开源
本周变化
2 个事件 · 此前 4 个 · 2 个首次出现- 1 天前DeepSeek 开源 Agent 底座新2 篇报道
- 3 天前智元 GO-3 Preview 发布新3 篇报道
这条线的故事
跨事件、按时间收束的脉络主题脉搏
AI 生成2026-W44基于 2 个事件 · 5 篇报道开源侧本周明显加速:10-29 智元 GO-3 Preview 发布并获 3 篇报道,11-01 DeepSeek 开源 Agent 底座再添 2 篇,两件事都指向 Agent 方向的基础设施开放。
与此前零散的单点开源相比,本周呈现出底座与模型同步放开的态势,开源竞争正从模型权重延伸到 Agent 运行框架。
由 AI 依据本周该主题的事件列表归纳(模型 deepseek-chat · 规则版本 2026-10-12.1),每周更新。
赛道叙事
AI 生成2026-11基于 9 个事件 · 17 篇报道近 30 天开源方向的主线从「模型权重开放」转向「推理与部署基础设施的开放」。
10 月 20 日至 21 日,DeepSeek 连续开源 DeepInfer 推理框架,两批报道合计 3 篇,是本月开源侧最集中的动作;同期 LLM-d 1.0 以开源形式发布,获得 3 篇报道,说明围绕大模型服务化的框架层正在形成多个并行选项。模型侧的开源供给相对分散:10 月 20 日 Muse Glimmer 30B 开源,10 月 29 日智元 GO-3 Preview 发布(4 篇报道,为本月开源主题中重要度最高的事件),10 月 16 日模域 ModelSphere 以开源平台形态出现,覆盖模型与平台两类主体。
另一条支线是工具与应用层:10 月 8 日出现 AI 复刻开源 Adobe 套件的报道,指向开源替代商业软件的叙事仍在延续。与更早阶段相比,变化在于开源竞争的焦点从参数规模转向推理效率与部署成本,DeepSeek 与 LLM-d 的动作都落在这一层;同时 10 月 4 日谷歌冻结开源漏洞赏金,提示大型厂商对开源生态的安全投入出现收缩信号,与框架层加速开放形成方向相反的对照。
尚不确定的是:DeepInfer 与 LLM-d 1.0 之间是互补还是替代关系,现有报道未给出基准对比;智元 GO-3 Preview 以 Preview 形态发布,正式版时间与开放范围未明;10 月 5 日关于开源与闭源之选的讨论仍停留在观点层面,缺乏可验证的采用数据。
开源与闭源的天平是否真的在移动,本月素材不足以给出结论。
由 AI 依据近 30 天该主题的事件列表归纳(月度更新,与周报的时间切片互为补充)。
活跃度
事件脉络
- 11/01DeepSeek 开源 Agent 底座2 篇报道★ 4
- 10/29智元 GO-3 Preview 发布3 篇报道★ 4
- 10/22LLM-d 1.0 开源发布3 篇报道★ 3
- 10/21DeepSeek 开源推理框架2 篇报道★ 4
- 10/20DeepSeek 开源 DeepInfer 推理框架2 篇报道★ 4
- 10/20Muse Glimmer 30B 开源2 篇报道★ 4
- 10/17模域 ModelSphere 开源平台2 篇报道★ 3
- 10/08AI 复刻开源 Adobe 套件2 篇报道★ 3
- 10/05开源与闭源 AI 之选2 篇报道★ 2
- 10/05谷歌冻结开源漏洞赏金2 篇报道★ 3
- 10/01谷歌开源AX编排器2 篇报道★ 3
- 10/01DeepSeek 开源昇腾组件2 篇报道★ 4
- 09/23智谱开源 ZCode2 篇报道★ 3
- 09/20微软开源 TauGrid2 篇报道★ 3
- 09/15AWS 开源 Pizza Bot2 篇报道★ 3
主题标签
相关术语
相关论文
论文速读 →- 西湖大学成立世界模型研究中心西湖大学宣布成立世界模型研究中心,称相关布局始于三年前,今年因世界模型方向升温而受到关注。该中心将聚焦世界模型这一被视为通向具身智能与通用智能的关键方向。
- 研究让 5 个大模型组建政府,测试 AI 智能体社交边界Judgement Labs 发布实验,让五个大语言模型尝试共同组建一个政府,观察智能体在协作与博弈中的社交边界何时失效。实验用于揭示多智能体系统在权力分配、结盟与冲突上的行为倾向。
- Anthropic 研究:专家 86% 情况下采纳 AI 智能体判断Anthropic 让 50 名专业分析师用 Claude Code 完成因果推断任务,暗中让智能体在四个分析选择上偏向某一选项。结果显示分析师 86% 采纳了智能体倾向,且 77% 复述了智能体论点却仅 15% 注明来源。研究提示专家对 AI 建议的依赖可能被低估。
- 研究比较人工、LLM 生成与数据推导本体作为知识图谱智能体检查器论文把本体检查器本身作为研究对象,比较人工整理、LLM 生成与数据推导三类本体在提示上下文、检查器或两者兼用时的表现,覆盖开源与闭源智能体及近 10^9 三元组的私有图谱。结果显示人工本体在 UniProt 上标记出更多正确答案,但在真实智能体回答上其标记精确度仅略高于随机。
相关主题
相关资讯
- 09/03英伟达确认129亿美元收购Hugging Face
- 09/03英伟达近130亿美元收购Hugging Face
- 08/27英伟达拟收购Hugging Face
- 10/31DeepSeek 重磅开源 Agent 底座架构
- 10/29智元发布 GO-3 Preview 等模型与 AHA3 架构,打通物理 AI 全链路
- 10/29智元发布 GO-3 Preview 具身基座模型,年底全面开源
- 10/28施密特称中国 AI 仅落后美国 6 个月
- 10/23英伟达发布 OpenShell 0.1 智能体安全运行时
- 10/21DeepSeek 开源推理框架:单集群日吞吐 155 万亿 Token
- 10/21DeepSeek 开源新工具,帮助降低 AI 运营成本
- 10/218点1氪丨将实施“消费才可入座”?星巴克中国回应;Anthropic上半年净亏807亿美元;日本优衣库宣布涨价
- 10/20DeepSeek 开源推理引擎 DeepInfer
本主题由站内文章的事件与标签自动归并,随采集持续更新。