tej.as··29 天前
Aleph Alpha Kolibri：这款德国主权 LLM 如何运作
Aleph Alpha Kolibri: How the sovereign German LLM works
一篇博客文章，介绍 Aleph Alpha 于2026年10月3日以 Apache 2.0 许可发布的开源权重模型 Kolibri。该模型支持德语和英语，是78B参数的混合专家模型，每个 token 仅启用约3.5B参数，在德国和芬兰的基础设施上从零训练，作者称其设计从底层考虑了 EU AI Act。文章讨论了它的工作原理、优势与不足以及运行方式。
- 分级
- 值得看
- 所属主题
- 整理中
- 收录时间
- 2026-10-26
推荐阅读
Muse Spark 开放版
Muse Spark Open
Meta AI 研究博客介绍新发布的开放权重模型 Muse Spark Open，称其总参数 816B、激活 42B，上下文窗口为 100 万 token，原生多模态，面向编程与智能体任务。文中还称它可通过两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 在本地桌面运行，并已在 Baseten、Fireworks AI、Groq、Modal、Nebius 等 API 平台上线。
欢迎 Muse Spark Open：来自 Meta 的开放权重前沿多模态混合专家模型
Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta
这是 Hugging Face 博客上一篇文章（标注日期为 2026 年 10 月 15 日），介绍 Meta 发布的开放权重模型 Muse Spark Open。该混合专家模型约 8160 亿参数、每 token 约 420 亿激活，上下文窗口最长一百万 token，可接收文本、图像、音频和视频并生成文本。文中称其面向智能体式编程训练（阅读代码库、编写与调试代码、调用工具），并说明了如何运行、微调以及作者用它构建的成果。
欢迎 Thinking Machines 的 Inkling
Welcome Inkling by Thinking Machines
介绍 Thinking Machines Lab 的开放模型 Inkling 上线 Hugging Face 的博客，发布于 2026 年 7 月 15 日。Inkling 是约 1 万亿参数的原生多模态大模型，支持图像、音频、文本输入，具备智能体能力与 1M 上下文，提供 BF16 和 NVFP4 版本并含用于加速推理的推测式 MTP 层；另有 276B 总参数、12B 激活参数的 Inkling-Small。文中还提到 transformers、SGLang、vLLM、llama.cpp 的首日支持及 Inference Endpoints 一键部署。
Kimi K3.1 Pro 与 Kimi K3.1 Pro Highspeed
Kimi K3.1 Pro and K3.1 Pro Highspeed
月之暗面（Kimi）发布 Kimi K3.1 Pro 的技术博客，称其为 K3.1 系列首个模型、其最强的 3T 级开放权重模型，具备 100 万 token 上下文，在编程、3D 创作、金融研究及其他智能体能力上有明显提升。同时发布的 Highspeed 版本速度约为 K3.1 Pro 的 2–3 倍。文中说明模型已在 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上线，完整权重将于 11 月 4 日前开放，并介绍其是在 K3 基础上加大后训练算力得到的版本。
【AINews】Kimi 3.1 Pro 104BA-2.8T：Fable-5.1 级开源权重把闭源 AI 领先优势缩至 1 个月……并推出 2–3 倍速度的 Pro 高速 API
[AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed
Latent Space 的 AINews 每日汇总（2026 年 10 月 22–23 日），头条为 Moonshot 发布 Kimi K3.1 Pro。该模型是在 Kimi K3 基础上以更大后训练算力得到的后训练版本，团队优化了 RL 框架、长上下文推理、训练效率、沙箱基础设施与 rollout 调度等，以支持跨数百个下游领域的联合强化学习。文章还提到其开源权重性能超过 Fable 5.1，并提供 2–3 倍速度的高速 API，另含 Reddit 与 Twitter 社区反应摘要。