Stability AI 釋出首個日語模型：70 億引數，基礎版開源可商用
Stability AI 釋出首個日語語言模型 Japanese StableLM Alpha，引數量為 70 億。模型基於 7500 億 token 訓練，在多項日語基準測試中表現領先。其中基礎模型採用 Apache 2.0 協議支援商用，指令微調版本僅限研究用途。
開源專案 · 日報
週四
8月10日 星期四
週四
8月3日 星期四
阿里巴巴開源兩款 70 億引數模型：Qwen-7B 正式對標 Meta
週四，阿里巴巴宣佈開源 70 億引數大模型 Qwen-7B 及對話版 Qwen-7B-Chat，支援中英文。全球開發者均可免費商用，月活超 1 億的企業需申請免費授權。阿里此舉直接對標 Meta 的 Llama 系列，意在以開源拉攏開發者，進而帶動阿里雲業務增長。
IBM聯手NASA開源地理空間大模型：標註資料減半，效能反升15%
IBM 與 Hugging Face 宣佈，將 IBM 與 NASA 聯合研發的地理空間 AI 基礎模型在 Hugging Face 開源。該模型基於 NASA 衛星資料訓練，僅需一半標註資料就能比現有方案效能提升 15%，可用於追蹤森林砍伐和洪水監測。
週三
8月2日 星期三
Meta 開源音訊生成框架 AudioCraft：文字一鍵生成音樂和環境音效
Meta 正式開源音訊生成框架 AudioCraft，並公開全部程式碼與權重。該框架打包了文本生成音樂的 MusicGen、生成環境音效的 AudioGen 以及升級版神經編解碼器 EnCodec。研究者和創作者可以直接用自己的資料集訓練專屬模型。
週日
7月30日 星期日
OSI 炮轟 Meta：LLaMA 2 根本不算真正的開源
開源促進會（OSI）發文批評 Meta 濫用「開源」概念，指出 LLaMA 2 限制商業規模和特定領域，並不符合開源定義。OSI 認為開源必須賦予開發者完整自主權，不能限制用途，他們計劃在 10 月 17 日拿出「開源 AI」的正式定義草案。
週三
7月26日 星期三
Stability AI 開源 SDXL 1.0：原生 1024 解析度，告別畫手翻車
Stability AI 正式開源旗艦文生圖模型 SDXL 1.0。新模型支援原生 1024x1024 解析度，大幅改善了手部渲染、文字和複雜構圖能力，簡短提示詞即可出圖，不再需要堆砌「masterpiece」等修飾詞。模型採用雙階段管線，8GB 視訊記憶體顯示卡即可執行。
週一
7月24日 星期一
Hugging Face 推出 Agents.js：讓大模型在 JS 環境呼叫多模態工具
Hugging Face 推出 JavaScript 庫 Agents.js，讓大語言模型能在瀏覽器或 Node 環境中呼叫多模態工具。它開箱即帶文生圖、影像描述等能力，並支援接入自定義模型與工具。不過目前它通過在環境中執行生成程式碼運作，官方提醒在不可信環境存在安全風險。
週五
7月21日 星期五
InvokeAI 3.0 正式釋出：全面轉向節點架構，初步支援 SDXL
InvokeAI 正式釋出 3.0.0 版本。系統程式碼被全面重寫為節點化架構，並加入實驗性的節點編輯器。新版本還集成了 ControlNet、動態提示詞，初步支援 SDXL，支援超過 77 個 token 的長提示詞，並讓 Mac 使用者能以半精度載入模型省視訊記憶體。
週一
7月17日 星期一
Hugging Face 推出 AI WebTV：用全套開源模型搭建全天候 AI 電視流
Hugging Face 釋出實驗性專案 AI WebTV。該方案用 ChatGPT 構思提示詞，串接 Zeroscope V2 生成影片短片，再經 FILM 插幀與 MusicGen 配樂，最後通過 FFmpeg 自動推流。雖然畫質和連貫性有限，但跑通了開源多模態端到端自動播出的流水線。
週一
6月26日 星期一
LLaMA 被濫用：Meta 開源模型正被用來製作無限制色情聊天機器人
據《華盛頓郵報》報道，Meta 開源大語言模型 LLaMA 正被用於建立露骨的色情聊天機器人，部分甚至包含暴力角色扮演內容。開源讓模型脫離了商業護欄的審查與管控，這再次引發了關於 AI 究竟該開源共享還是閉源把關的激烈爭論。
週一
6月19日 星期一
微軟推出 13B 模型 Orca：模仿 GPT-4 思考過程，推理打平 ChatGPT
微軟研究院公佈 130 億引數模型 Orca。它通過學習 GPT-4 的逐步推理過程，在 BBH 推理測試中表現追平 ChatGPT，比 Vicuna 提升 100%。這意味著輕量模型不用依賴龐大數據中心也能擁有紮實推理能力，不過在綜合考試表現上它仍落後於 GPT-4。
週三
6月14日 星期三
Meta 開源 I-JEPA：按抽象特徵補全畫面，訓練算力省下數倍
Meta 開源計算機視覺模型 I-JEPA。它不再死磕畫素細節，而是像人類一樣在抽象語義層面預測影像的缺失部分。這套架構僅用 16 塊 A100 訓練不到 72 小時，計算效率高出數倍，被視作邁向通用世界模型的重要一步。
週一
6月5日 星期一
Falcon 模型接入 Hugging Face：40B 登頂開源榜，支援商用
Hugging Face 宣佈全面整合阿布扎比 TII 開源的 Falcon 系列模型。Falcon-40B 採用 Apache 2.0 協議且允許商用，在開源排行榜上擊敗 LLaMA-65B 登頂。得益於 Multi-Query Attention，其推理視訊記憶體大幅降低，7B 版本甚至可在消費級顯示卡及 Mac 上執行。
週四
6月1日 星期四
新開源 AI 音樂生成器：輸入歌詞即可生成整首歌，支援本地執行
一款新的開源 AI 音樂生成器在 GitHub 釋出，支援僅憑文本提示詞和歌詞生成帶人聲的完整歌曲。實測音訊具備立體聲效果且聲底乾淨，不過個別字詞發音仍有輕微瑕疵，目前模型與本地執行說明已對外開放。
週一
5月22日 星期一
Meta 開源 MMS 語音模型：覆蓋超 1100 種語言，可識別 4000 種口語
Meta 開源 Massively Multilingual Speech（MMS）系列模型與程式碼。它將語音識別和合成支援拓展到 1100 多種語言，並能識別 4000 多種口語。團隊通過多語種聖經朗讀音訊解決了小語種資料匱乏的問題，希望以此減緩全球瀕危語言的消亡。
