Token导航 LogoToken导航TokenDH.com

最近有哪些产品和公司在密集发生“开源”

今日资讯 开源

想看最近哪些产品、模型和公司在集中出现“开源”相关动作,这一页会更省时间。

相比泛资讯流,这里更适合直接跟踪这类事件本身的最新变化。

开源资讯

867

正文图片

3,750

开源模型进入了后DeepSeek时代

开源模型进入了后DeepSeek时代

AI已经不再只是实验室内外的技术展示。当模型真正进入千行百业,它开始不断暴露真实世界中的需求,也不断催生新的技术演进方向。 对于开源模型而言,真正的竞争从来不是谁最早发明一种能力,而是谁能够最快把已经验证的前沿能力变成开发者和企业都能够使用的基础能力。也正因如此,前沿能力在哪里,...

暂无图片

全球最大开源模型来了!月之暗面发布2.8万亿参数Kimi K3,剑指Anthropic

月之暗面正式打响中国大模型新一轮“开源战”。 7月16日周四,月之暗面正式发布新一代开源基础模型Kimi K3,参数规模达2.8万亿,并同步上线API服务及开发者文档。新华社报道指出,这是目前全球参数最大的开源模型,标志着我国人工智能(AI)模型发展迈出新的一步。 Kimi K3...

暂无图片

全球最大开源模型来了!月之暗面发布2.8万亿参数Kimi K3,剑指Anthropic

月之暗面正式打响中国大模型新一轮“开源战”。 7月16日周四,月之暗面正式发布新一代开源基础模型Kimi K3,参数规模达2.8万亿,并同步上线API服务及开发者文档。新华社报道指出,这是目前全球参数最大的开源模型,标志着我国人工智能(AI)模型发展迈出新的一步。 Kimi K3...

大模型下半场路线抉择:闭源筑高墙,开源破重围

大模型下半场路线抉择:闭源筑高墙,开源破重围

2026 年,大模型竞争正式迈入下半场。外界热衷于讨论巨头博弈、中美 AI 竞争,但行业内部一场深刻的路线分裂正在上演:闭源与开源两大阵营正面交锋。这场博弈早已超越技术路线偏好,本质是一场围绕定价权、数据安全、产业利润展开的长期商战。 在前一轮 AI 浪潮中,闭源模型是绝对主流。...

马斯克自杀式开源X:让你们看看,我肚里到底有几碗粉!

马斯克自杀式开源X:让你们看看,我肚里到底有几碗粉!

马斯克在上发了一条震动全球科技界的帖子。 内容言简意赅,但杀伤力拉满: “一旦我们完成了针对安全漏洞的审查,我们将把 的全部代码开源,没有任何例外(with no exceptions) 此外,我们还将邀请第三方审查员来检查正在运行的系统,以确认开源的代码就是服务器上实际运行的代...

2026-07-16 22:13
大模型下半场洗牌:闭源赚流量,开源赚利润

大模型下半场洗牌:闭源赚流量,开源赚利润

2026年的AI行业,早已告别“只要做大就值钱”的粗放增长。上半场所有人拼模型效果、拼算力军备、拼用户增速;进入下半场,行业唯一的核心命题只剩下: 怎么活下去、怎么赚到钱、怎么不被平台卡脖子。 也正因如此,原本只是技术偏好的“闭源VS开源”路线,彻底演变成AI产业最残酷的分层之战...

安全公司曝光有黑客在 GitHub 建立近 300 个山寨仓库

安全公司曝光有黑客在 GitHub 建立近 300 个山寨仓库

IT之家 7 月 16 日消息,安全公司 Arctic Wolf 发文,透露有黑客团队从 6 月 26 日开始陆续在 GitHub 上建立了至少 292 个冒充知名软件及安全品牌的仓库,通过伪造的 README 说明和下载页面传播 Windows 信息窃取 BoryptGrab ...

2026-07-16 18:50
中美AI太强,欧洲却成关键变量,其局限和价值在哪?

中美AI太强,欧洲却成关键变量,其局限和价值在哪?

本文来自微信公众号: 数字经济发展评论 ,作者:数字经济发展评论 导语 尽管当前中美在基础模型赛道实现领跑,但2026年7月兰德报告指出,欧洲正成为重塑全球AI格局的关键变量。报告跳出“唯模型论”,揭露了欧洲易被忽视的隐藏实力——手握ASML光刻设备这一硬件咽喉,深耕制造、医疗等...

暂无图片

有外媒渲染中国提供开源AI模型是“陷阱”,外交部:反对以意识形态划线

财联社7月16日电,外交部发言人林剑主持例行记者会。有记者提问,即将在上海举行的2026世界人工智能大会暨人工智能全球治理高级别会议受到国际舆论高度关注。外媒普遍认为,大会将汇聚尖端AI技术,并展现中国在全球AI规则制定方面的努力。但也有观点认为,中国希望通过大会寻求全球南方支持...

2026-07-16 16:45
让动态投机解码不再局限于DSpark:LightSpec首个开源动态MTP系统实现

让动态投机解码不再局限于DSpark:LightSpec首个开源动态MTP系统实现

本文由上海交通大学、北京航空航天大学与 LightLLM 团队联合完成。作者陈俊一是上海交通大学二年级硕士研究生,研究方向聚焦于大模型推理加速算法与推理框架优化,长期关注推测解码、动态 MTP 以及高性能推理系统等问题。其余三位位作者白世豪,汪再军和龚睿昊均来自 LightLLM...