AIToday您的AI新闻摘要

Open-Source AI

Jul 24, 2026

Open-Source AI

今日要点

开源AI领域呈现东西方竞争新格局,中国的Kimi K3模型引起关注,同时NVIDIA和Microsoft等美国科技巨头力推开放权重AI模型作为专有系统替代方案。开源AI不仅在大型模型上展开竞争,还在机器人等应用领域扩展,通过开源框架进行安全测试,甚至支持消费级硬件训练,正逐步降低AI技术的使用门槛。

主要新闻

  1. 1

    Kimi K3模型引关注,前沿AI实验室面临中国竞争威胁

    发生了什么:中国AI模型Kimi K3引发华尔街和美国政府官员对美国AI开发竞争力的担忧。Stratechery的分析发现这种竞争威胁并非新问题,但突显了前沿实验室(如OpenAI和Anthropic)尽管能力有所提升,但仍保持结构性优势。 为何重要:中国模型的竞争压力引发了关于美国AI政策方向的疑问。根据相关报道,核心漏洞不在于原始模型能力,而在于美国网络安全政策——这是前沿实验室在没有政府支持和政策协调的情况下可能难以弥补的缺口。

    需要关注:美国在网络安全方面的政策以及它如何塑造竞争格局。分析表明,解决这一问题需要美国接受中国竞争的现实,即使这意味着让OpenAI和Anthropic自行应对挑战。

  2. 2

    NVIDIA、Microsoft推动美国支持开放权重AI模型

    发生了什么:包括NVIDIA和Microsoft在内的科技公司正在敦促美国政府支持开放权重AI(权重公开可得的模型),理由是需要加强竞争力并扩大AI应用。 为何重要:开放权重AI模型可以降低开发者和非大型科技公司的进入门槛,有可能使AI访问民主化。该联盟的推动表明行业领导者认为开放模型对更广泛的AI生态系统具有战略重要性,而不仅仅是专有系统。

    值得关注的是:文章未具体说明政策建议、时间表或该联盟针对的美国官员。

  3. 3

    英伟达CEO支持开源AI模型作为专有系统的替代方案

    发生了什么:英伟达首席执行官表示支持开源AI模型作为可行的前进道路,使该公司与Microsoft和Meta一起支持这种方法,而非封闭的专有系统。 为什么重要:英伟达制造为开源和专有AI系统提供动力的芯片。首席执行官对开源模型的公开支持表明该公司认为两条路线都存在商业机会,这可能会影响企业和开发者选择AI基础设施的方式。

    需要关注:这一声明反映了更广泛的行业分裂,一些公司追求专有AI(如OpenAI),而另一些则投资于公开可用的模型。英伟达在这个问题上的中立立场可能会影响两个阵营的硬件采购决策。

  4. 4

    中文开源AI模型Kimi K3表现不及预期,但存在长期风险

    发生了什么:中文AI模型Kimi K3作为开源模型发布(可免费下载和修改),已上线一周。早期测试显示其性能落后于美国领先的AI模型——在发现网络安全漏洞方面表现较弱,尽管纸面上看起来高效,但消耗的token数量远超美国同类产品。 为什么重要:虽然Kimi K3本身不构成竞争威胁,但开源模型可被剥离安全防护机制(包括中国政府的限制措施),被黑客重新利用。安全倡导者担忧,未来更强大的开源模型可能被用于开发生物武器,因为比起闭源模型,让其协助此类请求难度更低。真正的风险不在于当今的模型,而在于为一个强大的AI可被自由下载和使用而不受保护的未来做准备。

    需要关注的是:禁止开源AI模型在实践中难以执行。重点应转向为强大的开源模型成为标准的情景做好防御和安全实践准备,而非试图阻止它们的发布。

  5. 5

    Cotter:开源框架对机器人策略进行压力测试以确保安全合规

    发生了什么:开源命令行工具 Cotter 发布,可在 MuJoCo 仿真中对训练好的机器人控制策略运行统计安全性、回归和对抗性合规测试,生成具有结构化通过/失败结果的审计就绪报告。 为何重要:随着《欧盟机械法规》和 ISO 10218 等监管要求越来越多地要求提供学习型机器人控制器安全行为的证据,Cotter 通过提供标准化、基于 CPU 的测试框架来满足这一新兴合规需求,任何开发者都可以通过 pip 安装。

    关注要点:该工具现已作为开源项目在 GitHub(github.com/yih0nk/cotter)上发布,可通过 pip install cotterbot 安装;项目网站为 cotter-website.vercel.app。

  6. 6

    千元以下开源机器人可在消费级8GB显卡上训练

    发生了什么:研究人员发布了AlohaMini2,这是首款价格低于1000美元、能够执行自主移动操作任务(如购物)的自制机器人。该系统仅使用标准的消费级8GB显卡进行训练,仅需50个人类演示案例就能在长期任务上达到50%的端到端成功率。 为什么重要:迄今为止,具身AI(与物理世界互动的机器人)需要昂贵的服务器集群和大型实验室。该项目证明了尖端机器人操纵技术可以在消费级硬件上运行,消除了缺乏机构资源的研究人员和开发者的主要入门壁垒。

    值得关注:该团队将开源整个代码库,包括硬件文件和源代码,使设计和训练方法对其他人公开可用,便于他们进行构建和改进。

接下来关注

观察美国网络安全政策如何塑造开源AI与专有AI的竞争格局,以及OpenAI、Anthropic等公司如何在中国竞争加剧的背景下应对挑战。同时关注越来越多的开源AI项目在GitHub上的发布和迭代,这些项目正在推动防御和安全实践的发展,使强大的开源模型成为行业标准。

来源

Share this with a friend

Send today's roundup to anyone who wants to keep up.

Get daily AI news free with AIToday

200+ AI sources, summarized in 1 minute. Email / LINE / Slack.

Sign up free