英伟达被曝以129亿美元收购 Hugging Face
据 The Information 报道，英伟达已同意以129亿美元收购 Hugging Face，但这场收购尚未达成正式协议。英伟达本就是 Hugging Face 股东，2023年参与其2.35亿美元D轮融资，当时投后估值45亿美元；去年年底 Hugging Face 还拒绝过英伟达5亿美元投资，微软也接触过但未谈成。
推荐理由：报道披露交易尚未签署正式协议，并梳理了英伟达从投资方走向收购方的路径与开源生态意图。
开源生态
全部主题开源模型、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344条精选相关主题模型发布Hugging FaceAI 编码
最新精选
第 121–140 条 · 共 344 条量子位 · 微信公众号精选AI 评分8282 news.google.com（经 Hacker News）精选AI 评分8080 英伟达据报同意以130亿美元收购 Hugging Face
据 Forbes 报道，英伟达已同意以130亿美元收购 AI 模型托管平台 Hugging Face。该消息经 news.google.com 转载，正文未提供交易条款、时间表或双方回应等更多细节。
推荐理由：报道给出交易金额与收购双方，读者可了解开源模型托管平台可能发生的归属变化及其对生态的影响。
@kimmonismus@kimmonismus精选AI 评分8282 
推荐理由：交易按约 80 倍前瞻收入定价，原文给出 Nvidia 借开源模型维护 GPU 需求的战略逻辑，可据此理解其收购动机。
硅星人Pro · 微信公众号精选AI 评分8282 英伟达同意以129亿美元收购Hugging Face
据外媒爆料，英伟达已同意以129亿美元（约合人民币867亿元）收购开源AI平台Hugging Face，交易预计2027年上半年完成，还需通过主要司法辖区的反垄断审查。
推荐理由：文中既有交易对价与Hugging Face收入规模的对照，也点出英伟达从芯片向模型分发平台延伸的意图。
The Decoder精选AI 评分8080 Nvidia 以 129 亿美元收购 Hugging Face
Nvidia 以 129 亿美元收购开源 AI 平台 Hugging Face，这一价格约为其 1.5 亿美元年收入的 80 倍。报道称该交易契合 Nvidia 投资开放 AI 模型的策略，而 OpenAI、Anthropic 等闭源厂商正逐步转向 Nvidia 之外的硬件。
推荐理由：收购价约为 Hugging Face 年收入的 80 倍，可与闭源实验室逐步转向非 Nvidia 硬件的趋势对照阅读。
reuters.com（经 Hacker News）精选AI 评分8585 英伟达据报以129亿美元收购 Hugging Face
据《The Information》报道，英伟达同意以129亿美元收购 Hugging Face，路透社转引了这一消息。目前公开信息仅有交易金额与消息来源，未见双方更多细节说明。
推荐理由：报道称英伟达将以129亿美元收购 Hugging Face，读者可关注这笔交易对开源模型生态的影响。
@AYi_AInotes@AYi_AInotes精选AI 评分7474 
推荐理由：外媒交叉证实的收购尚未获官方通告，中国开源模型在 HF 超四成的下载占比提供了分发格局的一层观察角度。
@AYi_AInotes@AYi_AInotes精选AI 评分7070 
推荐理由：作者把 86 倍市销率的争议拆成分发入口与硬件护城河的账，读者可据此看清这笔交易的战略逻辑。
news.google.com（经 Hacker News）精选AI 评分8383 英伟达同意以129亿美元收购开源模型库Hugging Face
据 The Information 报道，英伟达同意以129亿美元收购开源模型库 Hugging Face。该消息以简短条目形式出现在聚合信息流中，暂未披露交易条款、时间表或监管审批等细节。
推荐理由：英伟达以129亿美元接手开源模型托管平台，读者可据此观察芯片厂商与开源生态的关系变化。
reut.rs（经 Hacker News）精选AI 评分8181 据《The Information》报道，英伟达同意以129亿美元收购 Hugging Face
据《The Information》报道，英伟达同意以129亿美元收购 Hugging Face，路透社转引了该消息。报道目前只给出收购方与交易金额。
推荐理由：英伟达以129亿美元收购开源模型社区Hugging Face，读者可据此关注开源生态格局的变化。
@rohanpaul_ai@rohanpaul_ai精选AI 评分8282 
推荐理由：报道给出 $12.9B 收购价与约 $150M 年化收入对应的 86 倍估值对比，可据此判断这笔交易的分量。
机器之心 · 微信公众号精选AI 评分8181 英伟达同意以 129 亿美元收购 Hugging Face
据 The Information 报道，英伟达已同意以 129 亿美元收购 Hugging Face，后者是全球最大的 AI 模型社区之一。Hugging Face 最近的年化收入超过 1.5 亿美元，129 亿美元相当于其八十多倍年化收入。原文认为英伟达真正看重的是 Hugging Face 背后的开放模型生态和开发者入口，并指出这笔交易若最终落地，平台能否继续保持中立会成为后续看点。
推荐理由：原文把英伟达押注开放模型生态、抢开发者与算力入口的逻辑串了起来，也点出平台中立性可能生变。
量子位 · 微信公众号精选AI 评分7777 阿里开源 Qwen3.8-Flash-Next 权重，125B MoE 外加 51B N-gram 嵌入，4090 可跑满血版
阿里开源 Qwen3.8-Flash-Next 全部权重，这是 Qwen4 新架构的早期预览版，采用 125B 参数 MoE 配 6B 激活参数，并附加 51B 的 N-gram Embedding 参数。
推荐理由：原文给出了新架构的权重配置与 N-gram 嵌入设计细节，可据此了解消费级硬件部署百亿级 MoE 的路径。
reuters.com（经 Hacker News）精选AI 评分8585 据 The Information 报道，英伟达同意以 129 亿美元收购 Hugging Face
据 The Information 报道，英伟达同意以 129 亿美元收购 Hugging Face，路透社转引了这则消息。路透社的转引内容只给出了交易金额，没有更多条款细节。
推荐理由：若这笔交易成立，最大的开源模型社区将归入 GPU 供应商体系，读者可据此观察开源生态的归属变化。
@ArtificialAnlys@ArtificialAnlys精选AI 评分6666 Z AI 发布 GLM-5.3-Flash，320B 总参数、18B 激活参数，在 Artificial Analysis 智能指数以最高推理档位得 57 分，单任务成本 0.09 美元。
推荐理由：GLM-5.3-Flash 以约七分之一的单任务成本把智能指数做到与 GPT-5.6 Terra 持平，可作为成本敏感选型的比较样本。
量子位 · 微信公众号精选AI 评分8181 智谱发布并开源 GLM-5.3 Flash，为 GLM-5 系列首个原生多模态模型
智谱发布并开源 GLM-5.3 Flash，这是 GLM-5 系列首个原生多模态模型，总参数 320B、激活参数 18B，能力超过体量 753B 的 GLM-5.2。该模型在 AA 榜单拿到 57 分，与 Claude Opus 4.8 持平，限时折扣价为后者的 1/40，并已接入 ZCode 和开放 API。模型权重已在 Hugging Face 开源，承接线上真实请求的算力来自国产芯片。
推荐理由：实测呈现了这个 320B 模型在多模态与编码任务上的表现，并交代了低价与国产芯片部署两层背景。
@AYi_AInotes@AYi_AInotes精选AI 评分7070 彭博确认在 OpenRouter 匿名屠榜的 Ox Alpha 是智谱 GLM 系列的新迭代，今晚将直接开源放权重。
引用@AYi_AInotes@AYi_AInotes牛来大模型刚被彭博社破案了！ 在 OpenRouter 上悄悄屠榜、调用量超过 DeepSeek 一倍的神秘模型 Ox Alpha， 背后竟然是智谱，更绝的是官方确认今晚直接开源权重， 狂刷了数十万亿 token、在真实 Coding 里跑出 80% 峰值，智谱这次是真的要杀疯了， 前阵子大家都在猜这个匿名模型到底是哪家大厂的马甲， 因为它在排位赛上狂刷了数十万亿 token， 开发者用脚投票把它送上了第一， 它真正狠的地方，是把 Flash 级别的速度和成本，做出了中上游前沿模型的实战能力: 1M 超长上下文、原生支持图片和视频多模态， 而且是推理优先的架构，写代码时会先做规划再调工具 社区独立跑测试，在 10 个高难度真实 Coding 任务里拿下了 80% 的过关率， 全量 DeepSWE 跑出 64.6%， 直接咬住了 Claude Opus 4.8 和 Gemini 3.7 Flash 的身位 它不是那种打虚空跑分的绝对 SOTA， 但一个成本极低、速度极快、能看懂视频还能写复杂代码的 Flash 模型， 今晚一旦把权重放出来，无论是本地部署还是第三方 API，生态杀伤力完全不可同日而语 刚发完开源顶流 GLM-5.3，转头就把这个高频 Agent 生产力核弹开源出来， 大模型的竞争，终于从比拼谁的参数更大，彻底转向谁能让开发者用最低成本把活干完了啊
推荐理由：匿名屠榜模型被确认为智谱 GLM 新迭代并将开源权重，读者可了解它对第三方 API 与本地部署成本的影响。
@alibaba_cloud@alibaba_cloud精选AI 评分6868 阿里云发布开放权重的 Qwen3.8-Flash，这是一款多模态 MoE 模型，也是 Qwen4 架构的早期预览。
推荐理由：作为 Qwen4 架构的前置预览，它给出混合注意力、N-gram 嵌入等设计细节，并可与 Qwen3.7-Plus 的成本和成绩对照。
@Alibaba_Qwen@Alibaba_Qwen精选AI 评分7575 引用@Alibaba_Qwen@Alibaba_Qwen⚡Meet Qwen3.8-Flash, a multimodal MoE and an early preview of the Qwen4 architecture, now open-weight! The production version Qwen3.8-Flash will be available soon via QwenCloud API at just $ 0.16/1M input tokens and $ 0.47/1M output tokens. 125B parameters + 51B N-gram embeddings, with just 6B activated per token. Unmatched cost-efficiency. What's new: 🥳 - Next architecture: GDN + QSA hybrid attention, Gated Residual, N-gram Embedding & Muon optimizer, serving as a precursor to the architecture used in Qwen4. - Dramatically lower training and inference costs: trained at just 1/9 the cost of Qwen3.7-Plus, while outperforming it across the board with especially strong gains in coding and office tasks. - Strong performance: scoring 58.7 on DeepSWE 1.1, 62.5 on SWE-bench Pro, 73.9 on CoWorkBench, 84.5 on AndroidWorld, and 95.7 on MathVision (with CI). - 262K native context, extensible to 1M with YaRN. We’re also releasing the weights for Qwen3.8-Flash-Next, giving the community an early look at the new architecture we’re exploring for Qwen4.🚀 We can't wait to see what you build with Qwen3.8-Flash!👀👇 - Blog: https://t.co/M5hYypFLgJ - Technical Report: https://t.co/IF0gObIkQO - Hugging Face: https://t.co/6ow8QVAABt - ModelScope: https://t.co/tDOn2jNuFG
推荐理由：训练成本降到 Qwen3.7-Plus 的 1/9 且官方称全面超越，读者可借此观察 Qwen4 新架构的取舍。
@kimmonismus@kimmonismus精选AI 评分7272 Qwen3.8-Flash-Next 与 GLM-5.3-Flash 两款开放权重模型发布，均为 MoE 架构，每 token 分别激活 6B 和 18B 参数。
推荐理由：推文列出两款开放权重模型的参数规模与多项基准结果，可供读者对比其与前沿闭源模型的差距。