开源模型

ChainCatcher 消息，据 Rest of World 报道，阿里巴巴于 2022 年推出开源模型平台 ModelScope，OSChina 于 2023 年推出 MoArk，面向防火墙内的中文开发者提供模型托管、测试和定制服务。中国监管机构于 2023 年屏蔽 Hugging Face，未公布具体原因；报道称，政府同时默许人工智能实验室绕过封锁，以便把中国模型分享到全球。ModelScope 现托管超过 17 万个模型，并在 3 月表示拥有 17 万个模型和 2.5 亿用户；MoArk 约托管 2 万个常用模型，二者仍低于托管超过 300 万个开放模型的 Hugging Face。OSChina 首席执行官徐勇表示，并非所有人都能一直使用 VPN，中国需要建立服务中文用户的自主人工智能生态，并称中国正在比互联网时代更快地发展独立生态。他还称，MoArk 部署工程师团队，使模型能在不同类型的中国芯片上运行，确保主流开放模型适配中国芯片是其使命。两家平台部分服务免费，额外算力和高级功能收费；ModelScope 还举办大学黑客松，并在杭州为人工智能创业者开设联合办公和活动空间。总部位于纽约的 Hugging Face 是分享开放模型和数据集的主要平台。9 月，英伟达宣布以 129 亿美元收购该公司，并在监管文件中指出，监管机构可能禁止在该网站分享中国模型。

ChainCatcher 消息，据《金融时报》调查，开放权重模型正从科技公司扩散到美国传统企业。AlphaSense 数据显示，今年 8 月和 9 月，美国企业在财报电话会和投资者会议中提到开放权重或开源模型的次数同比增加约 6 倍。PNC Financial、物流公司 CH Robinson 和西门子近期公开谈到相关应用。Tinder 的 AI 年化支出从今年 1 月约 100 万美元升至 7 月约 1000 万美元，目前已开始把部分普通请求交给开放权重模型。AT&T 表示，目前约 40% 的 AI 任务已交给开放模型，并计划提高到约 70%。其内部 AI 系统每天处理约 450 亿 Token，简单任务使用成本更低的模型，复杂任务继续使用 OpenAI、Anthropic 等前沿模型。

ChainCatcher 消息，DeepSeek CEO 梁文锋向投资人透露，公司正在训练一个 2 万亿参数模型，之后还计划开发一个 8 万亿参数模型。现有旗舰 V4-Pro 总参数为 1.6 万亿。目前已公开权重的超大模型中，Moonshot AI 的 Kimi K3 达到 2.8 万亿参数。Kimi K3 采用 MoE 架构，2.8 万亿总参数中每个 Token 激活 1040 亿参数。DeepSeek 规划中的 8 万亿参数模型规模接近其近 3 倍。DeepSeek 于 7 月完成超 500 亿元融资，估值超 500 亿美元。V4-Pro 以 1.6 万亿总参数、490 亿激活参数开源。

ChainCatcher 消息，Social Capital 创始人 Chamath Palihapitiya 发布深度研究报告称：开源权重模型已接近公开评估的最佳闭源前沿模型约四个月，且差距波动加大。若开源模型在接近前沿性能的同时让企业更多控制数据、基础设施与定制化，企业仍向前沿实验室付费所对应的价值成为商业问题。开放性存在光谱，从可下载并自由修改的完全开源模型，到带有不同限制的开源权重模型，闭源模型则保持权重私有。Palantir 首席执行官 Alex Karp 警告，企业可能将构成差异化的专有知识与流程交给前沿模型提供商。微软首席执行官 Satya Nadella 表示：企业实际上为智能付费两次，一次是金钱，另一次是为使智能有用而必须披露的更有价值的专有知识。尽管存在担忧，企业仍愿为前沿性能付费，即使最佳开源权重模型仅落后数月，前沿实验室收入持续加速。领先企业同时使用两类模型，以开源模型获取控制与定制，以闭源前沿模型获取最高能力，部分案例报告最高 12 倍工程效率与超过 20 倍成本节约。部分厂商采取双轨，Google 同时提供 Gemini 与 Gemma，Meta 同时提供 Muse Spark 与 Llama。该 99 页报告还涉及前沿实验室维持领先的成本、模型竞争的五个因素、模型运行位置，以及 NVIDIA 与 Samsung 对开源权重的投资。

ChainCatcher 消息，据 Ars Technica 报道，Mozilla 最新《State of Open Source AI》称，美国闭源前沿模型与中国开源权重模型之间的性能差距已缩小至约 4.4 个月。以 Moonshot AI 的 Kimi K3 为代表的开源模型，在 Artificial Analysis Intelligence Index 综合得分上仅落后 Anthropic Fable 5 三个点，但成本仅为其约 30%。METR 测算显示，最强闭源模型可稳定完成时长约 12 小时的人类专家任务，而最强开源模型目前可靠完成约 7 小时任务，预计约 4 个月后开源模型将追上当前闭源水平。Mozilla 认为，大多数组织应默认采用开源模型，仅在专业、高强度检索和长上下文等场景为闭源模型支付溢价。付费购买前沿人工智能模型，成本是普通购买的 5 倍，却能获得 4 个月的先发优势。

ChainCatcher 消息，微软 CEO Satya Nadella 在 X 发文表示：任何对超级智能的追求都必须基于核心原则，即如果我们构建的 AI 不能帮助人类并处于人类控制之下，就不值得追求。他还表示，需要加速并广泛传播 AI 益处，使其在国家、社区和公司中广泛扩散，这需要闭源与开源模型都能蓬勃发展的前沿生态系统。对企业而言，必须保留对其独特和隐性知识的完全控制，每个组织都应能构建自己的持续学习循环，而不依赖任何单一模型提供商，并将自身知识嵌入其控制的模型和权重中。Nadella 称，欢迎为正确对齐所需的研究、关注和审慎节奏，以及“嵌入式评估器”等想法。这不能由少数实体控制，必须在生态系统、国家和包括学术界在内的领域有广泛代表性。微软的方法是 AI 堆栈每一层的广泛访问和选择、企业对学习循环和模型的控制，以及将于明天发布供公众咨询的自有 MAI 模型“行为准则”。

ChainCatcher 消息，微软董事长兼首席执行官纳德拉表示，我们需要加快 AI 发展，并扩大 AI 带来的收益，使其能够广泛惠及不同国家、社区和企业。这需要建立一个前沿生态系统，让闭源模型和开源模型都能够蓬勃发展。

ChainCatcher 消息，据财联社报道，OpenAI 首席财务官表示，正在考虑改革收费模式，测试基于效果定价的新收费模式，逐步告别按使用量计费的方式，与定价更低的开源模型展开竞争。

ChainCatcher 消息，据韩联社报道，美国市场信息机构 Silicon Data 发布的 LLM Token 支出指数（LLM Token Expenditure Index）于 8 月 31 日跌至每百万 Token 97 美分，创下该指数自去年底成立以来的历史最低值，较 5 月高点（2.05 美元）下跌逾 50%。分析认为，中国 AI 企业月之暗面推出的开源模型 “Kimi K3”、OpenAI 于 7 月下调 ChatGPT-5.6 系列模型定价，以及头部厂商推行动态定价机制，共同构成此轮价格下行的主要驱动因素。Token 价格下跌虽有助于降低用户使用成本，但对 OpenAI、Anthropic、Google 等模型开发商而言将形成营收压力。投资机构 Seez Group 投资负责人指出，基础模型企业受冲击最为直接，建议转向强化分发渠道、内存及上下文能力，以提升用户迁移成本，应对开源模型的竞争侵蚀。

ChainCatcher 消息，阿里巴巴 Qwen 团队将于周三发布 Qwen 3.8-Flash-Next，这是一款混合专家（MoE）模型，总参数达 1250 亿，但每个 token 仅激活 60 亿参数。团队将其定位为下一代 Qwen 4 架构的预览版本，而非最终旗舰模型。该模型被描述为多模态，并基于即将推出的 Qwen 4 架构构建。团队表示，提前发布这一早期版本是为了让开发者能够为后续完整的 Qwen 系列做好准备。模型权重将托管在 Hugging Face 与 ModelScope 平台。截至目前，Qwen 尚未公布该模型的基准测试成绩，也未发布与自家 Qwen 3 系列或海外竞品的对比数据，1250 亿与 60 亿参数的具体数字尚未得到官方证实。作为开放权重模型，开发者可免费下载、微调并运行，无需将数据发送至封闭 API，有助于降低托管模型的成本。

ChainCatcher 消息，据 Cointelegraph 报道，Hugging Face 披露其于 7 月遭遇由自主 AI 代理系统驱动的入侵事件。攻击代理在 5 月初测试开始后，利用 OpenAI 的 Artifactory 实例留下漏洞利用笔记，随后对 Hugging Face 发起约 17,600 次攻击，影响其数据集处理基础设施、生产环境、内部网络及云凭证等。确认的客户数据访问仅限于与 ExploitGym/CyberGym 基准相关的五个数据集。 Hugging Face 在调查中发现，由于 OpenAI 和 Anthropic 等顶级模型提供商的安全护栏限制，公司无法使用这些商业模型进行防御分析，被迫转向运行在中国开源模型 zai-org/GLM-5.2 上，且该模型运行在公司自有基础设施上，确保攻击者数据和凭证不离开其环境。公司指出，攻击者不受任何使用政策约束，而防御方的取证工作却被托管模型的护栏所阻碍。 这一事件凸显了开放权重模型与封闭模型之间的安全悖论。文章还讨论了关于开放权重 AI 安全性的持续争论，包括 OpenAI 和 Anthropic 推动限制开源模型，以及研究人员通过检查模型权重变化来检测恶意行为的进展。 Hugging Face 建议防御方在事件发生前准备好可在自有基础设施上运行的模型，以避免护栏锁定并保护攻击者数据。

ChainCatcher 消息，特朗普政府将修改新的人工智能指导方针，扩大对人工智能模型的监管。白宫已制定一套人工智能框架，要求美国实验室在公开发布前由联邦政府进行安全测试。预计未来几个月，该框架将涵盖开源模型，一旦其能力达到与 Anthropic 的 Mythos 级模型和 OpenAI 的 GPT-5.6 相同的水平，将被纳入测试。

ChainCatcher 消息，黄仁勋在 X 平台发文宣布推出 Alpamayo 2 Super，这是英伟达面向自动驾驶领域打造的前沿开源推理模型。黄仁勋表示，Alpamayo 2 Super 不仅能够“看见”环境，还能理解并推理复杂世界，在行动前进行思考，可作为机器人出租车、自动驾驶卡车、接驳车、配送车辆、农业机械以及未来大规模移动机器人系统的核心模型。该模型将基于 OpenMDW-1.1 开放用于商业用途，允许开发者和企业进行模型检查、微调和部署。黄仁勋称，开放模型有助于推动自动驾驶系统的安全性和可靠性提升。他表示，下一波人工智能浪潮将属于机器人技术，而自动驾驶车辆将成为这一趋势的重要起点。

ChainCatcher 消息，Galaxy Research 研究主管 Alex Thorn 发文表示，针对 Coldcard 钱包生成地址的攻击仍在持续，目前正在持续收集受害者信息，并将新的受害地址和攻击者地址加入调查数据库。 如果用户仍在使用受影响的 Coldcard 单签地址，应立即迁移资金，根据目前调查结果，所有在 2021 年 3 月固件升级后生成的单签 Coldcard 地址，最终都可能被攻击者清空，只是时间问题。 根据 Galaxy Research 的分析，目前已确认的前三轮攻击呈现出高度程序化特征，攻击交易模式相似，大量被盗比特币仍停留在攻击者地址中，尚未发生转移。 但与此同时一些新的机会型攻击者正在出现，通过剥离资金链、跨链服务（如 ThorChain）以及海外投注平台等方式进行转移和清洗。 此外，Alex Thorn 还提到 AI 工具在安全调查中的限制问题，美国部分大语言模型限制了研究人员追踪被盗资金的能力，团队甚至不得不转向中国开源 AI 模型来协助保护用户资产和进行链上追踪。 他认为这一现象“令人难以置信”，并计划推动相关问题在政府和行业层面展开讨论。Alex Thorn 最后表示，目前大量被盗资金仍处于静止状态，团队正在持续追踪相关地址，并已向美国相关机构及行业伙伴共享信息。他呼吁比特币社区从此次事件中吸取教训，加强自托管安全教育，并提高对钱包复杂性的认识。

ChainCatcher 消息，据 X 用户 Rohan Paul 披露，当 OpenAI 模型攻破 Hugging Face 时，Anthropic 的 Claude 5 拒绝协助取证，Hugging Face 最终转向 Nvidia 量化版 GLM 5.2 完成应急处置。该用户评论称，禁止开源模型将削弱防御方的能力，此次事件印证了开源模型在安全响应中的实际价值。

ChainCatcher 消息，Moonshot AI 最新旗舰开源模型 Kimi K3 正式上线 B.AI Web Chat。此前 B.AI 已率先完成 Kimi K3 API 接入，此次 Web Chat 上线进一步降低了使用门槛。用户即日起可直接在 Web 端体验这一全球首个开源 3T 级模型在长程编程、复杂推理与深度知识工作方面的强大能力。

ChainCatcher 消息，英伟达 CEO 黄仁勋本周二接受 Axios 独家采访时表示，美国公司“绝对”应被允许使用中国开源 AI 模型，直接挑战特朗普政府及部分美国 AI 实验室的封锁政策。 黄仁勋认为，市场对 Kimi K3 的恐慌与 2025 年初 DeepSeek 引发的抛售一样属于误读：更便宜的开源模型将扩大 AI 受众，增加而非减少对芯片、数据中心和算力的需求。“免费 AI 对硬件是好事，对芯片是好事，对数据中心是好事。”他还反驳了开源模型构成安全风险的观点，称开源反而更安全，因外部研究者可检查模型、暴露漏洞并建立防御，同时呼吁 Anthropic 向“所有人”开放其 Claude Mythos 模型。 黄仁勋拒绝接受“中国将击败美国公司”的论调，认为 AI 竞赛没有终点，中美将长期共存。采访数小时后，美国财长 Bessent 表示政府正审查中国 AI 模型是否窃取知识产权并考虑制裁。黄仁勋则回应称，知识蒸馏是智能的基础，应针对违规行为而非模型追责。