标签
Reflection AI 推出了 Beam，一个 501B 参数的稀疏 MoE 开放权重模型（激活参数 23B），面向编码、推理和 agentic 工作负载，基于 23.8T token 预训练，并通过在 10.5K 台 GB300 GPU 上进行大规模高算力强化学习（RL）训练进行扩展。Beam 被定位为推进西方开放权重前沿水平，在编码/agentic 任务上逼近 GLM 5.2 和 Qwen 3.8-Max，同时推理算力消耗降低 3–4 倍，权重和技术报告将于本月晚些时候发布。
Upstage 的 Solar Mini 4 是一个拥有 3B 激活参数（总参数 35B）、512K 上下文的模型，现已在 Nous Portal 上免费开放两周，其基准测试得分超过了激活参数是其 10 倍的模型。
消息人士称，数款西方开源权重 AI 模型预计将于本月发布，其中包括 Reflection AI 的首款模型，该模型旨在与中国顶尖开源权重模型一较高下。
Aleph Alpha 发布了 Kolibri，这是一个开放权重的德国/英语主权 Mixture-of-Experts 大语言模型，总参数量为 78B（每个 token 激活约 3.5B），在德国和芬兰的基础设施上从零开始训练，采用 Apache 2.0 协议，权重已在 Hugging Face 上发布，原生上下文长度达 262k token。
Runway Research 推出 Praxis-1，这是其首个面向机器人领域的开源权重世界动作模型。该模型基于大规模视频预训练构建，能够在任何本体形态和环境中学习通用策略。目前正与 Noble Machines、Standard Bots 和 Ultra 等合作伙伴进行测试，预计将在未来几个月内公开发布。
Anthropic的报告显示，中国开源AI模型GLM-5.3能够构建与Mythos Preview模型相当的网络漏洞利用，其安全防护措施易被绕过，带来重大网络安全风险。
Anthropic 的研究分析表明，Zhipu AI 的开源权重 AI 模型 GLM-5.3 具有与受保护的美国模型相当的高级网络漏洞利用能力，但缺乏有效的安全防护，从而增加了误用风险。
Naive-N0.5-Flash 是一款开放权重的309B混合专家模型，拥有155亿活跃参数，专为编程和AI研究优化，原生支持1M token上下文窗口并具备高速推理能力。
Deem 9b 是一个用于校准决策的开放权重 AI 模型，由 LibertAI Labs 发布，作为 TypeSafe 的 Jev 的竞争者，具有诚实的基准测试和开放资源。
小米发布了开放权重的MiMo V2.6 Pro和Flash模型。作者将个人智能体从DeepSeek V4.1 Flash切换到MiMo V2.6 Pro，在测试中发现成本更低且结果相当或更优。
OpenJudgement-4B-Preview是一款基于Qwen的实验性AI模型，专注于分类和评分任务的微调，作为开放权重的早期预览替代品。
NVIDIA 发布了 Nemotron 3 Diarization，这是一个开源100M参数模型，实现了最先进的说话人识别，错误率为14.72%，支持最多八名说话人的实时和离线处理。
2026年关键AI创始人、研究员和建设者精选列表，突出主要AI实验室的领导者和行业知名人物。
Jev-Omni 是第一个将类型化决策扩展到多模态的开放权重模型，支持文本、图像、音频和视频，直接返回选项的概率分布而不生成解释。
本文分析了开放权重AI需求如何影响旧款NVIDIA GPU的经济价值，表明开放权重模型更为经济，并且像A100这样的硬件在特定工作负载上仍具成本效益。
dots3-note Preview 是一个多模态 Mixture-of-Experts AI模型，具有280B总参数和16B激活参数，支持多达512K token上下文，在Hugging Face上作为开源权重模型发布。
文章分析了开放权重AI模型领导权从U.S.向China的转移，强调Chinese models已超越American ones在商业可行性和下载数量上。
CAISI的评估发现，Z.ai的GLM-5.3是目前网络能力最强的开放权重AI模型，但在能力上仍然落后于U.S.前沿模型大约四个月。
作者分享了一个类似DIY Jev的推理设置，使用开源权重大语言模型，展示了通过简单的提示和基于logit的验证，在没有微调的情况下实现了良好的准确性，并提供了一个用于本地部署的Rust Web服务器。
Jev-Omni 是一个基于 Gemma 4 12B IT 构建的多模态决策分类器，经过微调以处理文本、图像、音频和视频，根据问题为选项提供概率分数。