AiTest123.comAI 评测与可信度检测平台
拖动滑块完成拼图，通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
sina qqZone renren ydCloud 0
11月5日，百度把最新基座模型文心5.5 Flash Base（ERNIE 5.5 Flash Base）正式开源。北京商报记者魏蔚、鲁芹了解到，这款模型走的是MoE（混合专家模型）路线，总参数2800亿，每个Token激活140亿参数。预训练用了33.5万亿个Token，预训练上下文长度最高128K；到了微调和推理阶段，最长可支持100万Token的上下文。
知识、推理、数学、代码、多语言、长上下文等多个基准测试中，该模型都拿到了同尺寸模型的SOTA（当前最优）成绩。Hugging Face平台上已经可以下载。
开源大模型正从技术圈的小众实验，变成企业、政府和初创公司共同押注的基础设施。低成本、可控性、灵活性构成了它的吸引力，但当能力越来越容易获得，商业价值究竟落在谁手里？TechCrunch本期节目邀请Hugging Face，围绕价值捕获路径展开讨论，并直面一个更尖锐的问题：面对来势汹汹的中国开源模型，美国玩家还能不能跟上
开源AI模型正从边缘走向主流，企业、政府和初创公司都对其低成本、高控制和灵活性寄予厚望。然而，随着能力越来越强的模型免费开放，商业价值如何捕获？中国开源力量崛起，美国玩家能否守住优势？Hugging Face政策负责人围绕成本、风险与权衡展开深度剖析，为开源AI的可持续发展提供关键思考。
Hugging Face首席执行官克莱芒·德朗格近日表示，他个人对AI引发末日级风险的估计（P(Doom)）接近于零。在他看来，外界高估了模型失控的概率，却低估了风险的真实来源：少数几家公司在闭门环境中开发最强模型，外界无从审查。这场围绕开源与闭源的争论，实质上是关于AI治理透明度与责任分配的争论。
开源AI模型正从边缘走向主流，企业、政府和初创公司都对其低成本、高控制和灵活性寄予厚望。然而，随着能力越来越强的模型免费开放，商业价值如何捕获？中国开源力量崛起，美国玩家能否守住优势？Hugging Face政策负责人围绕成本、风险与权衡展开深度剖析，为开源AI的可持续发展提供关键思考。
开源大模型正从技术圈的小众实验，变成企业、政府和初创公司共同押注的基础设施。低成本、可控性、灵活性构成了它的吸引力，但当能力越来越容易获得，商业价值究竟落在谁手里？TechCrunch本期节目邀请Hugging Face，围绕价值捕获路径展开讨论，并直面一个更尖锐的问题：面对来势汹汹的中国开源模型，美国玩家还能不能跟上
2.8 万亿参数模型权重正式上线 Hugging Face，基于超 1.75 万次真实会话测评位列开放权重模型榜首，本地部署需至少 1.4TB 存储空间。#Kimi大模型#
11月5日消息，按照此前在10月24日发布时许下的承诺，月之暗面（Moonshot AI）今日正式在 Hugging Face 平台全面开放了Kimi K3.1Pro的模型权重。随着此次权重的正式开源，该模型在由 Arena 运营的智能体排行榜 Agent Arena 中表现亮眼，一举夺得开放权重模型的第一名，在全部参
千盼万盼，iPhone的AI功能终于上线了。 从11月4日开始，拥有开发者权限的苹果用户都可以获得开发Beta版的iOS 27.3推送，然后下载一个12GB的更新包即可升级。 不过，大家今年在WWDC上看到的那些AI功能，这次还是没有，首批上线的功能主要还是以AI写作、实时翻译、图像处理、智能通知、Siri为主。其中，
MLCommons近日发布AILuminate Safety 1.2.1和Jailbreak 1.1两项基准，开发者可通过Candela服务自测AI系统产生有害内容的风险及抗攻击能力。基准由80多家机构共识构建，覆盖12类危害场景，并采用确定性评估器提升准确性。公开结果显示27个系统表现差异显著，开放权重模型从第4到9
OpenAI 表示 Pierre 的开源项目将继续保持开源。收购完成后，客户可以继续使用 Pierre 的 Code Storage 存储系统。
MLCommons近日发布AILuminate Safety 1.2.1和Jailbreak 1.1两项基准，开发者可通过Candela服务自测AI系统产生有害内容的风险及抗攻击能力。基准由80多家机构共识构建，覆盖12类危害场景，并采用确定性评估器提升准确性。公开结果显示27个系统表现差异显著，开放权重模型从第4到9
这是 2026 年至今，中国科大以第一署名及通讯单位在 Nature、Science、Cell 三大国际顶尖刊物上发表的第 16 篇成果。
2026年11月4日，月之暗面在HuggingFace发布Kimi K3.1 Pro完整权重（2.8T参数/104B激活，1M上下文）。发布前，公司从训练数据和强化学习环境中移除网络攻击相关内容，据内部测试，漏洞利用成功率从90.5%降至81%。这是中国开源大模型首次公开量化安全自律效果，但这份数据来自未公开的内部基准
2026年11月4日，月之暗面在HuggingFace发布Kimi K3.1 Pro完整权重（2.8T参数/104B激活，1M上下文）。发布前，公司从训练数据和强化学习环境中移除网络攻击相关内容，据内部测试，漏洞利用成功率从90.5%降至81%。这是中国开源大模型首次公开量化安全自律效果，但这份数据来自未公开的内部基准
企业内容管理平台 Box 推出了一套采用“智能体优先”思路的内容检索系统，其核心基于英伟达 Nemotron 开源模型。据称，新系统响应查询的速度提升至原来的四倍，错误率降低 20%，而消耗的 token 数量减少 90%。这标志着企业搜索正从“检索增强生成”的单轮问答，转向由模型自主规划、多步执行任务的智能体检索架构
月之暗面开放 2.8 万亿参数 Kimi K3.1 Pro 权重，强势登顶 Agent Arena 开源榜
DeepSeek 开源 DeepInfer 后，SGLang 团队用 DeepInfer 自身基准在相同硬件上复测 DeepSeek-V4.1-Flash。结果显示，SGLang 在 prefill 吞吐、decode 步长等关键指标上持平或领先，并补齐了完整推理服务所需的 KV cache、PD 分离和负载均衡能力。
DeepSeek 开源 DeepInfer 后，SGLang 团队用 DeepInfer 自身基准在相同硬件上复测 DeepSeek-V4.1-Flash。结果显示，SGLang 在 prefill 吞吐、decode 步长等关键指标上持平或领先，并补齐了完整推理服务所需的 KV cache、PD 分离和负载均衡能力。
至于搜索就更简单了，AI会直接调用百度的视觉模型，然后通过百度的以图搜图来给你找出类似物品出现过的网页内容，个人觉得聊胜于无吧，在没有接入淘宝、京东等购物类app的情况下，它并没有太多的用武之地，毕竟如果只…
月之暗面宣布在Hugging Face开放Kimi K3.1 Pro模型权重。Arena披露，该模型在Agent Arena智能体榜单位居开放权重模型第一、全球所有参评模型第13名，并在工作、编程、聊天三类均列开放模型第一。排名基于超1.75万次真实长周期智能体任务会话。
