在开源AI领域，与大型科技公司的差距不仅仅体现在算力上。AI2（前Allen人工智能研究所）正通过一系列开创性举措缩小这一鸿沟，其最新发布的Tülu3后训练方案，让"原始"大语言模型转化为实用AI系统变得触手可及。与普遍认知不同，基础语言模型在预训练后并不能直接投入使用。事实上，后训练过程才是决定模型最终价值的关键环节。正是在这个阶段，模型从一个"无所不知"却缺乏判断力的网络，转变为具有特定功能导向的实用工具。长期以来，各大公司对后训练方案讳莫如深。虽然任何

近日，aiOla 宣布推出一款开源的 AI 音频转录模型Whisper-NER ，该模型在转录过程中能够实时遮蔽敏感信息。aiOla 的新 Whisper-NER 构建在 OpenAI 的行业标准开源模型 Whisper 之上，本身是完全开源的，现在可以在 Hugging Face 和 Github 上获得，供企业、组织和个人使用、使用、适应、修改和部署。该音频转录模型具备灵活的配置选项，用户可以根据需求选择是否对敏感信息进行遮蔽。当用户选择遮蔽功能时，模型会自动识别并隐藏如个人姓名、地址、电话号码等敏感信息，有效防止在转录文本中泄露

英伟达近日宣布，其开源的BioNeMo™生物分子AI框架在制药领域获得广泛应用，吸引了大批制药公司、生物科技创新者和AI研究人员的关注。这一框架的推出，标志着AI辅助药物研发正式进入超算时代。作为一套专门面向生物分子研究的AI工具集，BioNeMo框架为制药行业带来了革命性突破。研究人员可以借助该框架大幅提升AI模型的运算规模，更高效地分析海量数据集，显著加快新药设计和开发进程。英伟达还推出了端到端的BioNeMo平台，将AI药物研发的全流程整合到一个统一的系统中。该平台包

在人工智能的应用中，如何实现与 AI 的实时互动一直是开发者和研究人员面临的重大挑战。这其中，整合多模态信息（如文本、图像和音频）以形成一个连贯的对话系统显得尤为复杂。尽管像 GPT-4这样的先进大型语言模型取得了一些进展，但许多 AI 系统在实现实时对话流畅性、上下文意识以及多模态理解方面仍然存在困难，这限制了它们在实际应用中的效果。此外，这些模型的计算需求也使得在没有大量基础设施支持的情况下实现实时部署变得极为困难。为了解决这些问题，Fixie AI 推出

在生成式人工智能领域，苹果的努力似乎主要集中在移动设备上，尤其是最新的 iOS18系统。然而，新的 Apple M4芯片在最新发布的 Mac Mini 和 Macbook Pro 中展现出强大的性能，使其能够有效运行目前最强大的开源基础大语言模型（LLMs），如 Meta 的 Llama-3.1405B、Nvidia 的 Nemotron70B 和 Qwen2.5Coder-32B。Exo Labs 是一家成立于2024年3月的初创公司，致力于 “民主化人工智能的访问”，其联合创始人亚历克斯・奇马（Alex Cheema）已经成功地利用多台 M4设备搭建了一个本地计算集群。他将四台 Mac Mini M4（每台售

近日，开源AI聊天工具LobeChat宣布其云服务公测一个月以来，月收入突破3万元人民币（约4000美元），付费用户数达到60多人，取得了初步的成绩。LobeChat团队表示，这个成绩让他们看到了开源项目商业化的希望。仅需约60名付费用户，就能支撑团队的日常运营，这与传统互联网动辄追求百万级用户的思路截然不同。官网地址:https://lobechat.com/welcome然而，LobeChat也面临着付费转化率低的挑战。目前，LobeChat云服务的注册用户超过7000人，但付费用户仅占不到1%。团队分析，这可能是因为市场竞争激

Google在东京举办的Gemma开发者日上发布重磅消息:全新日语版Gemma模型正式亮相。这款小巧精悍的AI模型以仅20亿参数的规模，却能同时驾驭日语和英语，展现出与GPT-3.5相媲美的性能。这一技术突破尤为令人瞩目。在AI领域，小型模型在学习新语言时常常面临"灾难性遗忘"的挑战——即在获取新知识的过程中丢失先前掌握的能力。而日语版Gemma却成功克服了这一难题，实现了双语能力的完美平衡。为推动全球开发者社区的参与，Google不仅通过Kaggle和Hugging Face平台开放了模型权重，还提供了完整的

最近，开放源代码倡议组织（OSI）发布了一项新定义，明确什么才算是真正的 “开源” 人工智能。这一新标准引起了科技巨头们的关注，尤其是 Meta 的 Llama 模型，因为它并不符合这些规则。OSI 一直是开放源代码软件的行业标准制定者，但在 AI 系统中，有一些传统许可证未能覆盖的元素，比如模型训练数据。根据 OSI 的新定义，任何被认为是真正开放源代码的 AI 系统必须提供三样东西:首先是有关训练 AI 所用数据的详细信息，以便他人能够理解并重现这些结果;其次是用于构建和运行 AI 的

近日，Cohere 宣布推出两款新的开源 AI 模型，旨在通过其 Aya 项目缩小基础模型的语言差距。这两款新模型名为 Aya Expanse8B 和35B，现已在 Hugging Face 上提供使用。这两个模型的推出，让23种语言的 AI 性能得到了显著提升。Cohere 在其博客中表示，8B 参数模型让全球研究人员能更轻松地获得突破，而32B 参数模型则提供了业界领先的多语言能力。Aya 项目的目标是扩展更多非英语语言的基础模型访问。在此之前，Cohere 的研究部门去年启动了 Aya 计划，并在2月份发布了 Aya101大语言模型（LLM），这款

最近，谷歌宣布将其文本水印工具 SynthID 开源，旨在帮助开发者更好地识别 AI 生成的文本。这一工具现已通过谷歌的 “负责任生成 AI 工具包” 向公众开放使用。谷歌 DeepMind 的研究副总裁 Pushmeet Kohli 表示，这项技术将使其他生成式 AI 开发者能够检测文本输出是否来自他们自己的大型语言模型（LLM），这将有助于他们以更负责任的方式构建 AI 应用。在当今这个信息传播迅速的时代，水印技术显得尤为重要。随着大型语言模型被用来传播政治虚假信息、生成不当内容等，水印工具的需求也

近期，Deepfake技术滥用事件在韩国引起广泛关注，近22万人通过Telegram传播AI生成的色情图片，对女性权益造成严重伤害。这一事件与"N号房事件"相呼应，凸显了AI技术滥用的社会危害。中国女工程师张欣怡及其团队针对这一问题，宣布将参加外滩大会AI创新赛的Deepfake模型向全球开源，旨在为对抗Deepfake技术滥用提供技术手段。该举动在社交媒体上获得广泛关注，视频播放量超过151万次。张欣怡表示，团队受到韩国事件启发，旨在通过技术手段为受害者提供保护。开源模型旨在降低使用门槛，让更多人能便捷地对抗Deepfake。此外，赛事设立奖金池鼓励技术人才，推动AI向善发展。尽管技术对抗是重要一环，还需从法律、教育等多层面构建全面防御体系，包括加强法律法规、提高公众媒体素养、培养负责任的技术使用文化等。张欣怡的行动为解决Deepfake问题提供范例，但解决这一问题需要社会各界共同努力。

All Hands AI 获得 Menlo Ventures 领投的 500 万美元种子轮融资，旨在开发一种模型无关的开源 AI Agent，帮助开发者减轻繁琐任务如编写单元测试、管理依赖项和维护文档等，让开发者更多聚焦于创造性工作。其目标项目 OpenHands，现已在 GitHub 上收获超 3 万颗星和 150 多位贡献者，定位为开发者的“智能搭档”，能自动化编写测试和部署应用，识别文件变化并主动询问代码调整。此项目展示了 AI 在开发者工作流程中的潜力，同时强调了开源精神的重要性，以促进软件工程社区的 AI 驱动开发体验。团队计划与主流开发环境集成，并探索推出企业级付费功能以实现盈利。

Meta公司发布中期更新，显示其Llama系列模型的采用率显著增长，尤其在推出Llama3.1后。Llama模型在Hugging Face平台上的下载量接近3.5亿，较去年增长十倍，吸引包括Zoom、Spotify、AT&T、Goldman Sachs在内的知名公司应用。开源AI的发展不仅在性能上接近封闭模型，更在企业层面实现了广泛应用。Llama模型在Hugging Face的下载量在过去一年翻了十倍，上个月突破2000万，显示了其在开发者和企业用户中的高受欢迎程度。Meta与云服务提供商的合作，使得开发者更便捷地使用Llama模型，某些云服务商的月使用量增长了十倍。Llama的崛起标志着开源AI正在快速追赶市场，对封闭模型公司构成创新和成本压力。

微软发布Phi-3.5-vision，一款轻量级、多模态开源AI模型，专为处理文本和视觉输入设计，支持128K上下文长度。该模型适用于资源受限环境，具备图像理解、OCR、图表解析、多图像摘要等功能，展现出色性能和低延迟。由42亿参数构成，通过高质量数据训练，确保性能和隐私。包含三款模型：轻量级AI、专家混合和多模态模型，均在图像和视频处理基准测试中表现出优异成绩。此模型适合AI驱动应用，特别是端侧运行和复杂视觉推理，提供强大支持。

Melodisco是一款开源AI音乐播放器，主打个性化音乐体验。它收录了30万首AI歌曲，具备AI音乐生成、智能推荐、多样播放列表管理等功能。用户可探索发现榜、流行榜、新歌榜，使用随机漫游发现新歌。支持歌曲收藏、最近播放记录、导入和分享。在播放器组件设计上，提供顺序、随机、单曲循环模式，支持进度和音量控制。集成Stripe支付系统，支持Vercel和Docker部署，也支持本地开发。但AI音乐版权和音质控制是其面临的关键议题，且在竞争激烈的音乐市场中，如何吸引和保持用户也值得关注。

LG AI 研究部门推出韩国首个开源 AI 模型 Exaone3.0，拥有78亿个参数，旨在加速 AI 研究并构建强大的 AI 生态系统。此模型在韩语和英语任务中表现出色，通过开源策略，LG 展示了技术实力，可能为云计算和 AI 服务开辟新的收入来源。面对全球 AI 竞争，LG 与阿里巴巴等公司相似，通过开源 AI 模型推动云业务增长。Exaone3.0在性能上表现出色，包括减少推理时间、降低内存使用和运营成本，经过专业数据训练，计划进一步扩展数据量。此模型的成功有望改变 AI 市场格局，为 LG 带来多元化的 AI 和云服务收入，并促进全球 AI 技术普及。

Meta AI发布的Llama3.1模型在性能上与顶级闭源模型并驾齐驱，标志着开源AI重大突破。这是新一代大型语言模型，经过优化的训练栈和大规模GPU计算资源支持，实现多项技术亮点。包括上下文长度扩展至128K，支持8种语言，以及在多个测试领域展现卓越能力。通过迭代的post-training流程，模型不断提高性能，特别是在遵循指令、一致性、多语言翻译上表现出色。Llama3.1在15万亿token上进行的训练是业界首次，采用标准仅解码器的Transformer架构并进行了改进。Meta强调开源AI的开放性、可修改性和成本效率，它将推动AI技术的普及和发展。与多家公司合作发展生态系统，Llama3.1的发布预示开源AI可能成为行业标准，为AI的广泛应用辟新径。

Meta公司首席执行官马克·扎克伯格近日宣布了Llama3.1的正式发布，并表示这可能是开源AI领域的一个重要里程碑。Meta此次推出了三个不同规模的Llama3.1模型，其中最引人注目的是拥有4050亿参数的大型模型。扎克伯格称这是"目前最先进的开源模型"，在某些领域甚至可以与领先的闭源模型相媲美。

["FlowGPT完成新一轮1000万美元Pre-A轮融资","FlowGPT的创业想法正式诞生于2022年底","FlowGPT目前已吸引超过400万月活用户","FlowGPT提供全球开源生态平台","用户可以在FlowGPT平台上与AI应用进行对话和评分","FlowGPT团队持续走开源战略","FlowGPT计划拓展移动端产品和多模态提示词"]

["MIT、清华大学与加拿大AI初创公司MyShell合作开发的开源语音克隆工具OpenVoice引起关注。","OpenVoice采用简单高效的方法，几乎即时克隆用户语音，大幅减少计算资源消耗。","功能强大，提供细致控制选项，包括语调、情感、节奏、停顿等，生成个性化风格的语音克隆。","MyShell商业模式计划通过Web应用提供月度订阅、第三方机器人创建者推广费用以及人工智能培训数据费用等多方面赚取收入。","OpenVoice的两大AI模型包括文本到语音（TTS）模型和“音调转换器”模型，通过训练实现语音克隆。"]