Artificial Analysis@ArtificialAnlysAI 评分6767#开源生态
- Artificial Analysis@ArtificialAnlysAI 评分6767
Nathan Lambert：Interconnects精选AI 评分6767 未来展望：2026年5月的一些想法
文章展望了截至2026年5月AI领域的动态。内容涉及 Gemini Flash 3.5 的发布、名为 Mythos 的新产品或项目、开源与闭源生态平衡（open-closed balance）的讨论、美国开源力量的显著增长（America's open-source surge），以及由此引发的新兴权力博弈（emerging power struggles）。
推荐理由：Nathan Lambert 对开源模型追赶闭源的周期判断、Gemini 在编码代理领域的缺位分析，以及美国开源模型崛起的观察，为理解当前鼎立格局提供了扎实的坐标，值得从业者细读。
SenseTime@SenseTime_AI精选AI 评分7777推荐理由：商汤把 SenseNova-U1 的训练代码全量开源，支持多模态任务和 MoE，还给了完整的并行策略，做多模态训练的可以直接 fork 过去用，Apache-2.0 很友好。
Claude@claudeaiAI 评分4747
MiniMax (official)@MiniMax_AIAI 评分4141引用Skyler Miao@SkylerMiao7Something BIG is coming
Tencent Hy@TencentHunyuan精选AI 评分7070推荐理由：腾讯把Hy-MT2改成Apache 2.0许可证，商用衍生都没问题，之前因为许可犹豫的人现在可以放心用了，模型在Hugging Face trending霸榜，值得重新评估。
IT之家·人工智能AI 评分5858 小米 2026 财年第一财季经调整净利润 60.72 亿元，同比下降 43.1%
小米发布2026财年第一财季（1-3月）财报，营收991亿元，同比下降10.9%；经调整净利润60.72亿元，同比下降43.1%。AI进展方面，小米于2026年4月公测MiMo-V2.5系列大模型，其中MiMo-V2.5-Pro在开源大模型综合排名第一，随后开源该系列模型以供商用部署。
IT之家·人工智能精选AI 评分7676 面壁智能开源 MiniCPM5-1B：在 AA-Index 上超越所有 2B 参数以下模型，能跑在手机、浏览器上
面壁智能开源其新一代端侧大语言模型MiniCPM5-1B。该模型仅1B参数，在AA-Index榜单上超越所有2B参数以下模型，相比3个月前的Qwen3.5-2B效果更优且参数量减半。经INT4量化后权重仅0.5GB，支持在手机和浏览器上运行。其Base Model版本由面壁智能自主研发的AI训练框架ForgeTrain预训练完成，现已全面开源模型权重、训练数据集与部署方案。
推荐理由：1B参数干翻所有2B以下模型，量化后0.5GB就能塞进手机和浏览器，这个效率把端侧模型的门槛又压低了，做移动端AI的值得跟进。
IT之家·人工智能精选AI 评分7777 谷歌 AI 框架 AlphaProof Nexus 攻克 2 道悬置 56 年数学难题
谷歌 DeepMind 推出 AlphaProof Nexus，结合大语言模型与 Lean 形式化验证，在 353 个开放 Erdős 问题中自主解决 9 个，其中 2 个已悬而未决 56 年。该系统还在 OEIS 的 492 个开放猜想中证明 44 个，每个问题推理成本仅数百美元。
推荐理由：AlphaProof Nexus 不是刷榜，是真解了 Erdős 难题，56 年悬而未决的那两道——这说明 AI 开始从具身数学题爬向纯数学研究了，做理论的人该认真看一眼。
公众号：面壁智能AI 评分5959 面壁智能联合清华大学、OpenBMB发布端侧文本基座模型MiniCPM5-1B
面壁智能联合清华大学、OpenBMB开源社区发布并开源MiniCPM5-1B，一款1B参数的端侧文本基座大模型。其在AA-Index榜单得分17.9分，超越所有2B以下参数模型，包括Qwen3.5-2B（16.3分），验证了智能密度约每3.5个月翻一番的密度定律。INT4量化后权重仅0.5GB，可运行于手机、浏览器等终端。Base Model由AI训练框架ForgeTrain（全球首个完全由AI编写，训练速度比Megatron快10%）在华为昇腾上预训练完成。模型全面开源权重、训练数据集Ultra-FineWeb-L3及部署方案，支持Llama_factory、SGLang、vLLM等主流框架。
MarkTechPostAI 评分6666 使用 NVIDIA FLARE 在非独立同分布 CIFAR-10 上构建与比较 FedAvg 和 FedProx 联邦学习的分步指南
本教程展示如何使用 NVIDIA FLARE 框架构建一个联邦学习实验，以比较 FedAvg 和 FedProx 两种算法。实验在非独立同分布（non-IID）的 CIFAR-10 数据集上进行，通过狄利克雷分布划分客户端数据，以模拟现实联邦场景中的标签不平衡问题。内容涵盖如何利用 NVFlare Job API 来定义和启动联邦学习任务。
IT之家·人工智能精选AI 评分7272 面壁智能联合清华等开源中国首个基于华为昇腾训练的 1.58-bit 端侧大模型 BitCPM-CANN
面壁智能联合清华大学、OpenBMB 开源社区发布并开源 BitCPM-CANN，这是中国首个完全基于华为昇腾实现端到端训练的三值（1.58-bit）大模型，含 0.5B、1B、3B、8B 四个尺寸。
推荐理由：谁说国产算力只能跑小模型？面壁这个1.58-bit模型在昇腾上原生训练，直接把8B塞进旗舰手机，开源全套训练底座，做端侧的该看一眼。
MarkTechPostAI 评分6565 构建完整的 Langfuse 可观测性与评估流水线以实现追踪、提示词管理、评分与实验
本教程详细演示了如何使用 Langfuse（一个开源大语言模型工程平台）构建一套完整的可观测性与评估流水线。内容覆盖了追踪、提示词管理、评分、数据集与实验等核心功能。教程设计了一个可独立运行的完整工作流，用户既可接入真实的 OpenAI API 密钥，也可使用确定的模拟大语言模型，以便在无需付费模型访问的前提下，理解 Langfuse 的所有主要特性。
Simon Willison 博客AI 评分5858 引用阿尔明·罗纳彻的话
当前最令人沮丧的问题是，人们提交的 issue 报告并非本人原话，而是经过 AI 重写。这种“AI 垃圾”导致描述混乱，AI 生成的结论往往不准确却充满自信，造成对根本原因的完全猜测、虚假的最小复现步骤、错误的代码类比以及不相关的错误列表。作者因此希望 issue 报告能浓缩为人类实际观察到的四个要素：运行的命令、预期结果、实际结果以及具体的错误或日志。
IT之家·人工智能AI 评分6262 全国首个开源鸿蒙机器人操作系统 M-Robots OS 2.0 版本发布
深开鸿于5月24日发布了全国首个基于开源鸿蒙的机器人操作系统M-Robots OS 2.0。该系统以开源鸿蒙为核心底座，具备多机实时协同、AI原生等六大核心能力。2.0版本实现混合部署与硬实时响应，基于自研M-DDS技术将本体间音视频时延大幅降低至4毫秒，并兼容ROS等主流中间件，使应用迁移成本降低80%，可支持从轻型到大型各类机器人的灵活部署与集群作业。
Rohan Paul@rohanpaul_aiAI 评分6262引用GDP@bookwormengrhttp://x.com/i/article/2057886253249662976
Greg Brockman@gdbAI 评分4949引用Ahmed@ah20imLots of people get surprised when I tell them that Codex is open source
IT之家·人工智能AI 评分6666 Linus Torvalds 论 AI 与 Linux 开发：效率提升，但核心仍是协作
Linus Torvalds 在开源峰会上指出，AI 工具已实质性改变 Linux 内核开发节奏，近两个版本提交量增长约 20%。他肯定 AI 降低了参与门槛并提升效率，但也指出核心挑战在于协作与沟通等“社会性瓶颈”，而非纯技术问题。谈及未来，他反驳了“99% 代码由 AI 编写”的说法，认为 AI 像编译器一样能提升约10倍生产率，但开发者必须深入理解代码与系统，才能维护复杂软件。
Anthropic：ResearchAI 评分8585 Project Glasswing项目阶段性进展
上月启动的Project Glasswing项目旨在利用AI能力保护关键软件安全。在约50家合作伙伴参与下，通过使用Claude Mythos Preview模型，已在全球最重要的系统软件中发现超过一万个高危或严重漏洞。Cloudflare等合作伙伴报告其漏洞发现效率提升超十倍，其中仅Cloudflare就在关键系统中发现了2000个漏洞。该模型在多个独立安全测试中表现突出，被评测为网络攻击模拟领域的首个全通关模型。当前的挑战已从快速发现漏洞，转向了如何快速验证、披露和修补海量漏洞。
Anthropic：Newsroom精选AI 评分9090 Project Glasswing：初步更新
上月启动的Project Glasswing项目，旨在利用先进AI模型保障关键软件安全。通过约50家合作伙伴使用Claude Mythos Preview模型，已在全球关键系统中发现超过10,000个高危或严重漏洞。多家合作伙伴报告漏洞发现效率提升超过十倍。例如，Cloudflare在关键路径系统发现2,000个漏洞；Mozilla在Firefox 150中发现并修复271个漏洞，数量远超前代模型。项目还扫描了千余个支撑互联网的开源项目，独立验证准确率达90.6%。这标志着AI网络安全能力进入新阶段，漏洞发现速度已远超人工。
推荐理由：Mythos Preview用一个月找到的漏洞比过去一年还多，网络安全从「发现难」变成「修不过来」，这个转折点所有安全从业者都得读。
- Rohan Paul@rohanpaul_ai精选AI 评分7878
Bloomberg：DeepSeek在融资谈判中优先考虑AGI而非商业化 他们正推进102.9亿美元的融资轮，梁文锋承诺继续开发开源AI模型，而非追求短期商业化目标
推荐理由：DeepSeek 百亿融资押注开源 AGI 而非短期变现，在这个闭源收费风潮里是个重要信号，做开源的可以看看。
IT之家·人工智能精选AI 评分7070 网易有道“子曰4”多模态模型、语音合成模型全量开源
网易有道宣布将其“子曰”大模型4.0的多模态模型与语音合成模型面向全球全量开源。其中，多模态模型（27B参数）专注于教育场景，在处理高难度视觉数理问题上达到行业顶尖水平，纯文本中文数理难题准确率为81.4%。该模型通过思维链优化，将输出长度压缩43.2%，有效降低了推理成本。同时开源的语音合成模型支持跨语种音色与情感迁移克隆，3秒内即可完成零样本复制，准确度超97%，并支持包括中、英、日、韩在内的14种语言。
推荐理由：有道把垂直教育的多模态模型全量开源，27B参数在视觉数理上做到SOTA，还把思维链压缩了43%，推理成本实打实下降，做教育应用的可以拿来做二次开发；TTS的跨语种情感克隆也实用，3秒克隆14种语言。
IT之家·人工智能精选AI 评分7373 18 年老粉与微软 GitHub 决裂：我希望它更好，但我更想编程
全球最大的代码托管平台GitHub正面临严重危机。资深开发者Mitchell Hashimoto公开与平台决裂，因频繁崩溃影响编程。近几个月，花旗银行、英特尔等巨头因持续故障表达不满，OpenAI探索自建方案。更严重的是，3800多个内部仓库遭黑客入侵，源代码被公开叫卖。同时，微软取消GitHub CEO职位，将其并入CoreAI团队，导致大量技术骨干流失。这个承载1.5亿开发者的平台，正以惨烈方式站在生死存亡的十字路口。
推荐理由：GitHub正在经历一场自我毁灭式的恶性循环，从源码泄露到CEO取消，微软正在把一个社区圣殿变成内部成本中心，所有把命根子放在单个平台上的开发者都该重新考虑了。
MarkTechPostAI 评分6161 使用OpenMythos构建支持MLA、GQA、稀疏混合专家及循环缩放推理的循环深度Transformer
本教程在Google Colab环境中，基于OpenMythos框架实践构建循环深度Transformer工作流。内容涵盖创建MLA（多头潜在注意力）与GQA（分组查询注意力）两种模型，对比其参数规模，并通过计算循环注入矩阵的谱半径来验证模型稳定性。此外，教程还将稀疏混合专家（Sparse MoE）架构与基于循环的推理扩展机制相集成，展示了构建高级深度学习模型的完整流程。
IT之家·人工智能AI 评分7070 美团开源 LongCat-Video-Avatar 1.5：数字人视频从“彩排”走向“真舞台”，生成 10 秒视频仅需 1 分钟
美团技术团队开源了数字人视频生成模型 LongCat-Video-Avatar 1.5。该版本在唇形同步、物理合理性、长视频稳定性和多人互动方面全面升级，支持复杂语音输入与多种主体。通过 DMD 蒸馏技术，推理效率提升约 15 倍，生成 10 秒视频仅需约 1 分钟。在性能评测中，模型在四个关键维度表现领先，用户偏好对比中胜率均超 54%，旨在推动数字人视频从技术演示走向商业应用。
IT之家·人工智能AI 评分6262 “拼好模”：字节跳动开源轻量原生统一多模态 AI 模型 Lance
字节跳动开源了轻量级多模态模型Lance，其激活参数量为3B。该模型采用原生统一架构，在训练阶段即整合图像与视频的理解、生成及跨模态编辑功能。Lance通过双流专家设计和模态感知旋转位置编码等技术，平衡了理解任务所需的高层语义与生成任务所需的低层连续表示。模型训练共分四阶段，数据规模约1.9T标记，计算预算控制在128张GPU内。基准测试表明，Lance在图像生成、视频生成、图像编辑及视频理解等多项任务中表现突出。该模型权重已依据Apache 2.0协议开源。
公众号：龙猫LongCat精选AI 评分8888 LongCat-Video-Avatar 1.5 正式开源
美团正式开源 LongCat-Video-Avatar 1.5，在唇形同步、物理合理性、长视频稳定性、多人互动和高效推理上实现全面跃升。该模型采用 DMD 蒸馏将生成步骤压缩至 8 步，推理效率提升约 15 倍，生成 10 秒视频仅需约 1 分钟；Wav2Vec2 升级为 Whisper-large，并引入 GRPO 逐帧偏好对齐优化手部稳定性。
推荐理由：开源数字人模型首次在多人场景区分、长视频稳定性和推理效率上同时达到商业产品水平，评测透明度高。
IT之家·人工智能精选AI 评分7878 DeepSeek 推进 700 亿元融资，梁文锋承诺坚持开发开源 AI 模型而非追求短期商业化目标
DeepSeek正推进700亿元人民币的巨额融资，估值约450亿美元。创始人梁文锋承诺将继续开源开发AI模型，不追求短期商业化，目标是技术升级与通用人工智能。腾讯、IDG资本等接近参投，梁文锋个人可能注资200亿元。若成功将创下中国科技初创公司首轮融资纪录。
推荐理由：700 亿元首轮融资创下纪录，梁文锋明确表态不追求短期商业化、继续死磕开源，国家队和腾讯都在这轮里，对国内开源生态是个强心针。
公众号：龙猫LongCat精选AI 评分7878 美团开源 LongCat-Video-Avatar 1.5：数字人视频生成效率提升 15 倍
美团正式开源 LongCat-Video-Avatar 1.5 数字人视频模型。该版本在唇形同步、物理合理性及长视频稳定性上实现跃升，支持真人、动漫等多类主体及多人互动场景。技术层面，采用 Whisper-large 提取音频特征，引入 GRPO 进行人类偏好对齐以优化手部与动作连续性；推理端通过 DMD 蒸馏将生成步数从 50 压缩至 8，结合共享基础模型加 LoRA 适配器方案，使推理效率提升约 15 倍（10 秒视频仅需约 1 分钟）。评测显示其在自然度与稳定性方面优于部分闭源商业模型。
推荐理由：头部大厂开源的高性能数字人模型，显著降低商用门槛。其“15 倍提速”与“多场景泛化”能力为开发者提供了极具竞争力的基座，适合关注 AI 视频生成落地与成本优化的读者。
Sundar Pichai@sundarpichai精选AI 评分7272引用Matthew Berman@MatthewBerman桑达尔·皮查伊（@sundarpichai），谷歌CEO，谈： 🔹AGI竞赛 🔹智能体 🔹AI与信息食谱 🔹开源 🔹网络安全 🔹美国 vs 中国 引言 AI智能体取代互联网的部分功能 AI智能体决定我们的信息食谱 智能体会杀死“原始互联网”吗？ AI网络攻击与谷歌的防御策略 危险的网络AI模型应该被限制吗？ 发布强大AI的门槛 为什么谷歌还没有开源一个大模型 开源AI的商业模式已经崩坏 美国公司使用中国AI 建立在中国AI生态之上的风险 为什么谷歌如此看重廉价、快速的AI模型 桑达尔谈自我改进的AI与AGI竞赛 谷歌的算力状况 谷歌的AI需求超过算力 谷歌最大的算力瓶颈
推荐理由：Sundar 罕见聊了不开源大模型、算力瓶颈和中美 AI 生态风险，不是 PR 套话，做基础设施和战略的人值得看。
The Decoder：AI NewsAI 评分6666 Cohere开源迄今最强模型
加拿大AI公司Cohere以Apache 2.0许可证开源了其迄今最强语言模型Command A+。该公司宣称这是其最高性能的模型，此次开源标志着Cohere在开放AI生态中的重要布局。Command A+面向开发者与研究社区免费开放，旨在推动大模型技术的透明化与协同创新，为行业提供更高性能的基础模型选择。
IT之家·人工智能AI 评分7070 腾讯混元发布新一代翻译模型Hy-MT2，支持手机端本地部署
腾讯混元正式开源新一代多语言翻译模型Hy-MT2，提供1.8B、7B、30B-A3B三种尺寸，支持33种语言及5种民族语言/方言互译。相比上一代，模型在指令遵循与专业领域翻译能力上显著提升。其中1.8B轻量模型仅需440MB存储，可部署于手机芯片进行本地推理，速度提升1.5倍。同步推出的腾讯Hy翻译小程序支持自定义风格、离线翻译，并开源了翻译指令遵循测试集IFMTBench，模型已上架GitHub、HuggingFace等平台。
- Tencent Hy@TencentHunyuan精选AI 评分7474
推荐理由：虽然翻译领域不算最热，腾讯这个1.8B开源模型用1.25位量化直接跑在手机上，效果还超微软商业API，做本地化翻译工具的人值得关注。
Ai2 / Allen Institute for AIAI 评分5555 Brendan Works 基于 Molmo 和 Olmo 3 打造视觉无障碍检测工具 PointCheck
Ai2 博客介绍 Brendan Works 开发的 PointCheck，一款通过真实渲染画面而非 HTML 代码评估网页无障碍性的 Web 应用。
MarkTechPostAI 评分6363 一个模型，三种模态：字节跳动发布 Lance 用于图像与视频的理解、生成和编辑
字节跳动智能创作实验室发布了Lance，这是一款开源的原生统一多模态模型。它能够在单一框架内，同时处理图像与视频的理解、生成和编辑三大任务。该模型仅需激活30亿参数，实现了用一个轻量级模型统一处理多种视觉内容创作与理解的需求。
- Rohan Paul@rohanpaul_aiAI 评分6969
引用atomic.chat@atomic_chat_hqMTP speedup Qwen by 2.5x in Atomic Chat Dense vs MoE models on 2x RTX 5090 Qwen3.6 27B: 51 → 117 tps +137% Qwen3.6 35B-A3B: 218 → 267 tps +25% MTP drafts several tokens ahead and verifies them in one pass. The speedup depends on memory moved per pass. Dense 27B reads all 27B params per token, MoE 35B-A3B only reads 3B active. Dense had way more to save by batching. The baseline tps also differ (218 vs 51) for the same reason from the other side. Token generation is memory-bandwidth bound, and MoE moves ~8x less memory per token, so its baseline is already 4x ahead. ~80% draft acceptance. Zero accuracy loss. ~1 GB extra VRAM. Open-source code and local AI app – in the comments 👇