#开源

4月5日 Meta发布了其新一代开源大语言模型Liama4，其拥有超过4000亿参数，Meta宣称该模型是同类中最好的多模态模型（可以处理图像输入输出），在参数量更少运行门槛更低的情况下，编程和推理能力上和DeepSeek V3相当。 并且该模型完全免费开源，用户可以从Liama官网下载并部署在本地。

“一人公司”的成功案例、电商平台 Gumroad 开放了源代码（注） 它背后的技术是 Ruby 和 MySQL，功能极简，上线 10 年才支持店铺功能😂，但这不影响它的影响力：不但帮创造者获得 10 亿美元利润，还建立了庞大的创造者社区 开放源代码之后，预计会有更多的开发者来扩展功能，类似 WordPress 那种大家一起赚钱的生态 --- 最有意思的是 Gumroad 创始人写了一本可能

「去除 AI 味 Prompt」开源放到 Github 上啦（地址见评论区） 人工手写稿子被「朱雀大模型」判定为 50% 的 AI 生成。让我一度怀疑我自己是个套壳机器人。 老婆说你只是像，但并不是。 于是我悬着的心放下来了，一口气研究了去除 AI 味的一些方案，最终在 Gemini 2.5 Pro 上调通了这个 Prompt

这两天闹的沸沸扬扬的朱啸虎唱衰具身智能的言论部分认同: 1. 当前具身智能领域大都还在走传统的路线，犹如2023年之前AI1.0时代的NLP和CV路线，后来transformer出现后将原先语言和视觉路线干废。具身智能也需要经历一次这样的临界点，当前还处于1.0时代，未来VLA模型成熟后，必然会将门槛极大的降低下来，泛化性能增强。 2.当前国内的大多数具身智能公司，很多都是用国外开源的路线二开

关闭的是 Android系统的公开开发进程，为的是减少合并分支时的冲突，不是开源本身 …… ​ 新闻学到这个份上，​没必要，真的没必要。

解决机器人“叠被子困境”，杭州六小龙群核科技开源空间理解...

最近辛顿认为开源的deepseek大模型类似把核武器给了普通人。 先不说这个比喻合不合理，其实这个比喻的背后有个更根本的问题：“谁有资格拥有核武器”？ deepseek的模型是开源的，但是训练模型的方法并没有全部开源，到目前为止，利用deepseek提供的思路训练出来的大模型比如QWen QWQ，能够思考，“有点意思”，但是又“差点意思”。 不过客观的说，现在基于transformer le

$LI 社区项目🚨 () - 你的境遇，掷地有声 🚨 我们刚刚 开源 了网站代码，欢迎任何人在 确保自身安全 的前提下 镜像 “牛马.icu” ，让更多中国人看到彼此的境遇。 Github 仓库: 📖 镜像教程： 🔗 GitHub指南: 🌐 镜像站点示例： ⚠️ 安全警告 ⚠️ 如果你在中国或其他受限地区创建镜像，请务必注意： ❌ 不要 使用需要实名认证的国内服务器 ❌ 不要

sesame 完胜grok3，这要等他们过段时间开源后，AI男女友产品付费率要大幅提升吧？ 以身涉h测试 哈哈😃

会见企业家｜周鸿?：开源才是真正难以逾越的壁垒，中美AI...

腾讯混元安全团队-朱雀实验室发布了AI-infra-guard大模型基础设施评估工具，检测AI系统潜在安全风险。 目前已在GitHub开源，支持检测30种AI组件，200+安全漏洞数据库，包含朱雀实验室发现的Nvidia Triton，Pytorch，ComfyUI与Ray等知名AI组件漏洞。 #AIsecurity

olmOCR：可能是目前最好的开源OCR模型 基于微调后的7B视觉语言模型，微调数据为260000页PDF页面，完全开源，包括模型权重、数据和训练代码、推理代码，4090可以本地运行。 Github： 模型： 在线使用：

EA刚刚开源了红警1的源代码。license是GPLv3 地址：

开源R2Uploader🥳，现在有工作了，有了收入来源，不需要靠这个赚钱，因此决定开源。我半途而废了好多，这个算是完成度稍微高一点的产品了，但距离优秀的收费产品还有好多距离。希望我终有一日能做出真正赚钱的产品，我也会持续分享我的技术爱好和赚钱探索🥰

DeepSeek 开源周的3号炸弹来啦！DeepGEMM！ 这是个FP8 通用矩阵乘法库，该库用 CUDA 编写，安装时无需编译，并且内置了JIT（真的牛逼）！官方数据最大性能获得了2.7倍的提升。 要知道在早些年高性能的BLAS库可是要收费的，并且卖得很贵。 地址： #DeepSeek

字节系所有免费的大模型产品（豆包、扣子、trea、剪映等）的协议中都是明确了会“无条件的、永久的、不受限”收集数据（包括所有输入和输出）。trae也是几个vscode套壳AI工具里唯一一个不支持隐私模式也不承诺不使用用户工具的产品。 所以内部系统开发时除非达到开源的程度，不然都不建议用。

DeepSeek 推出了 FlashMLA，这是一款专为 Hopper GPU 设计的新解码内核，标志着其开源周的开始。FlashMLA 旨在提高 AI 模型的效率，支持 BF16，采用 64 块大小的分页 KV 缓存，并在 H800 GPU 上实现 3000 GB/s 的内存带宽和 580 TFLOPS 的高性能。 该内核针对可变长度序列进行了优化，大幅降低计算需求，同时提升 AI 任务的速度

去年我还傻乎乎的认为需要通过泄露OpenAI等牛逼模型的权重文件来实现大跃进，至少Llama3没让我觉得他那二进制有啥价值，但DeepSeek真的扭转了这一局面，OpenAI离开源真不远了。并且，我们可以再次做出预测，2025年开始，会出现一个超级大善人，出资10亿美金以上，买很多设备，免费让各个社区里的聪明人也能轻松研究训练过程，这样的话，到2026年，大模型全生命周期所有软件工程都实现开源，又

生物学DeepSeek来了 2025年2月19日，Arc 研究所的 Patrick Hsu 和 Brian Hie 团队联合斯坦福大学、加州大学伯克利分校、加州大学旧金山分校以及英伟达的科学家，发布了有史以来最大的生物学人工智能模型——Evo-2，其在规模上堪比当前最强大的生成式人工智能大语言模型，但其训练仅使用了 2000 多个英伟达 H100 GPU，且该模型完全开源。 该模型训练了从单细

这这这。。。原来还可以把思想钢印抹掉？ PPLX 做了个 DeepSeek R1 的无审查版本 R1 1776，并且开源了 这是 DeepSeek R1 模型的一个版本，经过后期训练，可以提供未经审查、公正和真实的信息。 为了让模型在敏感话题上“不受审查”，创建了一个包含 1000 多个示例的多样化、多语言评估集。

从被动接入到主动开源，车企开启新一轮AI大模型之争