Linus Torvalds 回应 Linux 内核 AI 编码争议:“不认同就分叉,或者走开”
Linux 创始人 Linus Torvalds 明确表示将“非常大声地忽略”那些主张禁止在 Linux 内核开发中使用 AI 工具的批评者。他建议不认同 AI 编码的开发者可以选择分叉项目或直接离开。Torvalds 本人已开始在日常内核维护中使用 AI 辅助工具,并认为这些工具能有效提升代码审查与补丁处理效率。
Linux 创始人 Linus Torvalds 明确表示将“非常大声地忽略”那些主张禁止在 Linux 内核开发中使用 AI 工具的批评者。他建议不认同 AI 编码的开发者可以选择分叉项目或直接离开。Torvalds 本人已开始在日常内核维护中使用 AI 辅助工具,并认为这些工具能有效提升代码审查与补丁处理效率。
Sakana AI 将 NVIDIA 开源 Nemotron 模型加入其 Fugu 编排器,作为编程、工具调用等任务的专家模型。Fugu 通过单一 API 动态选择并组合多个模型处理子任务,其更强版本 Fugu Ultra 在内部基准中表现与 Anthropic Fable 5 和 Mythos Preview 相当。
Google AI 发布 DiffusionGemma 开发者指南,该实验性模型基于 Gemma 4 架构,采用计算受限并行生成,在单张 NVIDIA H100 上实现 1000+ tokens/秒的生成速度。模型为 26B 参数的 MoE 架构,推理时仅激活 3.8B 参数,可在 18 GB VRAM 内量化部署。
推荐理由:虽然 DiffusionGemma 是实验性的,但把文本生成从内存带宽瓶颈转向计算瓶颈的思路非常新颖,这篇指南给出了可落地的服务方案和微调手法,做推理优化的值得跟进。
Linux 创始人 Linus Torvalds 在 Linux Media Mailing List 上明确表示,Linux 不是反 AI 项目,AI 是一种有用的工具,就像其他工具一样。他认为,一年前 AI 的实用性或许还有疑问,但今天已毋庸置疑,任何质疑的人显然没有真正使用过 AI。Torvalds 还表示,如果有人对此不满,可以选择 fork 或离开。
推荐理由:OpenBMB 开源了一个把组织经验、SOP 和决策规则变成持续运行的「数字员工」平台,不是又一层聊天机器人皮,做企业 AI 落地的可以看看。
全球首个面向具身智能的强化学习开源框架RLinf发布v0.3版本,升级为一站式开发平台,首次打通数据采集、SFT、RL、模型评测及真机部署全链路。百度智能云当天完成适配,成为国内首家支持该版本的云厂商,开发者可通过百度百舸平台一键应用最新能力。
Thinking Machines Lab 发布开源多模态模型 Inkling,总参数 9750 亿(活跃 410 亿),原生支持文本、图像、音频及百万 token 上下文。该模型在 Artificial Analysis Intelligence Index 上以 41 分领跑美国开源模型,但事实准确率仅 40%,幻觉率高达 63%。
小米发布第二代VLA模型Xiaomi-Robotics-1,基于10万小时真实操作数据训练,在四个基准上均取得第一。模型部署在单张4090上推理延迟仅80ms,支持开箱即用和少样本适配。同时发布的38B参数世界基础模型U0可将Pi-0.5的out-of-distribution成功率从36.9%提升至63.2%。
NVIDIA 宣布与 Noetra 合作,基于 DSX 平台打造一座 140MW 国家物理 AI 工厂,部署 13750 块 Vera CPU 和 27500 块 Rubin GPU。该工厂将为日本 FRONTia 项目提供算力,支持 T 级物理 AI 多模态基础模型开发。Noetra 的预训练权重将与 NVIDIA 开源模型一同提供给日本开发者。
xAI 的 AI 编程智能体 Grok Build 因被曝上传用户 SSH 密钥等全部文件至其 Google Cloud 服务器而引发争议。Elon Musk 随后宣布彻底删除已上传数据,xAI 禁用上传功能并在 GitHub 以 Apache 2.0 许可证开源完整源代码,代码库约 844530 行 Rust,支持完全本地运行。
前 OpenAI 首席技术官米拉·穆拉蒂创立的思维机器实验室(Thinking Machines Lab)推出首个从零训练的多模态模型 Inkling,采用 MoE 架构,总参数 975B、激活参数 41B,最长上下文 1M tokens,已在 Hugging Face 和自有 API Thinker 开放权重。
同一件事,精选收录的是《Thinking Machines 发布多模态模型 Inkling》
小米语音首席科学家 Daniel Povey 当选 2026 ISCA Fellow,全球仅 100 余人获此殊荣。他因在语音识别声学建模、序列训练创新方法及开源工具 Kaldi 的贡献入选,是继 2023 年 IEEE Fellow 后再获殊荣。其团队推出的 OmniVoice 模型支持 600+ 语言,开源 3 个月 Huggingface 下载量超 500 万次。
Linux 创始人 Linus Torvalds 在内核社区发飙,针对 AI 工具 Sashiko 的争议表示“要么 Fork 要么离开”。Sashiko 是 Linux 基金会旗下开源项目,由谷歌提供全部 LLM 算力,自动监控内核邮件列表并生成代码审查意见。Torvalds 坚决支持在开发中使用 AI,认为批评者应反省人类自然智能也常犯错。
xAI 的 grok CLI 工具因在目录中运行时会上传整个目录(包括 SSH 密钥、密码管理器数据库等)至 Google Cloud 而遭社区强烈抗议。xAI 随后禁用该功能、删除所有已保留的编码数据,并将整个 Grok Build 代码库以 Apache 2.0 许可证开源。该代码库包含 844,530 行 Rust 代码(约 3% 为 vendored),用户可完全本地运行并使用自有推理。
Thinking Machines Lab 于 7 月 15 日发布其首个从头训练的模型 Inkling,采用 Apache 2.0 协议开源完整权重。该模型为 975B 参数 MoE Transformer,41B 活跃参数,支持 1M token 上下文窗口及文本、图像、音频输入,核心差异化在于可控思考深度。
Thinking Machines 发布 Apache-2.0 开源模型 Inkling,975B 参数、基于 45 万亿 token 从头训练,定位通用基础模型。模型权重免费,但通过其微调平台 Tinker 的定制化服务收费。该策略与 Slate Auto 售价 $24,950 的可定制皮卡类似,以低价通用基础产品吸引用户,通过增值定制实现商业化。
推荐理由:作者把 Inkling 的开源策略与低价定制皮卡类比,指出权重免费、微调收费的商业模式逻辑,提供了一个理解开源 AI 变现的视角。
SpaceXAI 开源了 AI 编程智能体工具 Grok Build,其源代码已发布至 GitHub。该工具在终端中整合 Grok 模型,可完成从规划、搜索、编码、测试到 Git 提交的全流程工作,并支持完全本地优先运行。开源代码涵盖智能体链路、工具、终端用户界面及扩展系统(Skills、插件、hooks、MCP 服务器和子智能体)。
Soofi S 30B-A3B 是一个总参数约 31.6B、每 token 激活约 3.2B 参数的混合 Mamba-Transformer MoE 基础模型,在完全开源的基础模型中取得最高的英语(70.1%)和德语(79.1%)聚合分数。
xAI 已将 Grok Build 的源代码在 GitHub 上开源。Grok Build 是 SpaceXAI 的编程智能体与终端用户界面(TUI),开源后用户可自行编译并完全本地运行,指向本地推理引擎并通过 `config.toml` 配置。
推荐理由:Grok Build 开源让 xAI 的编码智能体变成完全可定制、可本地运行的套件,对想自己拼装开发环境的工程师是个实锤福利,但社区能玩多大还得看后续。
Thinking Machines 发布开源权重模型 Inkling,支持文本、图像和音频模态的高效推理。完整权重已开放,可在 Tinker 平台进行微调。
Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵
Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵
我们的第一个模型 Inkling。从零训练,权重开放,今日可在 Tinker 上微调。
Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵
Thinking Machines Lab 发布其首个自研模型 Inkling,采用混合专家(MoE)架构,总参数 9750 亿,每任务仅激活约 410 亿参数。该模型为开源权重,支持企业通过定制平台 Tinker 进行微调,运行成本约为 Nvidia Nemotron 3 Ultra 的三分之一。公司明确表示 Inkling 并非当前最强模型,而是定位为可适配的企业级起点。
PrismML 发布 Bonsai 27B,一个基于 Qwen3.6-27B 的 27B 参数开源推理模型,支持多步推理、工具调用和智能体任务。其 3.9 GB 的压缩版本可在 iPhone 17 Pro Max 上以约 11 tokens/秒运行,保留原模型 90% 性能,数学和编码能力几乎不受影响。PrismML 已与苹果就压缩技术展开早期洽谈,模型权重采用 Apache 2.0 许可。
Anthropic 启动新一轮 AI for Science 项目,聚焦罕见遗传病研究。入选者将获得最高 5 万美元的 Claude API 积分,项目分基础科学和早期生物技术两个轨道。Anthropic 认为 AI 能帮助建模罕见病、跨文献综合发现、从有限数据中提取信息,并已与 Monarch Initiative 合作,利用 Claude 分析病例报告和变异数据库以发现疾病机制相似性。
腾讯混元大模型 Hy3 上线一周,总调用量较上一代 Hy2 增长超 68 倍,并在 OpenRouter 全球大模型调用量总榜排名第一。在 Agent 产品 WorkBuddy 自选模型中,Hy3 选择占比达 60%。7 月 14 日,腾讯混元将 Hy3 权重量化至 1bit 与 4bit,使模型最低可在单张推理显卡或内存充足的本地机器上运行。
小米发布并开源 Xiaomi-Robotics-U0,一个 380 亿参数的多模态自回归具身生成基础模型,是具身领域首个“通吃”场景生成、具身迁移、机器人交互视频生成和通用文生图/图像编辑四类任务的统一模型。该模型在 WorldArena 评测基准上以匿名代号 UNIS 取得全球 126 个模型中的总分第一名,并通过 FlashAR+ 推理加速方案将生成效率提升近 83 倍。
Mozilla 报告显示,开放权重与闭源模型平均差距为 3.3%,差距集中在推理、长上下文检索和智能体任务上。基于 OpenRouter 数据,DeepSeek V4 Flash 以 18.4T Tokens 月消耗量位居 API 调用榜首,前五名均为开源模型。
Thinking Machines Lab 发布多模态 MoE 模型 Inkling,Together AI 于发布当日在其 Serverless 平台提供访问,支持 1M 上下文窗口和 OpenAI 兼容 API。
推荐理由:原文来自提供推理服务的合作方,给出了 Inkling 的架构细节、参数规格和初步评测,读者可据此了解新模型的技术取向与可用入口。
Simon Willison 在 Codex Desktop 中意外激活了一个类似 Clippy 的动画机器人“宠物”,随后发现可以自定义创建。他通过 GPT-5.6 Sol xhigh 模型描述需求,并借助 gpt-image-2 多轮生成精灵素材,最终制作出一只骑自行车的小鹈鹕“Pedalican”,在桌面上弹跳并更新 Codex 任务状态。关键实现细节已开源,包括 openai/skills 下的 hatch-pet 和 openai/codex 下的 imagegen 两个技能,均采用 Apache 2.0 许可。
LMSYS 与 SGLang 团队针对智谱 GLM-5.2 NVFP4 模型在 Grace Blackwell 硬件上推出多项优化。运行时方面,Spec V2 重叠调度消除 GPU 气泡,端到端 TPS 提升 11%;IndexShare MTP 在 draft 步骤间复用 DSA indexer 的 top-k,长上下文下 draft 步骤成本降低约 1.9 倍。内核方面,TopK-V2 将 TopK 视为选择问题,80K ISL 下平均延迟从 40.7 µs 降至 17.5 µs(2.33× 加速),1M ISL 下从 372.1 µs 降至 36.6 µs(10.17× 加速)。优化后 8×B300 单 batch 解码吞吐超过 500 TPS。
NVIDIA 推出 Nemotron 系列开放模型,使企业和国家能完全掌控 AI 的定制、审查与改进。Abridge 正基于 Nemotron 构建首个专用于临床对话的基础模型;Harvey 后训练 Nemotron 3 Ultra 后在复杂法律任务上达到前沿级准确率,且每次运行成本至少降低 10 倍。
Google 发布实验性开源模型 DiffusionGemma,采用文本扩散技术并行生成 256 token 块,推理速度最高提升 4 倍。该 26B MoE 模型仅激活 3.8B 参数,量化后适配 18GB VRAM 消费级 GPU,在单张 H100 上达 1000+ tokens/s。
推荐理由:Google把扩散模型首次做进大语言模型,生文速度提升4倍,还开源了权重。虽然实验性质量打折,但本地实时交互的开发者终于有个新选项可以玩了。