AI在线 AI在线

开源

今晚19点｜2GPU+2CPU微调超大模型，带你上手开源KTransformers

今晚19点｜2GPU+2CPU微调超大模型，带你上手开源KTransformers
视点 发自 凹非寺. 量子位｜公众号 QbitAI2GPU 2CPU就可以在本地微调自己的DeepSeek 671B / Kimi K2 1TB超大模型了。 这就是前两天量子位介绍的明星开源项目KTransformers，吸引了很多伙伴的关注。
11/11/2025 5:03:01 PM
林樾
Cursor“自研”模型套壳国产开源？网友：毕竟好用又便宜

Cursor“自研”模型套壳国产开源？网友：毕竟好用又便宜
美国顶流AI产品“套壳”中国开源大模型，这事儿上“热搜”了（doge）。 𝕏网友都在感叹：大家都认为中国大模型正在迎头赶上。 不，它们已经赶上了。
11/3/2025 8:52:00 AM
开源Agent编程模型MiniMax M2，性价比之王

开源Agent编程模型MiniMax M2，性价比之王
开源模型之王易主，不过还是国产模型！ 行业评测里，它在 Artificial Analysis 榜单综合进入全球前五、开源模型第一梯队，重点在编程、工具使用、深度搜索这些 Agent 核心能力上表现亮眼。 MiniMax 刚发布并开源M2模型，它采用稀疏 MoE 架构，总参数 230B，但推理时仅激活约 10B，这意味着在保持高性能的同时，把算力开销和延迟压下来了。
10/31/2025 9:07:24 AM
阿丸笔记
世界模型有了开源基座Emu3.5！拿下多模态SOTA，性能超越Nano Banana

世界模型有了开源基座Emu3.5！拿下多模态SOTA，性能超越Nano Banana
最新最强的开源原生多模态世界模型——北京智源人工智能研究院（BAAI）的悟界·Emu3.5来炸场了。 图、文、视频任务一网打尽，不仅能画图改图，还能生成图文教程，视频任务更是增加了物理真实性。 先感受一下它的高精度操作：一句话消除手写痕迹。
10/31/2025 8:50:00 AM
OpenAI 再出开源力作 Safeguard 模型：可完整展示 AI“思维链”，强化内容分类能力

OpenAI 再出开源力作 Safeguard 模型：可完整展示 AI“思维链”，强化内容分类能力
10 月 30 日消息，科技媒体 NeoWin 昨日（10 月 29 日）发布博文，报道称 OpenAI 公司推出 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b 两款开源权重模型，专门用于根据用户提供的策略对内容进行推理、分类和标记。 这是继今年早些时候发布 gpt-oss 系列推理模型后，OpenAI 在开源领域的又一重要举措。 新模型是此前 gpt-oss 模型的微调版本，同样遵循宽松的 Apache 2.0 许可证，允许任何开发者免费使用、修改和商业部署。
10/30/2025 4:21:13 PM
故渊
DeepSeek-OCR：用视觉模态给长文本“瘦身”，大模型处理效率再突破

DeepSeek-OCR：用视觉模态给长文本“瘦身”，大模型处理效率再突破
在大语言模型（LLMs）不断拓展能力边界的今天，长文本处理始终是道绕不开的坎——文本序列每增加一倍，计算量就可能翻四倍，像处理一本几十万字的书籍、一份上千页的金融报告时，内存溢出、推理卡顿成了常态。 但DeepSeek团队最近开源的DeepSeek-OCR模型，给出了一个全新解法：把文本“画”成图像，用视觉Token实现高效压缩。 原本需要1000个文本Token存储的内容，现在100个视觉Token就能搞定，还能保持97%的OCR精度。
10/30/2025 7:00:00 AM
Goldma
美团视频生成模型来了！一出手就是开源SOTA

美团视频生成模型来了！一出手就是开源SOTA
美团，你是跨界上瘾了是吧！ （doge）没错，最新开源SOTA视频模型，又是来自这家“送外卖”的公司。 模型名为LongCat-Video，参数13.6B，支持文生/图生视频，视频时长可达数分钟。
10/28/2025 8:40:00 AM
最强OCR竟然不是DeepSeek、Paddle！HuggingFace新作：六大顶尖开源OCR模型横评！继DS后又杀出匹黑马！

最强OCR竟然不是DeepSeek、Paddle！HuggingFace新作：六大顶尖开源OCR模型横评！继DS后又杀出匹黑马！
编辑 | 听雨在AI快速进化的浪潮中，文字和图像的界限正在被重新定义。 那些能“看懂”文件、理解图表、读出语义的视觉语言模型（VLM），正在让传统OCR（光学字符识别）进入一个全新的智能阶段。 如果你还以为OCR只是“识字”的工具，那你可能错过了它真正的革命性变化。
10/24/2025 4:42:09 PM
听雨
李开复：美国在AI硬件赛道已败给中国！中国AI算力将是美国十倍！警告AI速度失控：先上车再修路，将酿成重大事故！

李开复：美国在AI硬件赛道已败给中国！中国AI算力将是美国十倍！警告AI速度失控：先上车再修路，将酿成重大事故！
编辑 | 云昭在旧金山TED AI大会上，创新工场董事长、AI科学家李开复通过视频连线发表演讲，罕见地直言：“在AI硬件和机器人制造方面，美国正在被中国超越。 ”李表示，这一点也不夸张。 在AI硬件与机器人赛道，中国的领先正在成为事实。
10/24/2025 12:45:11 PM
云昭
谷歌痛失王座？港科大贾佳亚团队DreamOmni2开源，超强P图暴击Nano Banana

谷歌痛失王座？港科大贾佳亚团队DreamOmni2开源，超强P图暴击Nano Banana
AI图像模型杀疯了！ 年初，GPT-4o引爆了一股「吉卜力」热潮。 最近，全网更是玩疯了Nano Banana生成的3D手办。
10/23/2025 12:41:13 PM
智谱运气是差一点点，视觉Token研究又和DeepSeek撞车了

智谱运气是差一点点，视觉Token研究又和DeepSeek撞车了
这不巧了吗……智谱和DeepSeek，又双叒撞车了。 太卷了，DeepSeek-OCR刚发布不到一天，智谱就开源了自家的视觉Token方案——Glyph。 既然是同台对垒，那自然得请这两天疯狂点赞DeepSeek的卡帕西来鉴赏一下：或许你也会对我们的工作感兴趣。
10/23/2025 8:55:04 AM
中国首个AI开源后端平台，让前端开发彻底“自给自足”了！

中国首个AI开源后端平台，让前端开发彻底“自给自足”了！
AI 只写一半应用这几年，AI Coding 工具的发展实在是太快了，你随便丢给它一个复杂的需求，它就能迅速拆分成一个个任务，生成漂亮的界面，着实是让人震惊不已。 但是深入观察一下就会发现，那只是“一半的应用”：只有前端代码，没有后端，界面漂亮，数据却是假的。 原因很简单，后端要涉及数据库、API、服务器等复杂环境，要想让AI完全自动生成、集成、部署，难度极高。
10/22/2025 3:48:46 PM
刘欣
文本已死，视觉当立！Karpathy狂赞DeepSeek新模型，终结分词器时代

文本已死，视觉当立！Karpathy狂赞DeepSeek新模型，终结分词器时代
DeepSeek再次让全世界大吃一惊！ 他们最新成果DeepSeek-OCR，从根本上改变了游戏规则——文本并非通用的输入。 反而，视觉将取而代之！
10/22/2025 9:01:31 AM
告别「偏科」，UniVid实现视频理解与生成一体化

告别「偏科」，UniVid实现视频理解与生成一体化
在视频生成与理解的赛道上，常常见到分头发力的模型：有的专注做视频生成，有的专注做视频理解（如问答、分类、检索等）。 而最近，一个开源项目 UniVid，提出了一个「融合」方向：把理解 生成融为一体 —— 他们希望用一个统一的模型，兼顾「看懂视频」 「生成视频」的能力。 这就像把「看图识物」和「画图创作」两件事，交给同一个大脑去做：理解一段文字 理解已有视频内容 → 再「画」出新的、连贯的视频 —— 这在技术上挑战极大。
10/21/2025 8:57:00 AM
Nature点赞！哈佛MIT最新作：AI科学家时代来了

Nature点赞！哈佛MIT最新作：AI科学家时代来了
随着近期大模型和智能体的飞速发展，这条路径正在通向一种全新的阶段：「AI科学家」。 在AI赋能科研的前沿，我们正见证一个重要的里程碑：从证明AI智能体「能否」解决特定科学问题，转向思考如何让它「高效、可靠、规模化」地参与整个研究过程。 Nature近期发布的新闻解析， 报道了由哈佛大学Marinka Zitnik和高尚华团队与MIT发布的首款大规模工具开源框架ToolUniverse。
10/20/2025 5:06:19 PM
英伟达4段简短提示词，IOI夺金！开源模型也能征服最难编程竞赛

英伟达4段简短提示词，IOI夺金！开源模型也能征服最难编程竞赛
IOI（国际信息学奥林匹克）是全球中学生算法编程竞赛的最高殿堂，每年只有不到10%选手能拿到金牌。 比赛要求选手在两天内各5小时独立解决3道高难度算法题，全程断网、不能借助外部资料，每题最多允许50次提交尝试。 要拿金牌，既要有过硬的算法思维，又得策略得当、在有限提交内调优代码。
10/20/2025 9:10:00 AM
超越纯视觉模型！不改VLM标准架构，实现像素级深度预测

超越纯视觉模型！不改VLM标准架构，实现像素级深度预测
在当前多模态AI发展浪潮中，视觉语言模型（Vision Language Models, VLMs）因其能通过「看图 文字交互」处理多样任务而备受关注。 然而，尽管在语义理解、视觉问答、图像指令等任务上表现优异，它们在从 2D 图像理解 3D 空间结构方面仍显薄弱。 相比之下，纯视觉模型（pure vision models）在 绝对深度估计（metric depth estimation） 等三维理解任务上，凭借专门设计的网络结构与损失函数，早已达到了超越人类的精度。
10/20/2025 9:09:00 AM
开源模型TOP5，被中国厂商包圆了

开源模型TOP5，被中国厂商包圆了
鱼羊 发自 凹非寺. 量子位 | 公众号 QbitAI开源大模型，进入中国时间。 10月，公开数据显示，来自中国的开源大模型已经牢牢占据榜单前五。
10/15/2025 4:37:33 PM
鱼羊