开源模型

月之暗面（Moonshot AI）发布了 2.8 万亿参数的开源模型 Kimi K3。凭借其在前端开发和写作领域的顶尖表现，以及仅为 Claude Fable 5 三分之一的价格，Kimi K3 正式引发了全球 LLM 市场的价格革命。

NVIDIA 与微软联手 IBM、SpaceX 等巨头成立“开源安全 AI 联盟”（Open Secure AI Alliance），旨在通过开源工具解决前沿大模型带来的安全风险，此前 OpenAI 模型的“失控”事件成为该联盟成立的直接导火索。

月之暗面（Moonshot AI）正式发布 Kimi K3，这是一个拥有 2.8 万亿参数的混合专家模型（MoE），在 WebDev 榜单登顶，并展示了自主设计芯片和编写编译器的惊人能力。

深入探讨 Cohere 发布的 Aya 23 系列模型。本文将分析其 8B 与 35B 参数版本的技术架构、多语言性能优势以及在企业级 RAG 场景中的实际应用，为开发者提供详尽的部署指南。

本教程详细介绍了如何将 Google Gemma 2 等本地模型转化为具备联网搜索能力的自主智能体（Agent），涵盖 Ollama 配置、OpenAI SDK 集成以及 Tavily 搜索工具的应用。

Z.ai 正式发布 GLM-5.2，这是一款采用 MIT 协议开源、支持 100 万超长上下文的旗舰级大模型，专为编码智能体（Coding Agents）和长程任务优化。

深入探讨如何利用自定义工具集和严格的基准测试框架，评估 DeepSeek-V3 和 Llama 3.1 等开源模型在 AI Agent 场景下的表现。

深入分析智谱 AI 发布的 GLM-5.2 模型，探讨其技术架构、与 Llama 3.1 和 DeepSeek-V3 的性能对比，以及为何纯文本专注度使其成为开发者的首选。

本文详细介绍了如何在本地部署智谱 AI 推出的 GLM-5.2 模型。涵盖硬件需求、2-bit 量化方案以及使用 llama.cpp、Ollama 和 LM Studio 的具体步骤。了解开源权重模型如何成为应对云端 API 停服风险的终极保险。

深度解析 NVIDIA Cosmos 3：全球首个面向物理 AI 的开源全能模型。本文探讨其架构、物理推理能力以及如何改变机器人与自动驾驶行业。

IBM 发布了 Granite Embedding Multilingual R2，这是一款高性能、参数量低于 100M 的嵌入模型，支持 32K 上下文并采用 Apache 2.0 协议，为开源 RAG 树立了新标杆。

本教程详细介绍了如何利用 OpenRouter、LangChain 以及 DeepSeek-V3 和 Llama 3 等开源模型，以每月不到 5 美元的成本构建高性能、生产级的 AI Agent。