#开源生态

Google DeepMind 发布 EmbeddingGemma 2：基于 Gemma 4 的 740M 开源多模态嵌入模型

Google DeepMind 发布开源嵌入模型 EmbeddingGemma 2，可将文本、代码、图像、视频和音频嵌入统一的 768 维向量空间。该模型基于 Gemma 4 架构，共 740M 参数，上下文窗口 8192 token，采用 Apache 2.0 许可。

Google 发布 EmbeddingGemma 2：基于 Gemma 4 的原生多模态嵌入模型，Apache 2.0 开源

Google 发布 EmbeddingGemma 2，这是首个基于 Gemma 4 构建的原生多模态嵌入模型，采用 Apache 2.0 许可证，可将 100+ 语言、代码、图像、音频和视频嵌入同一向量。

Sierra Summit 2026：Sierra 发布 Agent OS 新模型 Curie 与 Fleming 等多项更新

Sierra 在旧金山 Sierra Summit 2026 上发布 Agent OS 的两款新模型 Curie 和 Fleming，前者负责对话核心编排，后者可识别来电方是否为 AI 智能体。

Mistral 发布 Mistral Large 4，Hugging Face CEO 质疑其开源权重说法

Mistral 发布 Mistral Large 4（Le Chonk），1T 参数、原生多模态、49B 激活，称其为美欧最佳开源权重模型，API 已可用，开放权重 10 月底发布。Hugging Face CEO Clément Delangue 转发并指出，在权重尚未开放之前不能自称最佳开源权重模型，并附上 Hugging Face 页面链接。

Reflection Beam 与 Mistral Large 4 追平 GLM-5.2

Reflection 的 Beam 和 Mistral Large 4 在过去两天里都达到了大致 GLM-5.2 的水平。有观点认为，西方与中国开源模型之间的真正差距或许在于：中国实验室可以蒸馏 Anthropic 和 OpenAI 的模型，而西方实验室不能。

Google 发布开源多模态嵌入模型 EmbeddingGemma 2，最低 0.5GB RAM 本地运行

Google 发布开源嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 许可，740M 参数由 270M 文本模型、170M 视觉与 300M 音频编码器组成，支持 100+ 语言、8K 上下文以及文本、代码、图像、视频、音频的统一嵌入。270M 版本最低 0.5GB RAM、完整多模态版 1GB RAM 即可本地运行，并可通过 Unsloth 的 GGUF 运行和微调。

Google 发布 EmbeddingGemma 2，首个原生多模态端侧嵌入开源模型

Google 发布 EmbeddingGemma 2，这是其首个面向端侧嵌入的原生多模态开源模型。模型基于 Gemma 4 架构，采用 Apache 2.0 许可证，在文本之外将图像、视频、音频和代码统一到单一嵌入空间。

LibreOffice 宣布不内置 AI，并将其作为产品设计立场

Document Foundation 宣布 LibreOffice 在可预见的未来不会内置 AI 功能，默认安装不含任何 AI。该组织称这是评估后的设计立场，目的是确保用户文档不被上传服务器、软件无需联网即可运行，满足处理机密或个人数据组织的审计要求。用户仍可通过扩展接入本地 AI 模型，未来若技术满足数据留在设备、不依赖单一供应商等条件，不排除改变。

LibreOffice 称“无 AI”现已成为一项软件特性

开源文档编辑器 LibreOffice 的开发商表示，出于用户隐私考虑，没有计划在软件默认配置中加入 AI。该功能被其称为一项软件特性。

Mistral 发布 Mistral Large 4：1T 参数多模态开源权重模型

Mistral 发布 Mistral Large 4（Le Chonk），为 1T 参数、49B 激活的原生多模态模型，API 已可用，开源权重将于 10 月底发布。Mistral 称其是美欧聚合评测中最佳开源权重模型。Elvis Saravia 表示性能不算太惊艳，但认可其多模态能力，认为这是 Mistral Large 可以突出的方向。

Hugging Face 上线 Mistral Large 4 开源发布提醒页面

Thomas Wolf 转发 Mistral 官方公告，Mistral Large 4 开放权重将于 10 月底发布，参数为 1T、激活 49B，原生多模态，Hugging Face 页面已开放接收发布通知。公告称其为美欧最佳聚合基准开源权重模型，在网络安全防御、制造和金融任务上表现领先，视觉 grounding 超过闭源前沿模型，API 已开放，网络安全伙伴私下合作中。

Mistral 发布万亿参数多模态模型 Mistral Large 4，计划三周后开放权重

Mistral AI 于周二发布万亿参数多模态模型 Mistral Large 4（昵称 Le Chonk），定位为介于闭源与中国开源模型之间的第三条路线。该模型目前仅能通过公开 guardrail 端点访问，安全测试完成后计划在三周内开放权重。它仅用 4,000 块 NVIDIA GPU 在 Mistral 自有算力上完成训练，优化用例包括网络安全、金融和芯片设计。

同一新闻，精选展示《Mistral 发布 Mistral Large 4，1T 参数原生多模态，月底开放权重》

Nathan Lambert 谈开源模型网络安全风险争议

Nathan Lambert 反驳了以网络安全风险贬低开源模型的观点，认为这类说法没有真正考虑闭源模型风险的证据，是在散布恐慌，尤其在对华问题上。他还指出，一个 mythos 级别的网络安全模型发布后，大体上并没有出什么问题。

Mistral 发布 Mistral Large 4：1T 参数、49B 激活的原生多模态开源权重模型

Mistral 发布 Mistral Large 4，采用 1T 参数、49B 激活的原生多模态架构，官方称其为美欧最佳开源权重模型，并在视觉 grounding 上超越闭源前沿模型。该模型已在 API 上线，开源权重预计 10 月底发布，可通过 Mistral Cloud 从欧洲部署。

同一新闻，精选展示《Mistral 发布 Mistral Large 4，1T 参数原生多模态，月底开放权重》

为什么"开放权重模型危险论"站不住脚：Anthropic 的 GLM-5.3 报告与网络风险话语的失灵

Anthropic 发布报告称 GLM-5.3 可作攻击性网络工具，但作者认为该研究回避了关键问题：禁用开放模型会带来什么后果、中国企业为何认为这些模型可以安全发布。作者指出，迄今已记录的多数网络攻击由闭源模型造成，若以网络风险为由禁用开放权重模型，逻辑上同样应禁止前沿闭源模型的公开 API，否则只会扩大攻防差距。

Mistral Large 4 上线 Arena 的 Agent Arena 与 Code Arena 评测

Arena 宣布 Mistral 的 Mistral Large 4 已进入 Agent Arena，用户可前往测试投票，分数稍后公布。该模型为 1T 参数、49B 激活的原生多模态开放权重模型，也已在 Code Arena 的 WebDev、Text 和 Vision 中可用。

Mistral 发布 Mistral Large 4，1T 参数开源模型月底开放权重

Mistral 发布 Mistral Large 4（代号 Le Chonk），为 1T 参数、49B 激活的原生多模态模型。官方称其在聚合基准上是美欧开放权重模型的最佳成绩，并在视觉 grounding 上超越闭源前沿模型。API 今日可用，开放权重版将于 10 月底发布。

同一新闻，精选展示《Mistral 发布 Mistral Large 4，1T 参数原生多模态，月底开放权重》

Mistral 发布 Mistral Large 4：1T 参数多模态模型，10 月底开放权重

Mistral 发布 Mistral Large 4（Le Chonk），1T 总参数、49B 激活参数，原生多模态。官方称其在聚合基准上是美国或欧洲最佳开源权重模型，在网络防御、制造和金融等关键负载达到 SOTA，视觉 grounding 超过闭源前沿模型。该模型可通过 Mistral Cloud 从欧洲部署，API 即日开放，开放权重将于 10 月底发布。

同一新闻，精选展示《Mistral 发布 Mistral Large 4，1T 参数原生多模态，月底开放权重》

Mistral 发布 1T 参数开源权重模型 Mistral Large 4 Le Chonk

Mistral 发布 Mistral Large 4 Le Chonk，总参数 1T、激活参数 49B，支持原生多模态。API 即日起推出，开源权重计划 10 月底发布，官方称其在包括网络防御在内的关键工作负载上达到 SOTA。

同一新闻，精选展示《Mistral 发布 Mistral Large 4，1T 参数原生多模态，月底开放权重》

Mistral 发布 Mistral Large 4，1T 参数原生多模态，月底开放权重

Mistral AI 发布 Mistral Large 4（别名 Le Chonk），采用 1T 参数、49B 激活的原生多模态架构。官方称其在美欧开放权重模型中聚合基准最佳，在网络防御、制造和金融等关键工作负载达到 SOTA，视觉 grounding 上超越闭源前沿模型。该模型现可通过 API 使用，开放权重计划于 10 月底发布。

电信运营商为何将 AI 战略建立在开放模型之上

NVIDIA《State of AI in Telecommunications》报告显示，89% 受访者认为开源模型和软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model（LTM），由 AdaptKey 基于开源电信数据集微调，并开放完整微调流程。

电信运营商为何将 AI 战略建立在开放模型之上

NVIDIA 最新《State of AI in Telecommunications》报告显示，电信运营商正越来越多地将 AI 战略建立在开放模型之上，原因不止于成本。开放模型让运营商能在自主网络到客户服务等关键业务中信任、控制和定制 AI。

Reflection 发布首个开源权重模型 Beam

Reflection 发布首个开源权重模型 Beam，这是一个混合专家（MoE）系统，每次 token 仅激活 5010 亿参数中的 230 亿。该模型目标是在编码和推理上对标 GLM 5.2，同时算力消耗降低三到四倍。其针对 DeepSeek、Qwen 等中国开源对手的策略是以效率而非原始性能取胜。

Musubi 发布 PolicyLM-1.7B：100ms 内完成内容策略分类的开源权重模型

Musubi 发布开源权重内容策略分类器 PolicyLM-1.7B，可在 100ms 内完成内容策略判定。该模型以 1.7B 参数规模实现低延迟策略分类，权重开放，来源为 musubilabs.ai。

研究揭示 bf16 转换导致三元语言模型导出丢失低学习率代码改动

对 BitNet b1.58、Falcon-E 和 BitCPM 三个实验室的三元语言模型导出流程审计发现，fp32 量化与部署代码在 Falcon-E 和 BitCPM 中不一致率为 0.83-1.77%，BitNet 2B-4T 为 1.530%。多数不一致源于 bf16 舍入恰好落在阈值上，导致低学习率代码改动在导出时被回退。

Reflection 发布 501B-A23B 开源模型 Beam

Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月放出。

Reflection 发布 501B-A23B 开源编码模型 Beam

Reflection 发布文本-only 的 MoE 模型 Beam，总参数 501B、激活参数 23B，面向编码、智能体和科学任务，从零训练。完整权重将在本月以 Apache 2.0 许可发布。

Together AI 携手 IBM Cloud 与 NVIDIA 扩展企业级推理算力

Together AI 正与 IBM、NVIDIA 合作扩展企业级 AI 推理能力，首批在 IBM Cloud 上部署大规模 NVIDIA B300 GPU 集群，并采用 NVIDIA Spectrum-X 以太网组网，这是 IBM Cloud 上首个此类专用大规模推理集群，Together AI 也是首个客户。

Elvis Saravia 用 Pi Durable 自建主动式个人 Agent，计划开源

Elvis Saravia 用 pidotdev 的 Pi Durable 搭建了一个主动式个人 Agent，用来验证用开源工具多快能做出 OpenAI dots 的克隆，并计划开源。

Reflection.ai 发布开放模型 Beam：501B 总参数、23B 激活，主打推理效率

Reflection.ai 发布智能体开放模型 Beam，总参数 501B、激活 23B，从零端到端训练，完整权重将于本月开放。作者评价其能力接近 GLM 5.2，但与 GLM 5.3、Kimi K3、DeepSeek V4.1 Flash 相比多项能力仍有差距，主要靠推理效率竞争，推理计算量只有 GLM 5.2 的 1/3–1/4。

Reflection 发布开源智能体模型 Beam，Artificial Analysis 启动独立基准测试

Reflection 发布开源智能体模型 Beam，总参数 501B、激活 23B，从零端到端训练，完整权重将于本月开放，官方称其在编码与智能体任务上推进西方开源前沿。Artificial Analysis 获 Reflection 提供访问并开始独立基准测试，早期指标显示 Beam 在同等智能水平下 token 效率突出。

PyTorch 媒体处理栈演进：TorchCodec 统一编解码，TorchVision 与 TorchAudio 专注变换

PyTorch 已将图像、视频、音频的解码与编码能力统一收敛到 TorchCodec，TorchVision 和 TorchAudio 中旧的 I/O API 已被弃用或移除，两者今后专注 transforms。

Reflection AI 发布开源智能体模型 Beam，501B 总参数 23B 激活

Reflection AI 发布开源智能体模型 Beam，总参数 501B、激活 23B，官方称其具备前沿推理效率，并在编码与智能体任务上推进 Western 开源前沿。该模型从零端到端训练，全量权重本月发布。Hugging Face CEO Clément Delangue 转发了这一消息，并给出 Hugging Face 上的 Reflection 组织页面链接。

Reflection 发布开放权重模型 Beam，称推理算力低于 GLM-5.2

获 NVIDIA 投资的 Reflection AI 发布首款开放权重模型 Beam，称其在推理能力上可与 GLM-5.2 竞争，且推理算力消耗低得多。模型权重预计本月放出。

随机嵌入扰动如何越狱开源权重 LLM

研究者提出 Perturbed Embedding Vector（PEV）攻击，通过随机嵌入扰动越狱六款不同规模的开源权重 LLM，在 JailbreakBench 数据集上稳定诱导出有害或不安全回复。该方法简单快速，成本低于此前的越狱手段。

Elvis Saravia 谈自建个人 AI 智能体：从 traces 到记忆完全自控

Elvis Saravia 建议不要等待厂商修复 bug 或解决安全顾虑，而是自己构建个人 AI 智能体，让 traces、记忆和所有输出完全归自己所有。他认为 AI 已让构建和维护智能体变得简单，可从零保持极简、按需演进，也可基于开源方案 Pi Durable 起步。

Hugging Face 将 Claude Code、Codex 等编码 harness 转为 RL 环境

Hugging Face 用 capture proxy 将 Claude Code、Codex、Hermes、Pi、opencode 等编码 harness 转为 RL 环境，无需改动 harness 或训练代码。

PyTorch 加速器集成工作组公布 2026 H1 进展：CRCR 跨仓库 CI 中继与测试重构

PyTorch 加速器集成工作组公布 2026 H1 进展，推出跨仓库 CI 中继（CRCR），在 pytorch/pytorch 的 PR 或提交触发后并行向下游仓库派发事件，结果数秒内汇入 hud.pytorch.org/crcr。

Linux 7.3-rc6 发布：Torvalds 称进入“AI 新常态”，稳定版预计 10 月中旬发布

Linus Torvalds 于当地时间 10 月 4 日发布 Linux 7.3-rc6，并称大量由 AI / LLM 发现或辅助生成的小型错误路径修复正进入内核代码树，形成新的“AI normal”。稳定版预计 10 月中旬发布。

Reflection 等多家西方企业本月将推出开放权重 AI 模型

Reflection 等多家西方企业本月将推出开放权重 AI 模型，模型领域竞争进一步升级。Reflection 即将推出的模型预计最初落后于美国竞争对手最先进的闭源模型，但足以同中国友商的顶级开放权重模型竞争。开放权重模型支持客户本地部署，对微调和推理数据安全要求严格的行业是关键优势。