GLM 5.3 和 GLM 5.3 Flash 现已在 Cursor 上线! GLM 5.3 Max 是 CursorBench 4.0 上得分最高的开源权重模型。
#开源生态
#开源生态
cursor_ai@cursor_aiAI 评分
sivareddyg@sivareddygAI 评分 ornith_@ornith_AI 评分 runwayml@runwaymlAI 评分 runwayml@runwaymlAI 评分 natolambert@natolambertAI 评分 Thom_Wolf@Thom_WolfAI 评分 AntLingAGI@AntLingAGIAI 评分 AntLingAGI@AntLingAGI精选AI 评分 推荐理由:原文给出了参数规模、上下文长度和三项评测分数,读者可据此判断其定位与开源计划。
Latent Space精选AI 评分OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol、Ultrafast 与 Decisions API
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API、ChatGPT Spaces 与 Marketplace,并称 ChatGPT 周活达 12 亿。
推荐理由:汇总了 OpenAI DevDay 2026 的发布清单与第三方评测数据,可快速了解各家模型在成本与能力上的相对位置。
NVIDIAAI@NVIDIAAIAI 评分 Hugging Face BlogAI 评分
Hugging Face 推出 Open TTS Leaderboard:面向多语言 TTS 与声音克隆的可扩展评测
Hugging Face 发布 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与声音克隆模型,单模型评测耗时从数周投票缩短到数小时。
natolambert@natolambertAI 评分 Yuchenj_UW@Yuchenj_UWAI 评分 在 Anthropic 的新博客中: GLM-5.3:“我的任务是安静地造成死亡。” 你可以越狱任何 Claude 或任何闭源模型,让它们说出同样的话。 这并不能证明开源模型是危险的。
X:Ethan Mollick (@emollick)AI 评分 Ethan Mollick:开源权重模型即将带来与闭源模型同等的安全威胁,且缺乏护栏
Ethan Mollick 指出,开源权重模型很快会制造出闭源模型已展示过的同类安全威胁,区别在于没有护栏,而且"我们已经很接近了"。他同时提到 Anthropic 发布这项研究有其自身动机,但建议各方提前做好规划。
X:Francois Chollet (@fchollet)AI 评分 Keras 社区会议本周五举行,介绍 Keras 生态最新进展
Keras 社区会议将于本周五(10 月 2 日)太平洋时间上午 10 点举行,介绍 Keras 生态系统的最新进展。会议对所有人开放,可通过 Google Meet 链接 meet.google.com/gva-bbpr-twe 参加。
openclaw@openclawAI 评分 RedHat@RedHatAI 评分 AI 智能体正在推动企业应用的下一次演进。了解 Red Hat 如何扩大对 @OpenClaw Enterprise 的投资,以构建一个开放的智能体控制平面:red.ht/4hNoc6R
natolambert@natolambertAI 评分 哇,对开源模型来说这是一个巨大的利好信号,OpenAI 感到有压力要用这些模型来服务用户。这不是一个 OpenAI 能独自构建其客户所需所有模型的世界!
X:AK (@_akhaliq)AI 评分 Hugging Face 联创回应被 NVIDIA 收购:可招到此前招不到的人,用十年让开源 AI 胜出
Hugging Face 联合创始人 Clement Delangue 表示,被 NVIDIA 收购后,公司可以招到作为小创业公司时招不到的人,并给他们十年时间让开源 AI 胜出。他同时公开邀请符合这一目标的人通过私信联系他。
Hugging Face Blog精选AI 评分
NVIDIA 发布 Kumo Tabular 表格基础模型,在四个基准排名第一
NVIDIA 发布开源表格基础模型 Kumo Tabular,给定带标签的表格行即可在单次前向传播中预测新行标签,无需训练、调参和特征工程,同时支持分类与回归。
推荐理由:原文给出模型规模、训练数据来源与四个基准排名,可据此判断表格基础模型相对梯度提升树路线的差异。
Latent SpaceAI 评分AINews:Opus 5.5 擅长生成讲解视频
Latent Space 的 AINews 汇总 9/24-9/25 动态,指出 Opus 5.5 本周发布后在讲解视频生成上表现突出,SimpleBench 达 88.4%,被 @skalskip92 评为 Anthropic 迄今最强视觉模型。
thexpin@thexpinAI 评分 X:Nathan Lambert (@natolambert)AI 评分 Nathan Lambert 质疑 ModelScope 在中国以外几乎不可用,却影响政策讨论
Nathan Lambert 指出 ModelScope 在中国以外几乎无法正常使用,且缺少人们真正想用的模型,但这一说法已开始影响人们对政策的看法。该评论针对 SemiAnalysis 所称 NVIDIA 收购 HuggingFace 后正研究将部分工作迁移至 ModelScope 等替代方案。
Mistral AIAI 评分
Mistral 在慕尼黑开设德国中心,推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设德国中心,组建专注 Physics AI 与工业 AI 的研究团队,并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将直接服务企业客户,已与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用,并与慕尼黑工业大学(TUM)建立研究合作,利用其风洞设施开发汽车空气动力学数字孪生。
OpenBMB@OpenBMBAI 评分 thexpin@thexpinAI 评分 华为已开源 openPangu 2.0 的预训练、监督微调和强化学习后训练代码。该发布扩展了其开源 AI 模型计划,围绕昇腾硬件上的原生训练与推理构建,相关模型组件正逐步添加到开源平台。
Hugging Face Blog精选AI 评分
H公司发布 Holo4 系列智能体模型,含 27B 与 35B-A3B 两个版本
H公司发布 Holo4 系列智能体模型,包含 27B dense 与 35B-A3B Mixture of Experts 两个版本,均已上线 H Models API,权重以 BF16、FP8、NVFP4 和 4-bit GGUF 形式开源在 Hugging Face,同时发布 Holotron4 Nano。
推荐理由:Holo4 同时覆盖 GUI、代码、MCP 与 API 四种接口,并公开全部评测轨迹,可据此判断通用计算机操作智能体的路线取舍。
t_mux@t_muxAI 评分 bkdgiffug@bkdgiffugAI 评分 X:洪明 (@hongming731)AI 评分 BestBlogs 早报 09-28:AI 时代编程语言演进、编码智能体实践与软件工厂
BestBlogs 09-28 早报收录 10 条内容:José Valim 认为智能体承担更多编码后,语法便利重要性下降,类型与运行时保证、可查询程序数据库更有价值。
Hugging Face Blog精选AI 评分
Hugging Face Hub 上线 RL Environments 专区
Hugging Face Hub 新增 RL Environments 专区,用带 rl-environment 标签的 dataset 仓库承载强化学习环境,不引入新仓库类型或注册表。
推荐理由:原文说明了用数据集标签替代独立注册表的做法,读者可据此判断它如何简化跨框架的环境复用。
X:洪明 (@hongming731)AI 评分 BestBlogs 早报:Parag Agrawal 谈智能体搜索、Claude 算出九圈振幅、Perplexity 自研 CobbleDB
前 Twitter CEO、Parallel 创始人 Parag Agrawal 判断智能体频繁使用网络会重塑搜索成本,主张搜索先筛掉无关信息以节省模型推理开销,并按智能体获益向内容所有者付费。
Latent SpaceAI 评分Latent Space 宣布 AINews v3 与 Discord 合并等改版计划
Latent Space 公布未来一周的改版计划:AINews 将升级至 v3,并与 Latent Space Discord 合并,以解决 Discord 垃圾推广信息增多的问题。团队还计划迁移至 Beehiiv 并启用新主页,同时重新开放赞助与 PR 合作,并已新设 Business/Ops Manager 和 Head of Editorial。
GitHub Blog · AI & ML精选AI 评分GitHub Security Lab 发布 Fuzzing Taskflow 智能体,自动为 C/C++ 项目做模糊测试
GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需指定 GitHub 仓库,它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness,最后对每个崩溃做定级并生成漏洞报告。
推荐理由:原文完整披露了 Fuzzing Taskflow 的流水线分层、覆盖反馈循环与崩溃定级机制,可据此判断 LLM 智能体在安全测试中的可迁移边界。
Hugging Face BlogAI 评分
Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型,加速视觉语言模型推理
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型,解码速度在设备端最高提升 3.13x、H100 上最高 2.66x,端到端最高提升 2.62x 和 2.27x。该草稿模型约 280M 参数,仅增加 8.9% 参数量,首日支持 llama.cpp、MLX-VLM 和 SGLang,输出质量不变。
NVIDIA BlogAI 评分
NVIDIA 与 Google DeepMind 等如何用开放科学为下一次大流行做准备
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白质复合物预测 3D 结构,供全球科学家免费使用。
OpenBMB@OpenBMBAI 评分 ArtificialAnlys@ArtificialAnlysAI 评分 Microsoft Research精选AI 评分 微软研究:将物理AI推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动机器人操作负载做系统性测量,发现把物理AI推理从机器人端侧GPU卸载到边缘或云端GPU,可提升任务成功率、支持更大模型并延长续航。
推荐理由:微软对移动操作机器人推理负载的系统性测量,给出端侧、边缘与云端算力取舍的量化依据。