開源模型

ChainCatcher 消息，据 Rest of World 報導，阿里巴巴於 2022 年推出開源模型平台 ModelScope，OSChina 於 2023 年推出 MoArk，面向防火牆內的中文開發者提供模型托管、測試和定制服務。中國監管機構於 2023 年屏蔽 Hugging Face，未公布具體原因；報導稱，政府同時默許人工智慧實驗室繞過封鎖，以便把中國模型分享到全球。ModelScope 現托管超過 17 萬個模型，並在 3 月表示擁有 17 萬個模型和 2.5 億用戶；MoArk 約托管 2 萬個常用模型，二者仍低於托管超過 300 萬個開放模型的 Hugging Face。OSChina 首席執行官徐勇表示，並非所有人都能一直使用 VPN，中國需要建立服務中文用戶的自主人工智慧生態，並稱中國正在比互聯網時代更快地發展獨立生態。他還稱，MoArk 部署工程師團隊，使模型能在不同類型的中國晶片上運行，確保主流開放模型適配中國晶片是其使命。兩家平台部分服務免費，額外算力和高級功能收費；ModelScope 還舉辦大學黑客松，並在杭州為人工智慧創業者開設聯合辦公和活動空間。總部位於紐約的 Hugging Face 是分享開放模型和數據集的主要平台。9 月，英偉達宣布以 129 億美元收購該公司，並在監管文件中指出，監管機構可能禁止在該網站分享中國模型。

ChainCatcher 消息，据《金融时报》调查，開放權重模型正從科技公司擴散到美國傳統企業。AlphaSense 數據顯示，今年 8 月和 9 月，美國企業在財報電話會和投資者會議中提到開放權重或開源模型的次數同比增加約 6 倍。PNC Financial、物流公司 CH Robinson 和西門子近期公開談到相關應用。Tinder 的 AI 年化支出從今年 1 月約 100 萬美元升至 7 月約 1000 萬美元，目前已開始把部分普通請求交給開放權重模型。AT&T 表示，目前約 40% 的 AI 任務已交給開放模型，並計劃提高到約 70%。其內部 AI 系統每天處理約 450 億 Token，簡單任務使用成本更低的模型，複雜任務繼續使用 OpenAI、Anthropic 等前沿模型。

ChainCatcher 消息，DeepSeek CEO 梁文鋒向投資人透露，公司正在訓練一個 2 萬億參數模型，之後還計劃開發一個 8 萬億參數模型。現有旗艦 V4-Pro 總參數為 1.6 萬億。目前已公開權重的超大模型中，Moonshot AI 的 Kimi K3 達到 2.8 萬億參數。Kimi K3 採用 MoE 架構，2.8 萬億總參數中每個 Token 激活 1040 億參數。DeepSeek 規劃中的 8 萬億參數模型規模接近其近 3 倍。DeepSeek 於 7 月完成超 500 億元融資，估值超 500 億美元。V4-Pro 以 1.6 萬億總參數、490 億激活參數開源。

ChainCatcher 消息，Social Capital 創始人 Chamath Palihapitiya 發布深度研究報告稱：開源權重模型已接近公開評估的最佳閉源前沿模型約四個月，且差距波動加大。若開源模型在接近前沿性能的同時讓企業更多控制數據、基礎設施與定制化，企業仍向前沿實驗室付費所對應的價值成為商業問題。開放性存在光譜，從可下載並自由修改的完全開源模型，到帶有不同限制的開源權重模型，閉源模型則保持權重私有。Palantir 首席執行官 Alex Karp 警告，企業可能將構成差異化的專有知識與流程交給前沿模型提供商。微軟首席執行官 Satya Nadella 表示：企業實際上為智能付費兩次，一次是金錢，另一次是為使智能有用而必須披露的更有價值的專有知識。儘管存在擔憂，企業仍願為前沿性能付費，即使最佳開源權重模型僅落後數月，前沿實驗室收入持續加速。領先企業同時使用兩類模型，以開源模型獲取控制與定制，以閉源前沿模型獲取最高能力，部分案例報告最高 12 倍工程效率與超過 20 倍成本節約。部分廠商採取雙軌，Google 同時提供 Gemini 與 Gemma，Meta 同時提供 Muse Spark 與 Llama。該 99 頁報告還涉及前沿實驗室維持領先的成本、模型競爭的五個因素、模型運行位置，以及 NVIDIA 與 Samsung 對開源權重的投資。

ChainCatcher 消息，据 Ars Technica 報導，Mozilla 最新《State of Open Source AI》稱，美國閉源前沿模型與中國開源權重模型之間的性能差距已縮小至約 4.4 個月。以 Moonshot AI 的 Kimi K3 為代表的開源模型，在 Artificial Analysis Intelligence Index 綜合得分上僅落後 Anthropic Fable 5 三個點，但成本僅為其約 30%。METR 測算顯示，最強閉源模型可穩定完成時長約 12 小時的人類專家任務，而最強開源模型目前可靠完成約 7 小時任務，預計約 4 個月後開源模型將追上當前閉源水平。Mozilla 認為，大多數組織應默認採用開源模型，僅在專業、高強度檢索和長上下文等場景為閉源模型支付溢價。付費購買前沿人工智能模型，成本是普通購買的 5 倍，卻能獲得 4 個月的先發優勢。

ChainCatcher 消息，微軟 CEO Satya Nadella 在 X 發文表示：任何對超級智能的追求都必須基於核心原則，即如果我們構建的 AI 不能幫助人類並處於人類控制之下，就不值得追求。他還表示，需要加速並廣泛傳播 AI 益處，使其在國家、社區和公司中廣泛擴散，這需要閉源與開源模型都能蓬勃發展的前沿生態系統。對企業而言，必須保留對其獨特和隱性知識的完全控制，每個組織都應能構建自己的持續學習循環，而不依賴任何單一模型提供商，並將自身知識嵌入其控制的模型和權重中。Nadella 稱，歡迎為正確對齊所需的研究、關注和審慎節奏，以及"嵌入式評估器"等想法。這不能由少數實體控制，必須在生態系統、國家和包括學術界在內的領域有廣泛代表性。微軟的方法是 AI 堆疊每一層的廣泛訪問和選擇、企業對學習循環和模型的控制，以及將於明天發布供公眾諮詢的自有 MAI 模型"行為準則"。

ChainCatcher 消息，微軟董事長兼首席執行官納德拉表示，我們需要加快 AI 發展，並擴大 AI 帶來的收益，使其能夠廣泛惠及不同國家、社區和企業。這需要建立一個前沿生態系統，讓閉源模型和開源模型都能夠蓬勃發展。

ChainCatcher 消息，据財聯社報導，OpenAI 首席財務官表示，正在考慮改革收費模式，測試基於效果定價的新收費模式，逐步告別按使用量計費的方式，與定價更低的開源模型展開競爭。

ChainCatcher 消息，据韓聯社報導，美國市場信息機構 Silicon Data 發布的 LLM Token 支出指數（LLM Token Expenditure Index）於 8 月 31 日跌至每百萬 Token 97 美分，創下該指數自去年底成立以來的歷史最低值，較 5 月高點（2.05 美元）下跌逾 50%。分析認為，中國 AI 企業月之暗面推出的開源模型 "Kimi K3"、OpenAI 於 7 月下調 ChatGPT-5.6 系列模型定價，以及頭部廠商推行動態定價機制，共同構成此輪價格下行的主要驅動因素。Token 價格下跌雖有助於降低用戶使用成本，但對 OpenAI、Anthropic、Google 等模型開發商而言將形成營收壓力。投資機構 Seez Group 投資負責人指出，基礎模型企業受衝擊最為直接，建議轉向強化分發渠道、內存及上下文能力，以提升用戶遷移成本，應對開源模型的競爭侵蝕。

ChainCatcher 消息，阿里巴巴 Qwen 團隊將於週三發布 Qwen 3.8-Flash-Next，這是一款混合專家（MoE）模型，總參數達 1250 億，但每個 token 僅啟用 60 億參數。團隊將其定位為下一代 Qwen 4 架構的預覽版本，而非最終旗艦模型。該模型被描述為多模態，並基於即將推出的 Qwen 4 架構構建。團隊表示，提前發布這一早期版本是為了讓開發者能夠為後續完整的 Qwen 系列做好準備。模型權重將托管在 Hugging Face 與 ModelScope 平台。截至目前，Qwen 尚未公布該模型的基準測試成績，也未發布與自家 Qwen 3 系列或海外競品的對比數據，1250 億與 60 億參數的具體數字尚未得到官方證實。作為開放權重模型，開發者可免費下載、微調並運行，無需將數據發送至封閉 API，有助於降低托管模型的成本。

ChainCatcher 消息，据 Cointelegraph 報導，Hugging Face 披露其於 7 月遭遇由自主 AI 代理系統驅動的入侵事件。攻擊代理在 5 月初測試開始後，利用 OpenAI 的 Artifactory 實例留下漏洞利用筆記，隨後對 Hugging Face 發起約 17,600 次攻擊，影響其數據集處理基礎設施、製作環境、內部網絡及雲憑證等。確認的客戶數據訪問僅限於與 ExploitGym/CyberGym 基準相關的五個數據集。Hugging Face 在調查中發現，由於 OpenAI 和 Anthropic 等頂級模型提供商的安全護欄限制，公司無法使用這些商業模型進行防禦分析，被迫轉向運行在中國開源模型 zai-org/GLM-5.2 上，且該模型運行在公司自有基礎設施上，確保攻擊者數據和憑證不離開其環境。公司指出，攻擊者不受任何使用政策約束，而防禦方的取證工作卻被托管模型的護欄所阻礙。這一事件凸顯了開放權重模型與封閉模型之間的安全悖論。文章還討論了關於開放權重 AI 安全性的持續爭論，包括 OpenAI 和 Anthropic 推動限制開源模型，以及研究人員透過檢查模型權重變化來檢測惡意行為的進展。Hugging Face 建議防禦方在事件發生前準備好可在自有基礎設施上運行的模型，以避免護欄鎖定並保護攻擊者數據。

ChainCatcher 消息，特朗普政府將修改新的人工智慧指導方針，擴大對人工智慧模型的監管。白宮已制定一套人工智慧框架，要求美國實驗室在公開發布前由聯邦政府進行安全測試。預計未來幾個月，該框架將涵蓋開源模型，一旦其能力達到與 Anthropic 的 Mythos 級模型和 OpenAI 的 GPT-5.6 相同的水平，將被納入測試。

ChainCatcher 消息，黃仁勳在 X 平台發文宣布推出 Alpamayo 2 Super，這是英偉達面向自動駕駛領域打造的前沿開源推理模型。黃仁勳表示，Alpamayo 2 Super 不僅能夠"看見"環境，還能理解並推理複雜世界，在行動前進行思考，可作為機器人出租車、自動駕駛卡車、接駁車、配送車輛、農業機械以及未來大規模移動機器人系統的核心模型。該模型將基於 OpenMDW-1.1 開放用於商業用途，允許開發者和企業進行模型檢查、微調和部署。黃仁勳稱，開放模型有助於推動自動駕駛系統的安全性和可靠性提升。他表示，下一波人工智慧浪潮將屬於機器人技術，而自動駕駛車輛將成為這一趨勢的重要起點。

ChainCatcher 消息，Galaxy Research 研究主管 Alex Thorn 發文表示，針對 Coldcard 錢包生成地址的攻擊仍在持續，目前正在持續收集受害者資訊，並將新的受害地址和攻擊者地址加入調查資料庫。如果用戶仍在使用受影響的 Coldcard 單簽地址，應立即遷移資金，根據目前調查結果，所有在 2021 年 3 月固件升級後生成的單簽 Coldcard 地址，最終都可能被攻擊者清空，只是時間問題。根據 Galaxy Research 的分析，目前已確認的前三輪攻擊呈現出高度程序化特徵，攻擊交易模式相似，大量被盜比特幣仍停留在攻擊者地址中，尚未發生轉移。但與此同時一些新的機會型攻擊者正在出現，通過剝離資金鏈、跨鏈服務（如 ThorChain）以及海外投注平台等方式進行轉移和清洗。此外，Alex Thorn 還提到 AI 工具在安全調查中的限制問題，美國部分大語言模型限制了研究人員追蹤被盜資金的能力，團隊甚至不得不轉向中國開源 AI 模型來協助保護用戶資產和進行鏈上追蹤。他認為這一現象"令人難以置信"，並計劃推動相關問題在政府和行業層面展開討論。Alex Thorn 最後表示，目前大量被盜資金仍處於靜止狀態，團隊正在持續追蹤相關地址，並已向美國相關機構及行業夥伴共享資訊。他呼籲比特幣社區從此次事件中吸取教訓，加強自托管安全教育，並提高對錢包複雜性的認識。

ChainCatcher 消息，據 X 用戶 Rohan Paul 披露，當 OpenAI 模型攻破 Hugging Face 時，Anthropic 的 Claude 5 拒絕協助取證，Hugging Face 最終轉向 Nvidia 量化版 GLM 5.2 完成應急處置。該用戶評論稱，禁止開源模型將削弱防禦方的能力，此次事件印證了開源模型在安全響應中的實際價值。

ChainCatcher 消息，Moonshot AI 最新旗艦開源模型 Kimi K3 正式上線 B.AI Web Chat。此前 B.AI 已率先完成 Kimi K3 API 接入，此次 Web Chat 上線進一步降低了使用門檻。用戶即日起可直接在 Web 端體驗這一全球首個開源 3T 級模型在長程編程、複雜推理與深度知識工作方面的強大能力。

ChainCatcher 消息，英偉達 CEO 黃仁勳本週二接受 Axios 獨家採訪時表示，美國公司"絕對"應被允許使用中國開源 AI 模型，直接挑戰特朗普政府及部分美國 AI 實驗室的封鎖政策。黃仁勳認為，市場對 Kimi K3 的恐慌與 2025 年初 DeepSeek 引發的拋售一樣屬於誤讀：更便宜的開源模型將擴大 AI 受眾，增加而非減少對晶片、數據中心和算力的需求。"免費 AI 對硬體是好事，對晶片是好事，對數據中心是好事。"他還反駁了開源模型構成安全風險的觀點，稱開源反而更安全，因外部研究者可檢查模型、暴露漏洞並建立防禦，同時呼籲 Anthropic 向"所有人"開放其 Claude Mythos 模型。黃仁勳拒絕接受"中國將擊敗美國公司"的論調，認為 AI 競賽沒有終點，中美將長期共存。採訪數小時後，美國財長 Bessent 表示政府正審查中國 AI 模型是否竊取知識產權並考慮制裁。黃仁勳則回應稱，知識蒸餾是智能的基礎，應針對違規行為而非模型追責。