Meta 公布首届 Llama 影响力创新奖名单：最高资助 3.5 万美元
Meta 公布首届 Llama 影响力创新奖获奖名单，支持非洲、中东、亚太与拉美等地区用 Llama 解决本地难题的机构。入选团队将获得最高 3.5 万美元资助及配套广告额度，项目覆盖双语医疗顾问、疫苗问答机器人以及视障穿戴设备等场景。
开源项目
Llama、通义千问、DeepSeek 等开源大模型的新版本，以及值得一用的开源数据集、框架和开发工具。
查看更新的新闻
IBM 联手 NASA 开源 Prithvi WxC：基于 40 年观测数据的气候大模型
IBM 与 NASA 联合开源气象与气候基础模型 Prithvi WxC。该模型基于 NASA 40 年地球观测数据预训练，支持全球到局地多尺度微调，还能将气象数据分辨率提升最高 12 倍，改变了以往气象 AI 仅聚焦单一预测任务的局限。
阿里开源 100 多个 Qwen 2.5 模型：参数最高 72B，同步推出文生视频
阿里云在云栖大会上宣布开源 100 多个 Qwen 2.5 大模型，参数规格涵盖 0.5 到 72B，并在数学和代码能力上显著提升。同时，阿里还推出了通义万相新文生视频模型并升级了 Qwen2-VL。这对开发者来说意味着开源生态又迎来一次大规模扩充。
LAION 重发 58 亿图文数据集：剔除 2236 条涉嫌违规链接
曾为 Stable Diffusion 提供训练数据的 LAION 重新发布数据集 Re-LAION-5B。该版本根据多家保护机构的建议，删除了 2236 条涉嫌违规儿童内容的链接，并提供两个版本，供研究机构替换旧版或清洗现有数据。
Meta 晒 Llama 战报：总下载逼近 3.5 亿次，云端用量两个月翻倍
Meta 公布 Llama 最新数据：在 Hugging Face 累计下载量逼近 3.5 亿次，较去年增长超 10 倍。5 到 7 月间主要云平台的 token 用量翻了一倍，8 月甚至以 405B 旗舰版独立用户最多。开源大模型正在真正变成企业基建。
微软发布三款 Phi-3.5 小模型：MIT 协议开源，支持 128k 上下文
微软发布三款开源小模型 Phi-3.5 系列，涵盖 3.8B 的 Mini、41.9B 的 MoE 以及 4.15B 的 Vision。全系支持 128k 上下文并采用宽松的 MIT 协议，在长文本代码及多任务基准上甚至超越部分更大体量模型。
Nous Research 发布 Hermes 3：强化智能体与角色扮演
Nous Research 发布通用语言模型 Hermes 3，提供 8B、70B 和 405B 三种尺寸。新版本重点强化了角色扮演、智能体任务、函数调用和长上下文连贯性。模型由团队与 Lambda 合作训练，目前已开放免费网页端体验。
PlayCanvas 创始人开源 SuperSplat：免安装在浏览器编辑 3D 高斯泼溅
PlayCanvas 创始人 Will Eastcott 推出开源网页端工具 SuperSplat 1.0，用于查看和编辑 3D 高斯泼溅场景。用户无需安装任何软件，在浏览器中拖入 PLY 文件就能清理杂点、隐藏图层并调整朝向。不过目前导出时暂不支持球谐函数旋转。
Google 开源 Gemma Scope：用 400 多个稀疏自编码器透视大模型
Google 开源 Gemma Scope，这是一套面向 Gemma 2 2B 与 9B 的稀疏自编码器工具包，包含 400 多个自编码器和超 3000 万个学到的特征。它相当于给大模型装上显微镜，帮助研究人员拆解模型内部运作，应对幻觉、欺骗等安全风险。
动视开源《使命召唤：战区》地图数据：支持 AI 模型训练与内容生成
Activision 将《使命召唤：战区》Caldera 地图数据在 GitHub 开源。该数据集采用 OpenUSD 格式，包含完整度极高的地图几何结构及匿名玩家移动轨迹样本。动视称这是游戏业最大的公开 OpenUSD 数据集之一，旨在支持学术研究与生成式 AI 训练。
白宫表态：暂不限制开源 AI 模型
美国商务部发布报告称，目前没有必要对公开权重的高性能 AI 模型施加限制。NTIA 认为现有证据不足以支撑监管收紧，开放系统能带来实实在在的创新红利。不过政府也会持续监测风险，一旦威胁加剧将随时出手干预。
Meta 发布 Llama 3.1：405B 开源旗舰对标 GPT-4o，允许数据蒸馏
Meta 发布 Llama 3.1 系列，其中 405B 旗舰模型拥有 128K 上下文并在多项基准上对齐 GPT-4o。最值得关注的是，Meta 修改了协议，正式允许开发者用 405B 输出的数据去蒸馏训练其他小模型。
Apple 开源小模型 DCLM：权重与训练数据全公开，7B 跑分超 Mistral
Apple 研究团队近日在 Hugging Face 开源 DCLM 系列小模型，涵盖 7B 与 1.4B 两个版本。项目彻底公开了权重、训练代码及预训练数据集。7B 版本在 MMLU 测试中达 63.7%，超越 Mistral-7B。不过这属于早期研究成果，并非面向苹果设备的最终功能。
Mistral 发布 Codestral Mamba：基于新架构，支持 256k 代码上下文
Mistral AI 联手 Albert Gu 与 Tri Dao 推出代码模型 Codestral Mamba。相比 Transformer，它具备线性时间推理优势，上下文检索测试达 256k tokens。模型以 Apache 2.0 协议开源，开放 Hugging Face 权重下载与云端测试。
Stability AI 认怂改协议：年收入百万美元以下，SD3 随便免费商用
Stability AI 宣布修改社区许可协议，覆盖 SD3 Medium 等最新模型。新规彻底放宽限制，年营收低于 100 万美元的个人创作者与小微企业可免费商用，也不再限制生成图片或视频的数量。官方同时承认 SD3 Medium 在人体姿态等生成效果上未达预期，正抓紧修复。
法国实验室 Kyutai 推出 Moshi：延迟仅 200ms 的开源实时语音 AI
法国非营利 AI 实验室 Kyutai 展出实时语音助手 Moshi 并宣布开源。它仅由 8 人团队耗时半年研发，端到端延迟低至 200 毫秒，支持 70 种情绪，还能在笔记本本地边听边说。
LivePortrait：单张人像秒变动态视频，RTX 4090 单帧仅 12.8 毫秒
快手团队开源肖像动画框架 LivePortrait。它不走主流 Diffusion 路线，而是靠隐式关键点让单张人像或猫狗照片随视频动起来，在 RTX 4090 上单帧耗时仅 12.8 毫秒。目前推理代码与模型权重均已公开。
上海 AI 实验室开源 InternLM 2.5-7B：支持 1M 上下文与工具调用
上海人工智能实验室开源 InternLM 2.5-7B 模型。新模型支持高达 1M 的上下文窗口，重点强化了推理能力与工具调用，并在 Hugging Face Open LLM 榜单 12B 以下级别位居前列，兼顾轻量参数与超长文本处理。
Google 上线 Gemma 2：27B 越级打两倍体量，单卡就能跑
Google 正式发布新一代开源模型 Gemma 2，提供 9B 和 27B 两个版本。27B 性能直追两倍体量模型，能在单张 NVIDIA H100 或 TPU 上跑全精度推理；9B 则在同尺寸中压过 Llama 3。开发者以商业友好许可开源使用。
微软开源视觉模型 Florence-2：小至 232M，一个模型通吃多种图像任务
微软 Azure AI 团队在 Hugging Face 上开源了视觉基础模型 Florence-2，采用宽松的 MIT 协议。该模型仅有 232M 和 771M 两个极小尺寸，通过统一的文本提示词即可处理图像描述、目标检测和图像分割等多种视觉任务，在多项测试中甚至超过参数量大百倍的模型。