标签：开源模型
共 7 篇相关访谈。
NVIDIA 130亿美元收购HuggingFace与开源模型新动态
NVIDIA以130亿美元收购HuggingFace，价格约为其年收入的80倍。同时，Z.ai发布了GLM-5.3-Flash模型，该模型具有100万token上下文窗口，并声称完全在中国AI芯片上运行，展示了开源模型在成本和效率上的竞争力。
企业AI成本飙升，模型路由成关键破局点
Glean CEO Arvind Jain阐述了模型路由如何成为企业控制AI成本的关键。他指出，前沿模型成本飙升与开源模型的兴起，促使企业寻求更智能的任务分配策略。Glean通过构建一个“元工具箱”，动态选择最合适的模型甚至判断是否需要LLM，并利用大规模用户反馈循环和内部评估系统来优化路由，旨在为企业打造一个高效、经济、统一的AI工作平台。
Lindy CEO：多人AI协同时代，记忆与上下文比智能更重要
Lindy创始人Flo Crivello详解新品Lindy Teammate——一个驻扎在Slack中的AI员工，能积累整个团队的上下文记忆。他阐述了多人AI的核心逻辑：上下文比智能更重要，智能体比人类更擅长「入职」。同时，Flo也坦承Lindy正负毛利率运营，并呼吁禁用他自家依赖的中国模型。
王坚：中国开源模型引领全球，AI治理需跑在技术前面
王坚院士在2026年世界人工智能大会上指出，中国在开源模型领域已取得数量和质量上的全球领先。他强调，AI治理的创新比技术发展本身更重要，应跑在技术前面，并借鉴全球经验。他将AI比作新的纸和笔，认为巨大的应用市场是中国加速技术成熟的关键优势，并呼吁通过共商共建共享的开源模式，让全球特别是南方国家能公平享有AI能力。
Nathan Lambert访华：中国AI实验室的速度、文化与全球竞赛
美国AI研究员Nathan Lambert深入探访北京、杭州多家中国顶尖AI实验室后分享观察。他认为中国AI生态系统已形成独特的技术所有权文化，年轻人才充沛，执行力强，擅长快速跟进。中美在开源模型领域已形成动态竞争，中国在特定方面领先，但在算力与前沿探索上仍存差距。
AI算力缺口与云计算范式革命
阿里云百炼技术负责人于文渊在访谈中指出，AI算力需求正以月度翻倍的速度激增，核心挑战在于高效调度有限的GPU资源。他认为云计算范式将因AI Agent的兴起而发生天翻地覆的变化，AI基础设施将成为如水电煤般的公用事业。他强调，企业自建GPU并非最优解，MaaS（模型即服务）在成本、安全与灵活性上更具优势。对于计算机专业学生，他建议必须主动使用AI工具，但更要保持独立判断与代码审查能力，避免成为被AI替代的'99%'。
2026 AI前沿对话：模型、架构与未来
本期访谈中，Sebastian Raschka与Nathan Lambert深入探讨了当前AI领域的竞争格局、开源模型的发展、大模型架构的演进以及扩展定律的未来。他们分析了DeepSeek时刻后的中美AI竞赛，比较了主流闭源模型的使用体验，并深入浅出地解释了混合专家、注意力机制等关键技术原理。