开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
当前仅显示精选新闻
Qwen@Alibaba_Qwen精选AI 评分6666Qwen-Image-2.1 is now supported in ComfyUI! Open weights. One 7B checkpoint that generates and edits. → Image generation at native 2K → Instruction editing from up to 10 reference images in a single pass → RGBA output, alpha included
推荐理由：原文列出了原生 2K 生成、多参考图编辑等具体能力，读者可以据此判断是否迁移到 ComfyUI 工作流。
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。
Anthropic CEO Dario Amodei 发文表示，Anthropic 从未主张禁止开源权重模型，并明确提出三项替代措施：禁止向中国出售高端芯片及芯片制造设备、打击工业规模的蒸馏行为、要求所有足够强大的模型无论开源闭源都接受强制安全测试。
推荐理由：Anthropic CEO 逐条回应了封禁开源权重模型的指责，并给出芯片管制、打击蒸馏、强制安全测试三条替代政策主张。
推荐理由：K2 Horizon 披露预训练用约 20T token 且 17% 含显式推理轨迹，读者可借此对照模型的训练数据构成。
推荐理由：6 款开源模型从 0.9B 覆盖到 375B，并公开中间 checkpoint 与训练日志，便于观察完整训练过程。
Sakana AI 发布 Fugu Max 和 Fugu Ultra v2，用多智能体编排同时优化成本与性能。
推荐理由：原文给出具体基准成绩、定价对比和 API 升级方式，读者可据此评估编排架构在成本与性能上的实际位置。
推荐理由：原文列出 UltraData 各数据集的规模与覆盖范围，可据此判断这批开源训练数据的复用价值。
推荐理由：面壁智能同步放出权重、训练代码与 Agent SFT/RL 数据，便于端侧复现和二次开发。
DeepSeek 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，具备 1M token 上下文窗口，全局 KV 缓存占用约 890 字节每 token，约为 DeepSeek-V4-Flash 的 1/4。
推荐理由：DeepSeek-V4.1-Flash 把全局 KV 缓存压到 890 字节每 token，长上下文推理的部署成本变化构成主要看点。
🚀 Introducing DeepSeek-V4.1-Flash: smarter, faster, more efficient. 🔹 Introducing the smallest model in our new architecture family, with native visual understanding. 🔹 Designed for greater capability, faster inference, higher throughput, and scaling to larger models. 1/6
推荐理由：原文给出 552B MoE 新架构、原生视觉理解的规格与 Hugging Face 入口，可据此判断这款模型的定位。
深度求索正式发布 DeepSeek V4.1 Flash，这是一款 552B 参数的 MoE 模型，采用新的 Causal-Encoder-Decoder 结构，输入激活 8B、输出激活 16B，具备原生多模态视觉理解能力，官方称在基准测试中超越了包括 DeepSeek V4 Pro 在内的一众旗舰模型。
推荐理由：官方称其在性能、费用和速度上全面超越 V4 Pro，并同步下调 API 定价，读者可据此判断现有旗舰模型的替换时机。
Hugging Face 团队用 gr.Workflow 将 AUTOMATIC1111 的主要功能重建为 Workflow1111，画布包含 11 条媒体管线。
推荐理由：原文拆解了 11 条媒体管线和 73 个节点的具体构成，展示了 Gradio Workflow 混搭多模型并自动生成 REST 与 MCP 端点的做法。
SGLang 与 Miles 团队宣布为 DeepSeek-V4.1 提供 Day-0 支持，讲解其 SWA、mHC、Engram 记忆等架构及推理与 RL 训练优化。
推荐理由：原文详解 SGLang 与 Miles 对 DeepSeek-V4.1 的 Day-0 支持，给出 Engram offload、bounded replay 等实测数字和可复现配置。
Sierra 开源 Hyper-𝜏-bench（论文发表为 𝜏^𝜏-bench），一个长程智能体评测，衡量模型能否端到端构建出可用的客服智能体。开发者智能体在沙箱内从模拟业务记录和模拟客户端恢复规格、设计架构并生成工具，成品在未见过的 𝜏-bench 式测试上验证。
推荐理由：该基准由 Sierra 开源，独立与协同工程师两种配置的分数对比和五类失败模式，为理解智能体构建能力提供了参考。
Google DeepMind 发布 AlphaGenome Atlas 平台，包含人类基因组约 90 亿个单核苷酸变异的分子效应预测，数据规模 1 petabyte，超过 AlphaFold Database 30 倍以上。
推荐理由：官方平台发布，覆盖 90 亿个单核苷酸变异预测并附应用案例，可用于了解基因组变异数据资源的最新规模与获取方式。
Today marks a major step for Mistral: we’re announcing a €3B Series D, the largest equity round ever raised by a European tech company, just three years after launch. https://t.co/5AexUxyrZM
推荐理由：Mistral 三年内完成 30 亿欧元 D 轮融资，可作为观察欧洲主权 AI 公司资本动向的一个参考。
Mistral 宣布完成 €3B Series D 融资，投后估值超过 €21B，为欧洲科技公司迄今最大规模股权融资，由三星电子领投，EQT 旗下 Scaleup Europe Fund 和 PSG Equity 联合领投。
推荐理由：原文是官方融资公告，给出了金额、估值、领投方和资金用途，读者可以据此了解 Mistral 下一阶段的扩张方向。
推荐理由：面壁智能随 MiniCPM5-2B 一并公开数据、训练配方和 RL 框架，读者可了解小模型训练栈的完整构成。
推荐理由：MiniCPM5-2B 将模型权重与训练数据、配方和 RL 栈一并开放，读者可据此了解其开源范围与资源规模。
IFM 发布 K2 Horizon 系列六款 Apache 2.0 模型，参数从 0.9B 到 375B，并同步开源预训练语料、中间 checkpoint、训练代码、配置和细粒度日志。
推荐理由：六款模型共享架构、词表和部署工具，团队可在 3.7B 上原型验证后不换推理栈扩到 375B-A23B。