mac 版 Ollama 支持离线语音生成
Ollama 宣布 Mac 应用正式支持文本转语音生成,首个模型为 Gradium 的 Phonon 系列,可在 Apple Silicon 上离线运行并支持实时语音,Windows 和 Linux 版本将随后跟进。
阅读原文 → - IT之家·模型发布开源
腾讯混元开源同传大模型 Hy-SimulMT
腾讯混元发布并开源同声传译大模型 Hy-SimulMT,支持中英语音到语音的实时翻译,可边听边译并实时克隆说话人音色。官方称其响应时间实测约 3 秒,快于人类专业译员平均水平,并已在腾讯 Hy 翻译 App 免费上线。
阅读原文 → - IT之家·开源产品更新
小米开源AI硬件HachimoDock亮相
小米技术委创新产品团队孵化的开源桌面 AI 硬件 HachimoDock 在观猹大会亮相,自制成本约 150 元,支持桌宠互动、语音操控电脑端 Agent、智能家居联动,并能用自然语言现场生成并运行新组件。
阅读原文 → - IT之家·模型发布开源
KRAFTON AI 预览开源模型 Raon-1 mini
韩国游戏企业 KRAFTON 旗下 KRAFTON AI 公布自研 Raon-1 mini 预览版,采用混合专家架构,体量 30B-A4B,聚焦韩语并兼顾英语,以 Apache 2.0 许可开源,官网提供限时免费 API。官方称其在编程与智能体任务上与 Meta Muse Glimmer 30B 相当,且速度更快、内存效率更高。
阅读原文 → - IT之家·行业动态开源
PHP 基金会经费紧张,仅 1 名全职员工
PHP 基金会执行董事 Elizabeth Barron 表示,基金会只有 1 名全职员工和十几名以兼职为主的外包人员,资金主要依靠捐赠与资助。本周 PHP 曝出两处高危漏洞,基金会与 OpenAI、Wiz 等合作完成修复;AI 既帮助发现了漏洞,也加重了代码与漏洞报告的审核负担。
阅读原文 → - IT之家·开源产品更新
开源工具解锁 RTX 30 系显卡隐藏算力
GitHub 用户 Zagitta 发布开源项目 GPU Unlock,通过 Linux 内核模块解除安培架构消费级显卡的部分性能限制,无需修改英伟达驱动或刷写 VBIOS。项目标注支持 GA102 至 GA106 等型号,但并非所有 RTX 30 系显卡都兼容或能获得提升。
阅读原文 → - IT之家·开源
社区将 AMD FSR 4.1.2 移植至英特尔 Arc
OptiScaler MOD 社区把 AMD FSR 4.1.2 神经网络超分模型非官方移植到英特尔 Arc 显卡,借助 XMX 矩阵核心实现硬件加速。社区测试显示,Arc A770 上《巫师 3》1080p 质量模式平均 101.5 FPS,超分耗时 0.75 毫秒。
阅读原文 → - IT之家·开源行业动态
Anthropic 捐赠 Agent Skills 开放标准
Anthropic 宣布将 Agent Skills 开放标准捐赠给 Linux 基金会旗下的 Agentic AI Foundation,使其由公司项目转为社区共治。该标准被视为 AI 智能体的“说明书”,目前已有 70 多个智能体平台集成,公开技能约 100 万个。
阅读原文 → - IT之家·开源模型发布
MiniMax 开源 M3.1 Flash 模型权重
MiniMax 稀宇科技开源 M3.1 Flash 模型权重,总参数 428B、激活参数 23B,并通过稀疏注意力、量化感知训练等手段提升推理效率。官方称该模型上线 72 小时内处理超 100 万亿 Token,并联合多家芯片厂商与推理平台推进首日接入。
阅读原文 → - IT之家·开源模型发布
米哈游联合多所高校开源 GameScaling 游戏模型
米哈游崩坏 AI 团队与清华、北大等机构联合开源 GameScaling 系列游戏模型,覆盖 0.8B 至 27B 共 8 个检查点。该模型可依据游戏画面和历史操作生成键鼠指令,支持《我的世界》《毁灭战士》等任务。
阅读原文 →