跳到正文
#开源生态
10月3日周六
10月2日周五
  3. Artificial Analysis69

    Artificial Analysis 自行本地部署评测了阿里 9 月 20 日以开源权重发布的 Qwen-Image-2.1，该模型在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 上均排名第 18，为两个榜单上排名第一的开源权重模型，超过 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct。

    推荐理由：原文给出了自主评测的榜单排名、参数与授权细节，可与同类开源图像模型直接比较。

  4. Arena.ai69

    Arena 宣布 Xiaomi MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 登陆 Agent Arena。Pro 在 8.1K+ 真实智能体会话中净提升 +3.17%，列开源模型第5，较 MiMo-V2.5-Pro（第13，-7.23%）提升9个名次；其 Confirmed Success 得分 +7.35%，列开源模型第2。

    引用Xiaomi MiMo@XiaomiMiMo

    隆重介绍小米 MiMo-V2.6 —— Pro 与 Flash。 前沿智能，全模态，公开构建。 🔹 两款全模态模型，通过规模化强化学习不断进阶 🔹 在大多数智能体基准测试中，Pro 的表现与 Claude Opus 5 和 GPT-5.6 Sol 不相上下 🔹 Pro 在 Artificial Analysis Intelligence Index 上得分 46 —— 为开源模型中的最高分 🔹 更强的编程、计算机操作、3D 推理与创作能力 🔹 开放模型权重、技术报告、RL 环境与训练代码 博客：https://mimo.xiaomi.com/mimo-v2-6

    推荐理由：Arena 官方给出 MiMo-V2.6 两款模型在真实智能体会话中的排名、净提升和成本数据，可据此比较其实际表现与性价比。

  5. Aravind Srinivas54

    Perplexity CEO Aravind Srinivas 宣布开源其多模态决策模型 pplx-decider-v1-27b，并通过 Decisions API 提供。该模型输出固定答案集上的概率分布而非文本，价格为 $0.04/million input tokens，基准总分 85.71%，在 7,210 行评测面板上高于 Jev 的 84.51% 且价格仅为几分之一。

    引用Perplexity Developers@perplexitydevs

    Introducing the Perplexity Decisions API. It's powered by pplx-decider-v1-27b, our multimodal decision model trained to output a probability distribution over a fixed set of answers instead of text. It costs $0.04/million input tokens and scores 85.71% across benchmarks.

  6. Rohan Paul54

    @OvermindLab 推出 Overmind 平台，把公司智能体在生产中的运行记录转化为训练数据，微调并托管开源权重的小型专用模型，客户可下载权重、重训或回滚，平台代码以 AGPL-3.0 开源，GitHub 地址 https://github.com/overmind-core/overmind。

    引用Overmind@OvermindLab

    Introducing Overmind. The training platform for agents. Overmind trained models across biomedical, legal, and engineering tasks beating the frontier and achieving: • 7x better accuracy • 20x cheaper usage • 28x less hallucinations Train your own: https://github.com/overmind-core/overmind

10月1日周四
  1. Every：最新文章60

    Every 发布开源模型入门指南，教你怎么判断哪些任务可以不用闭源前沿模型

    Every 发布开源模型实用指南，讲解如何评估需求、选择模型与托管方式，将开放模型用于编码、创意和日常自动化等工作。指南指出当下最强开源模型多来自中国实验室，并强调按任务难度区分模型选择，同时附上一个用于审计现有 AI 用法、筛选可迁移到廉价模型任务的提示词。全文为付费订阅内容。

  7. Demis Hassabis59

    Demis Hassabis 宣布 GoogleDeepMind 团队实现功能性且带水印的 AI 设计蛋白质合成，推出蛋白质水印方法 SynthID Bio。相关论文发表于 Nature，团队同时开源 SynthID Bio 工具供研究社区使用，目标是加强 AI 时代的生物安全。

    引用Pushmeet Kohli@pushmeet

    Very happy to announce that our team @GoogleDeepmind has pushed the boundaries of generative biology, achieving the successful synthesis of AI-designed proteins that are both functional and watermarked. This proof-of-concept watermarking of the building blocks of life is enabled by SynthID Bio, our new protein watermarking method. It is designed to safeguard the new era of AI-powered generative biology and strengthen global biosecurity. You can read my thoughts here on why watermarking AI-designed proteins is an important research breakthrough: https://x.com/pushmeet/status/2105314763148321102

9月30日周三
  2. Google DeepMind：Blog66

    Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质嵌入可验证水印

    Google DeepMind 于 9 月 30 日发布 SynthID Bio，将水印技术引入合成生物学，把不可见签名嵌入生物序列和预测结构中，使水印可在合成的物理蛋白质上验证，且在湿实验中不损害生物功能。

    推荐理由：原文给出湿实验验证数据、开源计划与在 DNA 合成筛查中的应用场景，读者可以据此评估这项水印技术对生物安全的实际作用。

  5. clem 🤗76

    Clément Delangue 表示收到数千条私信，但 @bot 无法自动分析私信，需要几天时间处理。他称暂时只会关注特别匹配的人选，未获回复不代表负面评价，并可前往 https://apply.workable.com/huggingface 申请具体职位。

    引用clem 🤗@ClementDelangue

    被 @nvidia 收购 = hugging face 现在可以招聘那些我们作为小初创公司时招不到的人，并给他们十年时间让开源 AI 获胜！ 如果你是其中之一，我的私信是开放的

    推荐理由：原文交代了招聘响应规模和后续申请渠道，为关注 Hugging Face 招聘的人提供了可操作的投递途径。

  6. 公众号：蚂蚁百灵67

    蚂蚁百灵发布 Ling-3.1-flash，面向真实世界长任务升级

    蚂蚁百灵推出 Ling-3.1-flash，总参数约 560B，每个 Token 激活约 25B，上下文窗口上限 1M，延续混合线性架构并提高线性 Attention 层比例（7 层 KDA 配 1 层 Gated MLA，512 个路由专家选 8 个加 1 个共享专家）。

    推荐理由：官方发布同时给出架构细节、多项长程任务实测结果和对比数据，读者可据此评估其在办公、医疗和软件研发场景的适用性。

  7. IT之家·人工智能60

    蚂蚁百灵发布 Ling-3.1-flash 模型：约 560B 总参数、25B 激活参数

    蚂蚁百灵发布 Ling-3.1-flash 模型，总参数约 560B，每个 Token 激活约 25B 参数，上下文窗口上限为 1M。模型围绕通用智能体、搜索、日常办公和软件研发等任务优化，并提升医疗、金融和材料科学研究场景能力。模型开放为期两周的免费体验，期间服务长度为 256K，转付费后计划开放 1M 上下文，届时团队也计划同步开源。

9月29日周二
  1. Hugging Face 社区博客67

    NVIDIA 发布开源表格基础模型 Kumo Tabular，在 TabArena 等四项基准排名第一

    NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签表格做单次前向推理即可完成分类和回归，无需训练、调参或特征工程。

    推荐理由：官方技术博客披露了架构、纯人工数据预训练配方和四项基准成绩，读者可据此评估其替换梯度提升树的可行性。

  2. GitHub Blog43

    GitHub 更新开发者政策透明度报告：2026 上半年政府下架请求增至 708 起

    GitHub 公布 H1 2026 透明度数据，政府下架请求从 2025 全年的 98 起增至 2026 上半年的 708 起，这一增长主要源于报告口径调整，而非内容删除量上升。GitHub 还回顾了 2026 年美国州级立法会期，重点跟进 AI 内容溯源与年龄验证议题，其中加州 AI 透明度法案 SB 1000 已采纳更窄的通知—回应机制，以兼容不可撤销的开源许可证。