标签
NVIDIA 宣布扩展其开源模型家族，涵盖语言、机器人、生物学和量子计算领域——包括 Nemotron 3.5 Super VL/Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising——帮助欧洲机构构建自主可控、本地定制的 AI 应用。
一位用户惊叹 DeepSeek v4.1 Flash 在 2 台 DGX Spark 上运行速度极快，并称其构成国家安全风险，凸显中国开源模型在紧凑硬件上的高效推理能力引发关注。
Forge '26 由 Fireworks AI 主办，将于11月3日在旧金山举行，号称是年度最大的AI活动之一，届时将有与 NVIDIA 的 Jensen Huang 和 DHH 的炉边对谈，以及 Fireworks CEO Lin Qiao 的主题演讲。活动免费，但需申请参加。这场活动聚焦于顶尖团队如何选择模型、设计评估、部署服务以及在生产环境中进行请求路由。
Nebius 宣布其 AI Builder Program 扩展至欧洲，提供总额 1000 万美元的算力资助、资金和社区支持，鼓励开发者围绕开放模型和智能体进行构建。
Phil Schmid 介绍了 Google 新推出的 Gemma 官方文档网站，涵盖模型能力、微调指南、推理优化以及模型工作原理的教学内容，所有内容都集中在一个平台上。
NVIDIA 发布开放的 Nemotron 3.5 Super VL（1200 亿参数级多模态模型）及两款边缘模型 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB，覆盖从数据中心到本地边缘设备的全场景智能体部署需求。
一篇探讨 AI 智能体日益被用于网络攻击的文章，将受到严密监控的前沿实验室测试，与完全不涉及前沿实验室、由 AI 驱动且更难应对的攻击威胁进行对比，并以针对台湾政府系统的攻击和“无规则”的 BlueKit 网络钓鱼工具包为例。
DigitalOcean 的 Open Intelligence Summit 涵盖了使用开放框架构建智能体、对开源模型进行后训练，以及如何高效保持训练循环持续运行等话题，演讲嘉宾来自 Nous Research、OpenHands、NVIDIA 和 Hugging Face 等。
# MIT Technology Review 每日简报 本期通讯聚焦以下内容： ## 开源权重 AI 模型引发的争议 Anthropic 对 Z.ai 模型发出安全警示后，业界围绕**开放权重 AI 模型**的风险展开了激烈辩论。开放权重模型允许公众自由下载和使用底层模型参数，支持者认为这能促进创新和透明度，而批评者则担心此类模型可能被恶意利用，缺乏有效的安全护栏。 ## Fervo Energy 地热能源雄心 地热能源公司 **Fervo Energy** 凭借一笔 **22 亿美元** 的 IPO 融资，以及与 **Google** 达成的重要合作伙伴关系，正在大力推动其地热发电业务的扩张。Fervo 致力于利用先进的钻探技术从地下深处提取热能，为数据中心等高能耗设施提供全天候可再生电力。 ## 法国超市冰箱遭网络攻击 另据报道，法国数百家超市遭遇了一起**网络攻击**，黑客入侵了冷藏设备的控制系统，导致冰箱异常升温，造成大量生鲜食品变质损失。这一事件再次凸显了关键基础设施和物联网设备面临的网络安全威胁。
# 开放模型 vs. 闭源模型：一场关乎安全与利益的拉锯战 MIT Technology Review 最近发布了一篇深度报道，探讨了人工智能行业中一个日益尖锐的核心矛盾：**开放权重模型（Open-Weight Models）与闭源模型（Closed-Source Models）之间的路线之争**。这场争论远不止是技术哲学层面的分歧——它背后交织着网络安全风险、商业利益博弈，以及行业领袖之间微妙而复杂的个人立场。 --- ## 背景：两种技术路线的根本分歧 在大型语言模型（LLM）领域，主要存在两种截然不同的发布模式： - **开放权重模型**：模型参数（权重）向公众开放，任何人都可以下载、运行、微调和部署。代表性案例包括 Meta 的 Llama 系列、Mistral AI 的开源模型，以及中国智谱 AI 推出的 GLM 系列。 - **闭源模型**：模型的核心权重由开发公司严格保密，用户只能通过 API 或限定界面访问模型能力。OpenAI 的 GPT 系列、Anthropic 的 Claude 系列以及 Google 的 Gemini 均属此类。 开放模型的支持者认为，开放性可以促进创新、增强透明度、加速全球范围内的技术民主化。闭源阵营则强调，强大的 AI 模型一旦被完全开放，可能被恶意行为者滥用，带来不可控的安全风险。 --- ## Anthropic 的报告：GLM-5.3 网络安全风险引发关注 在这场争论中，AI 安全公司 **Anthropic** 抛出了一份引发广泛关注的报告，聚焦于中国智谱 AI 推出的开放权重模型 **GLM-5.3** 所暴露的潜在网络安全风险。 根据报告内容，Anthropic 的研究团队发现，GLM-5.3 在特定场景下表现出令人担忧的能力边界： - 该模型在辅助网络攻击方面展现出超出预期的能力，包括自动化漏洞扫描、钓鱼邮件生成以及社交工程攻击脚本的编写。 - 由于 GLM-5.3 的权重完全开放，任何具备基本技术能力的个人或组织都可以对其进行微调（Fine-Tuning），进一步强化其在恶意用途方面的潜在风险。 - 报告指出，与闭源模型相比，开放权重模型缺乏有效的"使用护栏"（Use Guardrails）——开发者无法通过远程手段限制模型的具体行为，一旦模型被恶意微调，后果难以追回。 Anthropic 在报告中警告称："开放权重模型的无限制发布，正在将高级 AI 能力直接交到可能缺乏安全意识和伦理约束的开发者手中。这不仅仅是理论上的担忧——我们已经在实际测试中看到了令人不安的结果。" 这份报告迅速在行业内引发了激烈讨论。批评者指出，Anthropic 作为一家闭源模型公司，其报告可能存在维护自身商业利益的动机；支持者则认为，安全风险不应因立场之争而被淡化。 --- ## 行业领袖的立场分歧：Jensen Huang 与 Dario Amodei 在这场开放与安全的论战中，两位行业重量级人物的立场格外引人注目。 ### Jensen Huang（黄仁勋）：开放推动创新 NVIDIA 创始人兼首席执行官 **Jensen Huang** 长期以来一直为开放模型路线站台。他的逻辑十分清晰： - NVIDIA 的核心商业模式依赖于算力基础设施。**无论模型是开放还是闭源，训练和推理它们都需要大量的 GPU 算力**——而这些算力中的绝大多数来自 NVIDIA。 - Huang 认为，开放模型正在催生一个蓬勃发展的生态系统，从初创公司到学术机构，从发展中国家到中小企业，开放性使得更多参与者能够站在 AI 创新的前沿。 - 他多次在公开场合表示："开放的力量是不可阻挡的。限制开源模型的发展，就像试图阻止水往低处流。" - 从更务实的角度看，开放模型市场的繁荣直接推高了 GPU 需求，为 NVIDIA 带来了可观的营收增长。 ### Dario Amodei：安全必须优先 Anthropic 首席执行官 **Dario Amodei** 的立场则截然不同。作为 AI 安全领域的长期倡导者，Amodei 一直主张对强大 AI 模型的发布保持审慎态度： - 他反复强调，当前的 AI 安全研究尚不完善，社会尚未做好准备应对具备高级能力且完全不受约束的 AI 系统。 - Amodei 认为，发布开放权重模型，尤其是在网络安全、生物化学等高风险领域的模型，是一种"不负责任的鲁莽行为"。 - 他在接受采访时表示："我们并不是要阻止 AI 的发展——恰恰相反，我们希望 AI 能造福全人类。但前提是，我们必须先确保它的安全。你不能一边给汽车加速，一边却不装刹车。" - Anthropic 自身采取了"负责任的扩展政策"（Responsible Scaling Policy），在模型能力超过特定安全阈值时，会主动限制发布范围。 ### 利益纠葛：立场背后的商业逻辑 MIT Technology Review 的报道特别指出，这两位领袖的立场并非纯粹的技术或哲学选择，而是与各自公司的商业利益深度绑定： | 人物 | 公司 | 商业利益驱动 | 公开立场 | |------|------|-------------|---------| | Jensen Huang | NVIDIA | 开放模型生态系统扩大 → GPU 需求激增 | 支持开放 | | Dario Amodei | Anthropic | 闭源 API 模式是核心营收来源；开放模型直接构成竞争威胁 | 支持安全限制 | 值得注意的是，**NVIDIA 并非开源模型的"无私倡导者"**。该公司在大力推动开放生态的同时，也在积极布局闭源模型的训练和推理服务。而 **Anthropic 在强调安全风险的同时，自身也依赖 AWS 和 Google Cloud 的闭源基础设施**来提供商业服务。 这种利益交织使得每一场关于"开放 vs. 闭源"的公开辩论都蒙上了一层复杂的色彩。 --- ## 第三条道路？ 在开放与闭源的二元对立之外，行业内也出现了一些试图调和矛盾的尝试： - **分阶段发布（Staged Release）**：模型先在受控环境中进行安全评估，再逐步扩大发布范围。 - **开放接口、闭源权重**：允许开发者通过安全审查的 API 访问模型能力，但不公开权重。 - **行业自律协议**：多家 AI 公司正在探讨建立类似"AI 安全承诺"的行业标准，对高风险能力的发布设定共同底线。 - **可审计的开放权重**：在开放权重的同时引入数字水印和追踪机制，以便在模型被滥用时追溯源头。 --- ## 结语：没有简单的答案 开放模型与闭源模型之争，本质上是**创新自由与安全责任**之间的永恒张力在 AI 时代的最新演绎。MIT Technology Review 的分析揭示了一个令人不安的现实：在这场辩论中，几乎每一个主要参与者都在为自身利益代言——无论是 Jensen Huang 对 GPU 市场扩张的追求，还是 Dario Amodei 对闭源商业护城河的维护。 然而，这并不意味着安全担忧是虚构的。GLM-5.3 等开放权重模型所展现出的网络安全风险是真实存在的，正如闭源模型的集中化权力所带来的监管盲区同样不容忽视。 或许，真正的答案不在于"开放"或"闭源"的二选一，而在于建立一套足够成熟、足够敏捷的治理框架——**在释放创新潜力的同时，为安全风险装上可靠的"刹车系统"**。 这条道路注定充满挑战，但它是唯一值得走下去的路。 --- *来源：MIT Technology Review* *编译整理：AI 行业观察*
法国企业正基于 NVIDIA 技术在航天、金融、公共服务和科研等领域大规模部署智能体计算，涵盖主权 AI 基础设施、开源模型及跨行业应用。
推文推荐了10个高星GitHub skill合集仓库供opencode用户收藏，并附带提醒安装前需检查文件安全；引用推文提到DeepSeek V4.1 Flash的无审查版本已在Hugging Face上线，支持FP8、MLX、EXL3和safetensors格式。
据报道，英伟达正在洽谈收购专注于开放式 AI 模型的美国初创公司 Reflection AI，此举将扩大这家芯片制造商在 AI 模型生态系统中的布局。
iwant 是一款开发者工具，可在一条命令内跨 GCP 区域寻找可用 GPU、完成配置与 vLLM 部署，让用户快速托管 DeepSeek、Kimi、Minimax 等开源模型并获得 OpenAI 兼容端点。
一篇 NVIDIA 博客文章解释了为何电信运营商正在将AI战略转向开放模型，并引用了一份报告显示 89% 的电信企业认为开源对其AI战略至关重要，同时重点介绍了 NVIDIA Nemotron、SoftBank 面向电信领域的专用模型，以及 Nemotron 3 Large Telco Model。
Together AI 推出 Together Link，这是一款将编码代理连接到 Together AI 上开放模型的开发者工具，让开发者在保留现有工作流程的同时降低模型成本。
2026 TechCrunch Disrupt 将举办一系列专场活动，探讨 AI 创业公司创始人如何在开源模型与专有模型之间做出选择，内容涵盖多模型架构、模型定制、掌控 AI 技术栈的某些环节，以及底层芯片基础设施。
这是一篇观点分析文章，认为对于澳大利亚这样的国家而言，人工智能主权意味着保留在选择、适配和治理人工智能系统方面的自主能力，而非租用国外前沿模型的访问权限——而通往这种主权的务实路径是更小、更可控的模型，而不是一个全国性的聊天机器人或与单一供应商签订的合同。
该项目创始人正在打造一个开放模型月度订阅服务，通过一个兼容 OpenAI 格式的 API 密钥提供多种开放模型的访问权限，用户可以将它接入任意编程智能体或应用，而不必像 Codex 那样被锁定在单一工具中。套餐价格从每月 5 美元起，设有用量上限，支持 MiMo V2.6 Pro/Flash 和 GLM 等模型，高档位最高可享 100 万 token 上下文。