Own Your Weights14 days agohttps://moai.studio/blog/posts/own-your-weights.htmlAPI 依赖带来风险：模型行为、定价和可用性可能发生意外变化。开源模型权重赋予控制权：在本地硬件上运行模型可避免外部依赖。平衡策略：租用前沿模型满足尖端需求，拥有基线模型确保稳定性。主权技术栈包括控制数据、权重和基础设施以保持自主性。为关键工作流程建立本地备用方案，以确保韧性与自给自足。
Inkling: Our Open-Weights Model6 days agohttps://thinkingmachines.ai/news/introducing-inkling/该公司发布了名为Inkling的新AI模型，这是一款混合专家架构的Transformer模型，拥有9750亿总参数和410亿活跃参数。Inkling支持高达100万标记的上下文窗口，基于45万亿标记的多模态数据进行预训练，并可通过Tinker平台进行微调。Inkling的核心特性包括多模态推理（文本、图像、音频）、可调控的思维强度以平衡性能与效率，以及在推理、代理编码和安全基准测试中的卓越表现。与Inkling同时发布的还有Inkling-Small预览版（2760亿总参数，120亿活跃参数），该版本为特定工作负载提供类似能力，同时具有更低的成本和延迟。该模型的开发过程涉及大规模强化学习训练（超过3000万次推演），这不仅提升了推理能力，还促成了更简洁的推理风格。Inkling被设计为广泛适用的定制化基础模型，特别强调校准性、指令遵循能力和抗审查机制（认知特性）。安全评估显示Inkling具备强大的保障措施，在FORTRESS和StrongREJECT等基准测试中表现优异。Inkling可通过TogetherAI、Hugging Face等多个平台和合作伙伴获取，其完整权重已公开发布以支持定制化需求。
American AI is locked down and proprietary. It's losing21 hours agohttps://werd.io/american-ai-is-locked-down-and-proprietary-its-losing/美国AI战略依赖专有、封闭的模型，而中国采用开放权重的路径。AI模型缺乏坚固的护城河；通过API可轻松在不同模型间切换，使得企业服务成为真正的差异化因素。中国的开放模型利用美国出口管制，将算力劣势转化为分发优势，并使AI层商品化。美国前沿模型与开放模型的性能差距正在缩小，中国模型声称能以更低成本实现相当的能力。美国公司优先考虑短期利润并面临激励错位，如果因生态系统薄弱导致AI支出下降，将面临经济风险。开放技术促进无需许可的创新和生态系统效益，与限制全球采用的封闭实践形成对比。