Ai2 发布 Olmo-core 3 开源 MoE 训练框架，支持扩展至万亿参数
Ai2 发布 Olmo-core 3，为 Olmo 框架带来重新设计的开源 MoE 训练系统，可扩展到万亿参数规模并保持计算效率。新实现从 FSDP 切换到基于 DDP 的方案，47B 参数 MoE 在 8 张 NVIDIA B300 上达到每 GPU 每秒 52,000 tokens，约为旧实现的 2.7 倍；启用 MXFP8 后吞吐比 BF16 高约 21%。
#开源生态
#开源生态
今日 0 条Hugging Face BlogAI 评分5454 Anthropic Research精选AI 评分7373 物理学家 Schwartz 分享用 Claude 与 BootLoops 做跨领域定量科学的方法与成果
物理学家 Matthew Schwartz 发文介绍一种 AI 加速科研的新思路：不再对抗模型短板，而是寻找适合当前 LLM 的 "Claude-shaped" 问题，并开源了定量科学计算工具包 BootLoops。
推荐理由：作者复盘了寻找 AI 擅长问题并联合领域专家雕琢结果的完整方法，这套协作模式对科研用户可直接借鉴。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质和结构嵌入可验证水印
Google DeepMind 推出 SynthID Bio，将水印技术应用于合成生物学，把不可见的签名直接嵌入生物代码，可在合成的物理蛋白质本身上验证。
推荐理由：原文给出湿实验验证结果和开源安排，读者可以据此评估水印技术在合成生物安全中的实际作用。
Hugging Face BlogAI 评分5252 Hugging Face 发布 Open TTS Leaderboard：可扩展的多语言 TTS 与语音克隆评估
Hugging Face 推出 Open TTS Leaderboard，用客观指标评估开源多语言 TTS 和语音克隆模型。指标包括基于 Qwen3 ASR 的 WER/CER、H200 上的 RTFx 和 TTFA 流式延迟、WavLM 嵌入的说话人相似度（SIM），把评估周期从数周缩短到数小时。
Hugging Face BlogAI 评分5959 NVIDIA 发布开源表格基础模型 Kumo Tabular
NVIDIA 发布开源表格基础模型 Kumo Tabular，给定带标签表格后单次前向传播即可完成分类和回归预测，无需训练、调参或特征工程。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布开源全模态模型 Ming-flash-omni 2.0
inclusionAI 在 Hugging Face 发布开源全模态模型 Ming-flash-omni 2.0，基于 Ling-2.0 MoE 架构，总参数 100B、激活 6B，称在开源全模态 MLLM 中达到 SOTA。
Google Cloud: Databases精选AI 评分6565 Google Cloud 分析创业公司为何需要在前沿 API 之外搭配 Gemma 4 开源模型
Google Cloud 发文主张创业公司采用“复合 AI 栈”，用开源的 Gemma 4 处理边缘执行、高吞吐分流、任务微调和垂直场景，把 Gemini 留给复杂推理。
推荐理由：文章用三个创业案例和四类工作负载说明开源模型与前沿 API 搭配的架构取舍，适合正在做模型选型的团队参考。
Mistral AIAI 评分5959 Mistral 在慕尼黑设立德国中心，押注工业 AI 与 Physics AI
Mistral 宣布在慕尼黑设立新 hub，组建 Physics AI 和工业 AI 专门研究团队并服务企业客户，同时计划到 2030 年建成 1 GW 欧洲算力。
Hugging Face Blog精选AI 评分7575 H Company 发布 Holo4 系列通用计算机操作智能体模型
H Company 发布 Holo4 智能体模型系列，包含 27B dense 和 35B-A3B MoE 两个尺寸，并附带基于 Nemotron 3 Nano Omni 后训练的 Holotron4 Nano。
推荐理由：官方发布给出了跨 GUI、代码、MCP 和 API 四类接口的统一智能体模型，附基准分数和完整轨迹数据，适合评估开源方案与闭源模型的成本差距。
NVIDIA BlogAI 评分5757 NVIDIA 联合 Google DeepMind 等机构开放 2,800 多种病毒蛋白复合物预测结构
NVIDIA 与 Google DeepMind、EMBL-EBI 等机构合作，通过 AlphaFold Database 公开超过 2,800 种病毒的蛋白复合物预测 3D 结构，数据由 AlphaFold2 结合 NVIDIA BioNeMo Inference Runtime 优化推理生成，其中约 30% 的蛋白相互作用此前未被 Protein Data Bank 记录。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 开源 Ling-mini-2.0：16B 总参数 MoE 模型，激活仅 1.4B
inclusionAI 开源 Ling 2.0 系列首个模型 Ling-mini-2.0，总参数 16.26B、每 token 激活 1.4B（非嵌入 789M），采用 1/32 激活比 MoE 架构，称可达到 7–8B dense 模型的等效性能，在 H20 上简单 QA 场景生成速度超过 300 token/s，支持 128K 上下文（YaRN）。
推荐理由：官方发布了完整的参数配置、推理速度、训练吞吐和预训练检查点，读者可以据此评估小激活 MoE 在端侧和继续训练中的可用性。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 开源 Ling-flash-2.0：100B 总参数、6.1B 激活的 MoE 模型
inclusionAI 正式开源 Ling 2.0 架构下的第三个 MoE 大语言模型 Ling-flash-2.0，总参数 100B、激活参数 6.1B（非嵌入 4.8B），基于 20T+ tokens 数据训练并经 SFT 和多阶段强化学习。
推荐理由：官方给出参数结构、基准对比和推理速度数据，读者可据此评估小激活 MoE 替代 40B 稠密模型的可行性。
inclusionAI Hugging Face models精选AI 评分6464 inclusionAI 发布 Ling 2.0 系列旗舰非思考模型 Ling-1T
inclusionAI 发布 Ling 2.0 系列首款旗舰非思考模型 Ling-1T，总参数 1T、每 token 激活约 50B，支持 128K 上下文。
推荐理由：官方模型卡给出架构、训练规模和基准对比细节，读者可据此评估这款万亿参数非思考模型的推理效率与部署方式。
inclusionAI Hugging Face modelsAI 评分5454 inclusionAI 开源 Ming-UniVision-16B-A3B 统一图像理解与生成模型
inclusionAI 在 Hugging Face 开源 Ming-UniVision-16B-A3B，基于 MingTok 连续视觉 token，在单一自回归 NTP 框架内统一图像理解与生成，官方称联合训练收敛速度提升 3.5 倍。
inclusionAI Hugging Face modelsAI 评分5555 inclusionAI 发布 Ring-mini-2.0：16B 总参数 MoE 推理模型，支持 128K 上下文
inclusionAI 基于 Ling 2.0 架构正式发布 Ring-mini-2.0，总参数 16.8B、激活参数仅 1.4B，经 Long-CoT SFT。
inclusionAI Hugging Face models精选AI 评分6666 inclusionAI 开源 Ring-flash-2.0 推理模型：100B 参数仅激活 6.1B
inclusionAI 正式开源思考模型 Ring-flash-2.0，总参数 100B、每次推理仅激活 6.1B，基于 Ling-flash-2.0-base 深度优化。
推荐理由：官方发布完整披露了 icepop 算法、多阶段 RL 训练流程和部署参数，读者可以评估其推理性价比与可复现性。
inclusionAI Hugging Face models精选AI 评分6868 inclusionAI 开源发布万亿参数思考模型 Ring-1T
inclusionAI 正式发布开源思考模型 Ring-1T，总参数 1 万亿、激活 50B，基于 Ling 2.0 架构和 Ling-1T-base，上下文经 YaRN 扩展至 128K，权重可在 Hugging Face 与 ModelScope 下载，并支持 Ling Chat 和 ZenMux 体验与 API 调用。
推荐理由：官方发布开源万亿参数思考模型，给出 IMO 与 ICPC 实测结果和 Icepop、ASystem 训练细节，便于评估其推理与部署价值。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 开源万亿参数思考模型 Ring-2.5-1T
inclusionAI 发布开源万亿参数思考模型 Ring-2.5-1T，采用 1:7 MLA + Lightning Linear Attention 混合线性注意力架构，激活参数从 51B 增至 63B。
推荐理由：原文给出了混合线性注意力的具体效率数字和多项基准成绩，读者可以据此评估它在长程智能体场景中的实际取舍。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 开源 Ling-2.5-1T：1T 总参数、63B 激活的即时模型，支持 1M 上下文
inclusionAI 发布并开源 Ling-2.5-1T，总参数 1T、激活 63B，预训练语料扩至 29T tokens，经 YaRN 外推支持最长 1M tokens 上下文。
推荐理由：官方模型卡给出架构、token 效率和长上下文评测细节，可帮助读者评估这款万亿参数即时模型对现有部署工作流的适配。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 开源万亿参数模型 Ling-2.6-1T
inclusionAI 开源 Ling 家族旗舰模型 Ling-2.6-1T，参数量达 1T，面向复杂推理、编码和 Agent 工作流。
推荐理由：官方发布万亿参数旗舰开源模型，给出架构设计、benchmark 结果和 SGLang/vLLM 部署细节，便于评估其实际可用性。
inclusionAI Hugging Face models精选AI 评分6969 inclusionAI 正式开源 Ling-2.6-flash：104B 总参数、7.4B 激活的混合线性 MoE 模型
inclusionAI 正式开源 instruct 模型 Ling-2.6-flash，总参数 104B、激活 7.4B，采用 1:7 MLA + Lightning Linear 混合线性注意力与高稀疏 MoE 架构。
推荐理由：官方给出架构细节、340 tokens/s 推理速度和 15M tokens 评测用量等数据，也坦承工具幻觉局限，读者可据此评估高频率 Agent 部署场景的适配度。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 发布万亿参数推理模型 Ring-2.6-1T
inclusionAI 发布万亿参数旗舰推理模型 Ring-2.6-1T，主打真实生产环境中的 Agent 执行与复杂推理，上下文长度由 128K 扩展到 256K（YaRN），采用 MIT License 开源。
推荐理由：官方发布页给出 Agent 执行、推理档位和异步 RL 训练的具体做法与基准数字，读者可据此评估其在生产场景的适配价值。
inclusionAI Hugging Face modelsAI 评分5757 inclusionAI 发布原生多模态模型 Ling-3.0-flash-VL
inclusionAI 发布 Ling-3.0-flash-VL，基于 Ling-3.0-flash 扩展原生图像与视频理解，总参数 124B，每 token 激活 5.5B，上下文窗口最高 256K tokens。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 Ling-3.0-flash 混合推理模型，124B 总参数激活 5.1B
inclusionAI 在 Hugging Face 发布 Ling-3.0-flash，为原生混合线性注意力 MoE 模型，总参数 124B、每 token 激活 5.1B，约为此前 1T 级旗舰 Ring-2.6-1T 的 12.4% 和 8.1%，官方称在关键基准上持平或超越前代。
inclusionAI Hugging Face modelsAI 评分5959 inclusionAI 发布 Ling-3.0-tiny：7.9B 总参数、1.3B 激活的混合推理 MoE 模型
inclusionAI 发布轻量混合推理 MoE 模型 Ling-3.0-tiny，总参数 7.9B，每 token 仅激活 1.3B，采用 3:1 KDA-MLA 混合线性架构加 128 专家稀疏 MoE FFN。
inclusionAI Hugging Face modelsAI 评分5050 inclusionAI 发布 Ling、Ring、Ming 系列模型训练内容摘要
inclusionAI 在 Hugging Face 发布 AI-Transparency 仓库，按欧盟法规 Article 53(1)(d) 模板公开 Ling、Ring、Ming 系列模型的训练内容摘要。
inclusionAI Hugging Face modelsAI 评分5252 inclusionAI 开源 Ming-UniAudio-16B-A3B-Edit 统一语音理解、生成与编辑模型
inclusionAI 发布 Ming-UniAudio-16B-A3B-Edit，统一语音理解、生成与编辑，核心是基于 VAE 和因果 Transformer 的连续语音分词器 MingTok-Audio，整合语义与声学特征。
inclusionAI Hugging Face modelsAI 评分5151 inclusionAI 发布开源语音模型 Ming-UniAudio-16B-A3B，统一语音理解、生成与编辑
inclusionAI 发布 Ming-UniAudio 框架及 Ming-UniAudio-16B-A3B 模型，统一语音理解、生成和编辑，核心是基于 VAE 与因果 Transformer 的连续语音 tokenizer MingTok-Audio。
inclusionAI Hugging Face models精选AI 评分6161 inclusionAI 发布 Ming-flash-omni Preview 多模态模型
inclusionAI 在 Hugging Face 发布 Ming-flash-omni Preview，基于 Ling-Flash-2.0 稀疏 MoE 架构，总参数 100B、每 token 激活 6B。
推荐理由：原文给出稀疏 MoE 架构、生成式分割和方言语音识别等具体改进与评测数字，读者可对比其多模态能力变化。
Google Developers BlogAI 评分5050 Google 用 MaxText 在 TPU 上复现 Ai2 的 Olmo 3 7B 预训练与中期训练
Google 团队在 MaxText/JAX 和 Google Cloud TPU 上从零复现了 Ai2 的 Olmo 3 7B，覆盖 stage-1 预训练（约5.93T token）和 stage-2 中期训练 anneal，held-out C4 loss 与 8 项下游任务均与 Ai2 参考持平。
inclusionAI Hugging Face modelsAI 评分5858 inclusionAI 开源 6B 文生图模型 Ming-Image-0.1-Design，面向 UI 与信息图等文字密集设计
inclusionAI 发布 Ming-Image-0.1-Design，一个面向 UI、信息图、海报等文字密集视觉设计的 6B 文生图模型，支持 RGBA 透明背景输出。
inclusionAI Hugging Face modelsAI 评分5959 inclusionAI 开源全双工交互系统 Realtime-Venus，含 Omni 与 Audio 两个 9B 模型
inclusionAI（Venus Team，蚂蚁集团与清华大学）在 Hugging Face 开源 Realtime-Venus，包含基于 MiniCPM-o 4.5 的 9B 视听交互模型 Realtime-Venus-Omni 和纯音频模型 Realtime-Venus-Audio。
NVIDIA BlogAI 评分3131 NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展
NVIDIA 在新加坡 AI Day 上联合合作伙伴展示东南亚 AI 进展，新加坡 HTX 将研究使用 Nemotron 3 Super 和 Nemotron 3 Nano Omni 模型推进公共安全 AI。
NVIDIA BlogAI 评分5050 NVIDIA Isaac ROS 5.0 发布：推进智能体与开源机器人开发
NVIDIA 在 ROSCon 大会上发布 Isaac ROS 5.0，新增智能体工作流与平台支持，支持 ROS Lyrical 和 Ubuntu 24.04。
OpenRouter Announcements精选AI 评分6161 OpenRouter 解析 NVIDIA Nemotron 3.5 Lightning 如何承担智能体高频执行调用
OpenRouter 发文解析 NVIDIA 的 Nemotron 3.5 Lightning，这是一个 30B 总参数、每 token 激活约 3B 的 MoE 开源权重模型，定位于智能体工作流中的高频执行步骤。
推荐理由：原文梳理了模型规格、与 Ultra 的分工、各端点差异和路由方法，可帮助读者判断何时用它替代大模型执行高频调用。
Hugging Face BlogAI 评分4848 oMLX 创作者 Jun Kim 加入 Hugging Face，支持 MLX 社区
oMLX 创作者兼维护者 Jun Kim 加入 Hugging Face，全职投入 MLX 社区建设。oMLX 将从副业转为有资金支持的正式项目，继续以 Apache 2.0 开源并由 Jun 领导，目标是加快开发并更好引导贡献者。Hugging Face 计划让 oMLX 成为新想法的试验场，并推动 transformers 模型定义快速转为可被不同引擎使用的 MLX 参考实现。
Hugging Face Blog精选AI 评分7474 transformers 支持直接加载 llama.cpp GGUF 量化模型
Hugging Face 宣布 transformers 支持通过 from_pretrained 加载 GGUF 量化模型，复用 ggml 的 Metal 内核，初始聚焦 Apple Silicon 上的 Qwen3.5 架构。
推荐理由：原文给出加载方式、性能对比数据和方法论，读者可据此判断在 Mac 上用 transformers 跑 GGUF 的可行路径。
Hugging Face BlogAI 评分5757 Hugging Face tokenizers v1 发布候选，编码速度较 v0.23 提升最多 30 倍
Hugging Face 发布 tokenizers v1 候选版本，单线程编码速度在十个模型族上比 v0.23 快 3 到 30 倍（Apple M4 Max，低端 t5-base，高端 gpt2），八线程扩展达线性 76%，且 token ID 与旧版完全一致。主要改动包括用 SIMD 位流切分替代正则、线程本地词缓存、免分配的合并循环和按批模型调用，候选版已在 crates.io 提供。
Anthropic Research精选AI 评分7575 Anthropic：Claude 四周内将 30 多个开源生物分子模型平均加速约 4 倍并开源代码
Anthropic 发布研究结果，Claude 在近四周内优化 30 多个开源生物分子模型（覆盖结构预测、蛋白质设计、基因组学等），平均加速约 4 倍，在输出完全一致时约 2 倍，并开源全部优化代码。
推荐理由：原文给出加速倍数、成本对比和开源代码入口，读者可以据此评估 Claude 优化对生物建模工作流的实际影响。
Mistral AIAI 评分5353 Mistral 与 Mozilla 合作，Firefox Smart Window (beta) 改用 Mistral 模型
Mistral 宣布与 Mozilla 合作，Firefox 的 AI 浏览助手 Smart Window (beta) 现由 Mistral 模型驱动，先覆盖法国和北美，英国和德国预计今年晚些时候跟进。双方强调开源与本地化，模型针对地区语言、方言和文化语境微调；Smart Window 默认不在 Mozilla 服务器保存对话，Mistral 承诺零数据保留。