法国初创公司 Mistral AI，作为开源 AI 领域的崭新力量，近日宣布计划上市，而非被收购。Mistral 的首席执行官兼联合创始人阿图尔・门施（(Arthur Mensch）)在接受彭博电视采访时表示:“我们并不出售。” 此前曾有传闻称，微软可能会收购该公司，部分原因是微软向 Mistral 投资了1500万欧元(约合1560万美元)并与其建立了合作关系。门施补充说，目前 Mistral 并不需要融资，因为公司拥有充足的资金。Mistral 成立于2023年4月，创始团队由来自谷歌深度学习部门 DeepMind 和 Meta 的前工程师组成。门施表示

斯坦福大学在人工智能领域再次取得重大进展，他们最新开发的STORM&Co-STORM系统已经开源，这一系统能够通过简单的主题输入，全面整合多源信息，生成高质量的长篇文章。这一创新不仅能够避开信息盲点，还能大幅提升科研写作的效率和质量。STORM&Co-STORM系统的核心技术包括必应搜索和GPT-4o mini的支持。STORM部分通过“LLM专家”与“LLM主持人”之间的多角度问答，迭代式地生成提纲、段落和文章。而Co-STORM则通过多智能体之间的对话生成可交互的动态思维导图，确保不遗漏用户可能未注意到

中国人工智能公司DeepSeek日前发布了一款具有里程碑意义的开源大语言模型DeepSeek V3。这款拥有6710亿参数的模型不仅规模超越Meta的Llama3.1，在多项基准测试中的表现也优于包括GPT-4在内的主流封闭源模型。DeepSeek V3的突出特点在于其强大的性能与高效的开发过程。该模型在编程平台Codeforces的竞赛中表现出色，并在测试代码集成能力的Aider Polyglot测试中领先竞争对手。模型训练采用了14.8万亿token的庞大数据集，参数规模达到了Llama3.1的1.6倍。更引人注目的是，DeepSeek仅用两个月时间、550万美元成

2024年12月26日，中国人工智能初创公司DeepSeek发布了其最新的超大模型DeepSeek-V3，这一模型以其开放源代码技术和创新挑战领先AI供应商而闻名。DeepSeek-V3拥有671B个参数，并采用专家混合架构（mixture-of-experts architecture）来激活特定参数，以准确高效地处理给定任务。根据DeepSeek提供的基准测试，这一新模型已经超越了包括Meta的Llama3.1-405B在内的领先开源模型，并且与Anthropic和OpenAI的封闭模型性能相近。DeepSeek-V3的发布标志着开源AI与封闭源AI之间的差距进一步缩小。DeepSeek，最初是中国量化对冲

备受期待的Deepseek V3终于开源!这款全新的AI模型在多语言编程能力上取得了重大突破，其在aider多语言编程测评中的表现，甚至超越了Claude3.5Sonnet V2等竞争对手，引发了业界广泛关注。据了解，Deepseek V3相比之前的版本，在性能上实现了质的飞跃。Deepseek V2.5在aider测评中的成功率仅为17%，而V3则暴增至48%，这充分展现了其强大的进步。Deepseek V3采用了高达6850亿参数的混合专家（MoE）架构。该架构包含256个专家，并使用sigmoid路由方式，每次选取前8个专家(topk=8)参与计算，这种设计使得模型能够

开源AI模型管理工具Pinokio发布3.0版本，带来界面自定义、包管理优化和浏览器自动化等重要新功能，进一步简化了用户在本地部署和运行开源AI模型的流程。Pinokio 现在显示每个应用程序使用的磁盘空间量。此次更新的核心亮点包括:界面定制功能全面升级，用户现在可以通过CSS代码自由调整起始页、应用页面和终端的外观;包管理系统切换到UV作为Python的原生包管理器，提升了新包安装速度;新增磁盘空间占用显示功能，方便用户管理已安装应用;错误提示系统得到优化，取代了此前模糊的"ENO

阿布扎比技术创新研究院（TII）发布新一代开源AI模型Falcon3，凭借14万亿token的训练量和优化的架构设计，在消费级硬件上的性能表现创下新纪录。这一训练规模是其前代产品Falcon2的两倍有余。Falcon3系列共推出四种规格:1B、3B、7B和10B，每种规格均提供基础版和针对对话优化的Instruct版本。尽管专门提供英语、法语、西班牙语和葡萄牙语版本，但各型号都能处理大多数常用语言。在Hugging Face的第三方语言模型评测中，Falcon3击败了包括Meta的Llama-3.1-8B、Qwen2.5-7B、Mistral的NeMo-12B和谷歌的Gemma2-9B在

麻省理工学院（MIT）科学家们最近发布了一款强大的开源人工智能模型，名为 Boltz-1。这一创新有望显著加速生物医学研究和药物开发。Boltz-1是首个完全开源的模型，能够在生物分子结构预测方面达到与谷歌 DeepMind 的 AlphaFold3相同的先进水平。该模型的开发团队来自 MIT Jameel 机器学习健康诊所，主要由研究生杰里米・沃尔文德和加布里埃尔・科尔索领导，合作团队还包括 MIT 的研究员萨罗・帕萨罗以及电气工程与计算机科学教授瑞吉娜・巴兹利和汤米・亚卡拉。在12月5日的发布会上，沃尔

近日，Meta 正式推出了一个名为 Leffa 的开源AI虚拟试穿框架。该框架旨在通过生成新图像来提升用户的穿衣体验，用户可以根据参考图像进行不同服装和姿势的切换。与以往的方法相比，Leffa 在保留细节和减少图像失真方面表现得更为出色。Leffa 的推出为在线购物和虚拟试穿带来了新的可能性。用户只需上传一张参考图片，系统就能基于该图片生成全新的穿搭效果。这意味着，消费者在购买衣物之前，可以更直观地了解这些服装在自己身上的效果，减少了因不合适而退换货的麻烦。Meta 表示

昇思人工智能框架峰会成功举行，在此次峰会上，来自18个单位的代表发布了基于昇思框架的多项原生开发大模型成果。这一系列新进展标志着昇思在人工智能领域的快速发展与影响力提升。据预测，中国AI框架2024年新增市场昇思份额将达30%。自2020年开源以来，昇思 MindSpore 技术不断创新，其生态系统也日趋繁荣。目前，昇思已成功孵化并支持超过50个国内外主流大模型，这无疑为开发者提供了丰富的资源和便利。昇思开源版本的下载量已累计达到1100万次，覆盖全球130多个国家和地区，涉

非营利性 AI 研究机构 Ai2近日发布了其于全新的OLMo2系列，这是该机构推出的“开放语言模型”（OLMo）系列的第二代模型。OLMo2的发布不仅为AI社区提供了强大的技术支持，更以其完全开放源代码的特性，代表了开源AI的最新发展。与目前市场上其他“开放”语言模型如Meta的Llama系列不同，OLMo2符合开放源代码倡议的严格定义，这意味着用于其开发的训练数据、工具和代码都是公开的，任何人都可以访问和使用。根据开放源代码促进会的定义，OLMo2满足了该机构对“开源AI”标准的要求，这一

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