耶鲁与 EPFL 开源 Meditron：专为低资源医疗场景定制的 Llama 3 模型
EPFL 与耶鲁医学院团队基于 Meta Llama 3 微调推出开源医疗模型 Llama-3[8B]-MeditronV1.0。该套件面向医疗资源匮乏地区与人道主义场景，在 MedQA 等基准测试中同参数表现领先。团队将数据与权重全部开源，助力医疗普惠。
开源项目 · 日报
周四
4月25日 星期四
周三
4月24日 星期三
Snowflake 开源 Arctic LLM：480B 稀疏架构专攻企业 SQL 与编程
Snowflake 推出企业级大模型 Arctic LLM，采用 Apache 2.0 协议完全开源并允许商用。该模型基于混合专家架构，总参数 480B 但每次仅激活 17B，训练成本仅约 200 万美元，主打企业数据库代码生成与 SQL 查询，表现据称优于 Databricks 的 DBRX。
周四
4月18日 星期四
NVIDIA 全面加速 Llama 3：单张 H200 跑 70B 每秒吐 3000 token
NVIDIA 宣布对 Meta 新发布的 Llama 3 进行全平台推理优化。测试显示，单张 H200 运行 700 亿参数版本时每秒生成约 3000 token，可同时服务约 300 名用户；80 亿参数版本也已适配 Jetson 和 RTX PC。开发者可直接通过 NIM 微服务在浏览器中试用。
周一
4月15日 星期一
Hugging Face 发布 Idefics2：8B 视觉大模型开源，OCR 与图文推理大涨
Hugging Face 推出开源多模态模型 Idefics2。它仅有 8B 参数，采用 Apache 2.0 协议，支持原生图像分辨率输入并大幅强化了 OCR 与文档问答能力。其视觉问答表现在同量级拔尖，甚至能叫板 30B 级别的闭源与大尺寸模型。
周三
4月10日 星期三
Mistral 在 X 上甩种子：开源 176B 大模型 Mixtral 8x22B
Mistral AI 延续传统在 X 上直接发布磁力链接，推出开源模型 Mixtral 8x22B。该模型总参数达 1760 亿，采用 MoE 架构，每次推理仅激活 440 亿参数，支持 65k 上下文窗口。最值得关注的是它采用宽松的 Apache 2.0 协议开源，开发者可自由商用与微调。
周二
4月9日 星期二
Meta 确认：开源大模型 Llama 3 下个月内正式推出
Meta 确认将在下个月内开始推出下一代开源大语言模型 Llama 3，年内会陆续推出不同能力和规格的版本。Llama 3 将接入 Meta 旗下多款产品，重点解决此前回答受限的问题，并有望将最大参数规模从 Llama 2 的 700 亿提升至约 1400 亿。
Google 联合 Hugging Face 开源 CodeGemma：主打代码补全，轻至 2B
Google 联合 Hugging Face 上线代码模型 CodeGemma。该系列在 Gemma 基础上补充了 5000 亿 token 训练，推出主打代码填充的 2B 版本、兼顾自然语言的 7B 基础版及 7B 对话版。其中 2B 版仅需约 6 GB 内存，适合在端侧设备快速补全代码。
周一
4月8日 星期一
Stability AI 发布 Stable LM 2 12B：兼顾多语言与工具调用
Stability AI 推出开源模型 Stable LM 2 12B，包含基础与指令微调版，基于 2 万亿 token 训练并支持英、德、法等 7 种语言。其指令版支持工具调用与 RAG 检索增强。同时 1.6B 版本也获升级。个人研究免费，商用需开通会员。
周一
3月18日 星期一
Stability AI 发布 Stable Video 3D：一张图生成 3D 网格与环绕视频
Stability AI 推出 3D 生成模型 Stable Video 3D（SV3D），能从单张图片生成多视角环绕视频并重建 3D 网格。模型显著提升了视角一致性，提供自动环绕与指定轨迹两个版本。非商业权重已在 Hugging Face 开源，商用需开通会员。
周日
3月17日 星期日
xAI 开源 Grok-1：开放 3140 亿参数基础模型权重与架构
xAI 宣布按 Apache 2.0 协议开源 Grok-1 的基础模型权重与网络架构。该模型拥有 3140 亿参数，采用混合专家架构，是 2023 年 10 月完成预训练的原始检查点，未经过特定对话微调。代码与指引已在 GitHub 上线。
周二
3月5日 星期二
Stability AI 联手 Tripo 开源 TripoSR：单图生 3D 不到半秒，无 GPU 也能跑
Stability AI 联手 Tripo AI 推出开源 3D 重建模型 TripoSR。它能根据单张图片在 0.5 秒内生成带纹理的 3D 模型，即便没有独立显卡也能运行。代码与权重采用 MIT 协议开源在 GitHub 和 Hugging Face，允许商用。
周三
2月21日 星期三
Google 开源轻量模型 Gemma：笔记本能跑，允许商用
Google 推出全新开源模型系列 Gemma，提供 2B 和 7B 两个尺寸及指令微调版本。它继承了 Gemini 的核心技术，能在个人电脑或工作站本地运行，在同尺寸开源模型中表现顶尖，且允许企业和个人免费商用。
周三
2月7日 星期三
Apple 开源修图模型 MGIE：用大白话改图，打字就能调光换配料
Apple 联合加州大学圣巴巴拉分校开源修图模型 MGIE。用户只需输入日常大白话（例如说句「更健康」就能给披萨加蔬菜），模型便能理解意图并完成调光、裁剪或替换元素。代码已在 GitHub 开源，并提供在线 Demo。
开源模型新霸主：Abacus AI 推出 Smaug-72B，多项基准超 GPT-3.5
初创公司 Abacus AI 公布基于通义千问 Qwen-72B 微调的模型 Smaug-72B。它是首个在 Hugging Face 开源排行榜上综合均分破 80 的模型，在多个基准测试中超过了 GPT-3.5 和 Mistral Medium。团队针对推理和数学能力做了专项微调，模型现已完全开源。
周三
1月31日 星期三
Mistral 证实神秘模型泄露：逼近 GPT-4 性能的 miqu 确为自研旧作
Mistral CEO Arthur Mensch 证实，近日在社区流传且跑分逼近 GPT-4 的开源模型「miqu-1-70b」，是早期客户员工泄露的自研旧模型。该模型基于 Llama 2 重构训练。最值得关注的是，开源生态追赶顶级专有模型的速度远超外界预期。
周日
12月24日 星期日
苹果悄然开源 Ferret：圈出图片任意区域，多模态 AI 就能精准答疑
10 月起，苹果与康奈尔大学低调开源多模态模型 Ferret，近期引发广泛关注。用户在图中任意手绘区域，它都能精准识别其中的物体并结合上下文问答。最值得关注的是一向封闭保密的苹果罕见走向开源，不过该模型目前仅限非商业用途。