开源生态

Google因自动化、无效甚至包含“幻觉”的漏洞报告显著增加，暂停开源软件漏洞奖励计划。该计划预计至少暂停至2027年第一季度。

Meta已开源一套代码和SDK，允许开发者把Muse AI接入电子墨水屏、树莓派、触摸屏及其他DIY硬件。与此同时，Meta还推出了限量版Muse Home Link，用于连接家庭设备。

平头哥在发布真武系列AI芯片后，进一步扩大T-Head SAIL软件栈的开源范围。此举试图降低模型迁移成本，并让客户和开发者直接参与芯片性能优化。

阿里达摩院开源视觉语言模型 Damo Radar，可通过增强CT扫描识别包括癌症在内的近150种腹部病变。研究显示，该模型在近4万例真实世界检查中，对146项临床发现取得0.913的平均AUC。

ZGCM-1是一款从零训练的全开放7B基础模型，重点面向数学推理和代理式搜索。它试图用更高效的训练系统、长上下文能力和外部工具协作，弥补小模型在参数容量上的不足。

开源身份认证与访问管理平台 Casdoor 发布 v4，重点重写控制台，并加入 MCP Server 与 Agent 鉴权能力。项目此前已进入 CNCF 云原生全景图，显示其应用边界正从传统身份系统扩展到 AI 基础设施。

一项围绕 Nemotron 3 Ultra 的研究，探索了监督微调、强化学习与测试时计算如何共同提升奥林匹克数学证明能力。作者称，该系统在 IMO 2026 获得 42 分中的 30 分，达到金牌线。

PyTorch 基金会宣布阿里云与寒武纪成为白金成员，蚂蚁集团成为黄金成员。四家公司将在硬件、模型基础设施、框架适配与智能体运行时等层面推进开源 AI 生态协作。

据InfoQ中文报道，英伟达已与Hugging Face达成最终收购协议，交易估值约129亿美元，预计于2027年上半年完成。交易一方面为开放模型生态提供资金，另一方面也引发平台中立性与竞争审查担忧。

一位开源项目维护者指出，近一年外部贡献出现了新的异常模式：PR 数量明显多于 issue，提交内容还常带有 AI 生成的分析、漏洞报告和修复建议。问题不在于使用 AI，而在于未经验证的自动化内容正在增加维护者负担。

英伟达推出开源工具 Personal AI Router（PAIR），可在局域网内发现兼容设备，并协同使用多台电脑进行本地 AI 推理。它主要面向搭载 GeForce RTX 的设备，也支持部分苹果芯片电脑。

清华大学 PACMAN Group 发布 Puro-2B，尝试用消费级 RTX 5090、FP8 训练和开放配方降低小型语言模型预训练门槛。研究称，成本缩放规律显示，约 4400 美元可能达到 Qwen2-1.5B 的评测水平。

Firecrawl团队联合创始人参与开发的开源工具OCR It，主打在浏览器中离线识别不可复制PDF，并将结果整理为可编辑文本。它速度突出，但面对复杂排版时仍需人工校验。

围绕 Hugging Face、Poolside 和 OpenRouter 的多笔大型交易传闻与协议，显示开放权重模型生态正从“免费共享”走向基础设施争夺。芯片厂商、支付公司和云端企业都在试图控制模型分发、推理和开发者入口。

据报道，Hugging Face正评估估值约130亿美元或更高的收购邀约，但目前尚未达成交易。公司对开源社区的长期责任，以及此前拒绝英伟达投资的决定，让交易前景仍充满不确定性。

开源 AI 工作流引擎 FlowLong 发布 1.2.6，新增无节点条件执行、已结束流程恢复与任务退回发起人暂存待审等能力，并升级 MyBatis-Plus 依赖。

Rust 项目围绕 rust-lang/rust 单一仓库通过了 LLM 使用政策。规则并非一刀切禁止 AI，而是要求贡献者清楚区分自己完成的工作与由模型生成的内容。

GCC 指导委员会已接受 AI 政策工作组建议，将拒收包含或派生自 LLM 生成内容的“法律上重要”贡献，但对测试用例保留一定弹性。

这家非营利组织把目标放在一个更基础的问题上：如果AI是通用技术，为什么它主要只服务英语和少数主流市场？Current AI 试图用开源、地方化和社区共治，搭起一套不被单一公司垄断的公共AI底座。

Moonshot AI发布新一代Kimi模型后，围绕中国开源AI、模型蒸馏与监管风险的讨论再度升温。争议的焦点不只是性能，而是开放权重模型会如何改变全球AI竞争格局。

Agora 试图证明，大模型预训练不必完全依赖封闭数据中心。它通过互联网级链路上的流水线并行、容错协同和模型分片，让分散的消费级 GPU 参与 8.6B 参数模型训练。