Menlo Ventures 报告称中国 AI 模型占全球开源模型企业支出 89%
Menlo Ventures 报告显示,中国 AI 模型占全球企业开源模型支出的 89%,其中月之暗面 Kimi 以 61% 份额居首,深度求索 DeepSeek 占 15% 排第二,智谱 GLM 占 11% 列第三。西方模型中份额最高的是 Meta 的 Llama 系列,但仅占 7%。
Menlo Ventures 报告显示,中国 AI 模型占全球企业开源模型支出的 89%,其中月之暗面 Kimi 以 61% 份额居首,深度求索 DeepSeek 占 15% 排第二,智谱 GLM 占 11% 列第三。西方模型中份额最高的是 Meta 的 Llama 系列,但仅占 7%。
Hugging Face CEO Clément Delangue 在 WIRED World Fair 上表示,未来 AI 风险更可能来自闭门造车的大公司,开源生态是对冲手段,他的 P(doom) 接近零。
Newcomer 联合 Felicis 推出 Emergent 榜单,收录 29 家由创始人提名的种子轮或更早期初创公司,入选条件是尚未完成种子轮以上融资。榜单中最大一类公司在做运行和控制智能体的工具,开源、硬件与 AI 原生服务也是常见主题,其中多家创始人将出席 11 月 12 日在旧金山举行的 Cerebral Valley AI Summit。
Databricks 一线工程师撰文提出企业重估单一前沿模型供应商策略的七大压力,主张开放权重模型已能以更低成本达到与顶级前沿模型相当的基准表现,并带来数据主权与运营自主。
推荐理由:文中七条来自企业部署一线的观察,解释了单一前沿模型策略为何被重估,以及开放权重模型的成本与治理权衡。
Nathan Lambert 在 Interconnects 发文估算开源模型经济规模,认为现有开源模型采用数据都很不精确,主要用 Baseten、Fireworks、Together AI 的 token 披露和 OpenRouter 的开源模型 token 占比来衡量。
Ai2 宣布启动新的气候建模计划,将开发开源气候模型 NeuralGCM+,项目获 Google.org 数百万美元、为期三年的资助及 Google Research 技术支持。
Nathan Lambert 撰文复盘自己数周前关于开源权重模型网络风险的判断,认为大体仍然成立:即便 Claude Mythos 当时以开源权重泄露,带来的也更可能是网络风险加速而非质变。
Anthropic 宣布将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation(AAIF),包括名称、logo、GitHub 组织和 agentskills.io 域名。
推荐理由:原文交代了捐赠范围、维护者安排和后续治理路线,读者可以据此判断这个开放标准走向社区化后的发展方式。
Meta 发布开放权重模型 Muse Spark Open,作者称其为目前最强的美国造开放模型,此前 Meta 还推出了闭源前沿模型 Muse Wonder 与 Muse Wonder Full。
推荐理由:作者将 Meta 开源与闭源双线策略置于中美开放模型差距收窄的背景下评估,并指出复杂许可条款可能拖累模型采用。
Nathan Lambert 撰文认为开放权重模型的网络风险讨论已经走偏,若只封禁开放模型而不禁止前沿闭源模型的公开 API,反而会扩大网络攻防差距。他批评 Anthropic 关于 GLM-5.3 作为进攻性网络工具的报告回避了跨领域问题,并指出目前有记录的网络攻击大多与闭源模型有关。
Thinking Machines Lab 发布框架文章,论证开源权重模型的安全开放取决于模型本身与其所处生态两方面。文中说明其 Inkling 和 Inkling-Small 经内部评测、四家外部红队测试和对抗微调研究后,判断发布不会带来超出既有开源权重模型的实质性增量风险。
推荐理由:Thinking Machines 提出分阶段安全开放权重的框架,结合自家 Inkling 评测过程说明证据如何驱动逐步开放。
ARC Prize 团队公布 ARC-AGI-3 首个 3.75 万美元里程碑奖(6 月 30 日截止)的前三名开源提交。