腾讯首席 AI 科学家姚顺雨警告,AI 很快将具备开发生物武器的能力,但完全开源或完全闭源都无法单独解决这一风险。他主张采用开源与闭源混合的路线,让各方都能将技术用于防御,并呼吁全行业谨慎推进。腾讯同时预告将发布开放权重模型 Hy4 及配套安全报告,称其生物能力低于高风险阈值。
开放权重
Open-weight
公开发布模型参数权重、允许下游自行部署与微调的模型发布方式
收录情报动态
前 OpenAI CTO Mira Murati 创办的 Thinking Machines 发布 Inkling 2 Small,采用 5940 亿参数混合专家架构,单次推理仅激活 170 亿参数。该模型在 Artificial Analysis 智能指数上得分 31,较前代提升 18 分,与 Gemini 3.8 Flash 大致持平,智能体任务提升尤为明显,但单任务成本升至前代六倍。模型初期通过 Tinker 平台以闭源形式提供,后续将以 Apache 许可证开放权重。
前谷歌研究员创立的 Ricursive Intelligence 发布 Ripple-65B Preview,一款稠密开放权重模型,在 12T Token 上预训练、支持 1M 上下文,宣称在 TerminalBench 2.1 上优于规模更大的 Meta Muse Spark Open 816B 与 NVIDIA Nemotron 3 Ultra 550B。该模型是公司芯片设计专用模型的通用变体,自述从头训练成本约 3200 万美元。
Verne Robotics 发布开源权重世界动作模型 V0.5,基于 Wan2.2 视频生成器、用超 170 万条演示训练,可预测未来一秒的机械臂、夹爪与移动底盘动作。其核心亮点是不到 2 小时演示即可学会新工业任务,且在杂乱与光照变化下性能衰减远小于 Physical Intelligence 的 π0.5。
Ricursive Intelligence 发布 Ripple-65B Preview,这是一款基于 12 万亿 token 预训练的通用开源权重模型。该模型在 TerminalBench 2.1 上取得 80.52 分,超越 Reflection Beam 等更大规模模型,确立了美国开源权重模型在智能体编程领域的最新 SOTA。
月之暗面发布 Kimi K3.1 Pro,这是一款基于 MoE 架构的开源权重模型,拥有 2.8T 总参数和 104B 激活参数。该模型支持 100 万 token 上下文和多模态输入,在长周期编码、代理任务及金融建模方面表现显著提升,幻觉率降低 65%,现已通过 OpenRouter 提供 API 服务。
月之暗面推出其最强开源权重模型 Kimi K3.1 Pro,具备 100 万 token 上下文窗口,在编码、3D 生成及金融研究等智能体任务上显著提升。该模型提供高速版本并已通过 API 上线,完整权重将于 11 月 4 日开放下载。
Meta 推出号称美国最强开源权重模型 Muse Spark Open,拥有 8160 亿参数和 100 万 token 上下文窗口。该模型专为复杂编码与智能体任务设计,并首次实现原生适配 Apple Silicon 架构,但本地运行需至少 1TB RAM。
Meta 正式推出拥有 8160 亿参数的开源权重多模态大模型 Muse Spark Open,支持文本、图像、视频和音频处理,并具备高达 100 万 token 的上下文窗口。该模型在基准测试中表现与 Qwen、GLM 等顶级中国开源模型相当,且针对 Apple M5 Ultra 芯片进行了本地运行优化,标志着 Meta 在开源竞赛中的强势回归。
OpenAI 发布名为 Privacy Filter 的开放权重小模型,专为高吞吐量场景下的个人身份信息(PII)检测与脱敏设计。该模型支持本地运行,能在不离开用户设备的情况下完成上下文感知的隐私数据遮蔽,旨在为开发者提供安全构建 AI 应用的基础设施。目前处于预览阶段,面向研究社区收集反馈以迭代性能。