NVIDIA加入欧盟AI科学赋能计划,提供开放模型与算力支持
NVIDIA在都柏林举行的AI in Science Summit上宣布加入欧盟委员会发起的AI in Science Enablers Initiative,旨在为欧洲科研社区提供加速计算工具、开放模型、技能培训和算力资源。
NVIDIA在都柏林举行的AI in Science Summit上宣布加入欧盟委员会发起的AI in Science Enablers Initiative,旨在为欧洲科研社区提供加速计算工具、开放模型、技能培训和算力资源。
阶跃(StepFun)开放 Step 5 Preview 模型权重。该模型采用稀疏 MoE 架构,总参数量 600B,每 token 激活 27B,支持 100 万 token 上下文及原生文本视觉输入。其专为 AI 编程等长程 Agent 任务设计,便于开发者自主部署。
Floqer 计划于 2027 年初开源其用于 B2B 销售研究的 AI 智能体数据库,目前 ARR 已超 120 万美元。该系统利用 100+ 数据源自动构建潜在客户列表并持续更新信息,据称可帮助团队减少 70% 的线索挖掘时间。
Microsoft 发布开源机器学习工具 Probabilistic Bias Correction (PBC),通过修正现有模型偏差,将天气预报可靠性延伸至两至六周。该工具仅需 CPU 运行,使 ECMWF 物理模型的降水与温度预测准确率分别提升 98% 和 92%,AI 系统准确率翻倍。
面壁智能与OpenBMB正式开源多模态模型MiniCPM-V 4.7,包含35B-A3B和1B两个版本。其中35B-A3B作为系列首个MoE模型,总参数35B但每次推理仅激活3B,在iPhone 17 Pro Max上仅占用3G内存即可达到每秒13个token以上的解码速度。
推荐理由:原文展示了35B MoE模型在仅占3G内存下实现每秒13个token的解码速度,并提供了断网实测案例与前瞻专家调度技术细节。
Sakana AI 推出 MASS 方法,让 Qwen3.6-27B 通过多智能体协作实现递归自我改进。该方法在 MLR-Bench 等基准测试中得分提升 1.2 至 1.6 倍,两轮后胜率升至 69.9%。然而,由于共享盲区,错误可能被误判为进步并进入下一轮训练循环。
Ben Affleck 因在访谈中熟练运用神经网络、Transformer 等术语及 Python 编程能力引发关注。他透露曾将 AI 电影制作初创公司出售给 Netflix,并在 Screentime 2026 会议上演示通过解冻权重微调开源视频模型的技术。该方案旨在保留创作者专有工作成果的同时,使模型符合特定电影制作标准。
Nous Research 完成 9000 万美元 B 轮融资,估值达 15 亿美元,投资方包括 Nvidia 和 Samsung。该公司基于开源 Hermes 智能体(克隆超 2400 万次)推出“Hermes for Businesses”,支持企业部署处理多步工作流的定制 AI 智能体。其年化收入预计将在 2026 年底前突破 1 亿美元。
微软亚洲研究院推出并开源了 Agent Lightning v1.0,这是一个仅约 3,500 行代码的轻量级智能体强化学习(RL)框架。该框架引入了“Harnessed Agentic RL”范式,允许直接使用部署时的真实 Agent Harness 参与训练,无需在训练框架中重新实现 Agent。
Google DeepMind 发布 EmbeddingGemma 2,这是一个基于 Gemma 4 架构的 7.4 亿参数开源多模态嵌入模型,支持文本、图像、音频和视频的统一嵌入空间处理。
EmbeddingGemma 2 模型已发布并采用 Apache 2.0 开源许可证。该许可允许用户在托管服务停止时自行运行开放权重版本,避免了因专有模型下线而需付费重新计算数百万个存储向量的高昂成本与风险。
Musubi 推出开源权重决策模型 PolicyLM-1.7B,专为实时内容审核设计。该模型能在 50 毫秒内应用纯英文策略处理消息,无需因政策变更重新训练。相比传统分类器,它兼具 LLM 灵活性与低延迟优势,支持平台主动标注海量内容。
Google 推出开源多模态嵌入模型 EmbeddingGemma 2,参数量仅 740M。该模型在 Massive Text Embedding Benchmark (Code) 得分 78.68,性能优于两倍大小的竞品。它支持本地运行,仅需约 191 MB RAM,查询耗时 20-70 毫秒,权重已上线 Hugging Face 和 Kaggle。
Reflection 推出首个开源权重模型 Beam,采用 501B 总参数、激活 23B 的 MoE 架构,在编码与智能体任务中以三至四倍更少算力匹配 GLM-5.2。该模型经大规模强化学习训练,具备可调推理深度及涌现能力,计划本月以 Apache 2.0 协议开放权重。
Deepseek 正接近完成至少 120 亿美元的新一轮融资,CATL 和腾讯出资最多,总额可能接近 150 亿美元。这一强劲投资兴趣源于其 V4-Flash 模型在成本和性能上对 Anthropic 及 OpenAI 设定的新基准。公司计划于 2027 年初进行 IPO,并正在建设配备至少 16 万颗华为 AI 芯片的数据中心。
StartLux(原点星辉)发布开源多模态决策模型 StartLux-Decision,提供 0.8B 至 27B 五档规格并支持本地部署。其 27B 版本在 Decision Index 0.2.1 测试中综合分 63.88,高于闭源模型 Jev 的 57.91。该模型旨在填补 Jev 无法本地运行的缺口,助力构建个人 AI 系统。
NASA 与 IBM Research 联合发布开源的 NASA-IBM Lunar Foundation Model,基于 TerraMind 架构从零训练。该模型整合了 Lunar Reconnaissance Orbiter 等任务近 200 万块多模态数据,在极地冰层预测上误差比 SwinV2-B 降低最高 22%,并支持 LoRA 微调以适配不同分辨率任务。
Meta 推出开源项目 Muse Gadgets,提供 ESP32 固件和 Linux SDK,允许爱好者自制连接 AI 智能体 Muse 的硬件。代码采用 Apache 2.0 许可,Meta 同步发布限量免费赠送给订阅者的 USB-C 设备 Muse Home Link,用于控制智能家居。
NVIDIA DGX Spark 推出 64GB 统一内存版本,由 Acer、ASUS 等厂商制造,起售价 $4,999。该配置搭载 GB10 Grace Blackwell 芯片,单台可本地运行最高 1000 亿参数模型;两台通过 Sync Cluster Assistant 集群后内存达 128GB,支持 2000 亿参数模型且性能提升 1.7 倍。
openJiuwen团队发布X-Router自演进模型路由技术,通过动态决策实现成本与效果最优。在PinchBench评测中,开启Bandit自演进后得分达70.70%,较全云基线成本降低44.6%。该技术支持昇腾亲和,利用Qwen3-0.6B进行复杂度分类,实测减少超50%的Token消耗。
飞捷科思全面开源了面向三维世界构建的Fysiverse-3D系列工作。该模型覆盖从一句话到一个可执行世界的完整链路,首先通过可验证空间文生图方案SpatialGuard对自然语言中的空间意图进行显式规划,生成空间关系准确、可验证的视觉观测,为下游重建提供可靠输入。
推荐理由:原文介绍了Fysiverse-3D从自然语言到可执行3D世界的完整链路及SpatialGuard方案,为理解其空间推理能力提供了具体技术路径。
小米推出 MiMo-V2.6-Pro,以 1.02T 总参数、42B 激活参数登顶开源权重模型 Intelligence Index(46),训练成本约 300 万美元。该模型采用 MIT 协议开源,包含 RL 环境与训练代码,支持最高 1M 上下文长度。
前 OpenAI 研究员 Diogo Almeida 推出仅输出概率判断的 Jev 模型,上线数天催生近五百个开源项目。该模型单次判断耗时几十毫秒、花费 0.000015 美元,能将百万 token 上下文在 1 秒内精简至 8.6 万。其每百万输入 token 0.042 美元的定价,使边缘场景 AI 部署成本从每月 3.5 万美元降至约 120 美元。
GitHub 项目 leandrodaf/3d-new-era-ai 发布了一款用 Rust 编写的开源家装、户型及室内设计编辑器,支持 Windows、macOS、Linux 和浏览器端。
推荐理由:该开源编辑器通过 MCP 协议让 AI 智能体直接操作设计软件,提供了从绘图到渲染的完整自动化工作流参考。
Google DeepMind 推出基于 Apache 2.0 协议的开源实验模型 DiffusionGemma,通过并行生成文本块实现最高 4 倍的推理加速。
Google DeepMind 推出 Gemma 4 12B,这是一款旨在在笔记本电脑上运行的高性能多模态模型。该模型采用统一的无编码器架构,直接将视觉和音频输入整合进 LLM 主干,无需传统独立编码器,从而降低延迟并减少内存占用。
推荐理由:Gemma 4 12B 采用无编码器统一架构,支持本地运行与多模态输入,为开发者提供轻量级智能体开发方案。