Hugging Face 解析开源 AI 热潮下谁能获利
TechCrunch Equity 播客邀请 Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman，探讨开源模型日益主流背景下企业如何捕捉价值，以及中国开源模型崛起时美国玩家能否跟上。对话还涵盖创业公司在基于开源模型构建前需要了解的事项，包括如何选择工具与基础设施，以及塑造开源 AI 未来的权衡取舍。
#开源生态
TechCrunch · AIAI 评分3535 TechCrunch · AIAI 评分4040 TechCrunch 专访 Hugging Face 政策负责人：构建于开源 AI 之上的成本、风险与权衡
TechCrunch Equity 播客对话 Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman，探讨初创企业使用开源 AI 模型前需要了解的成本、风险与权衡。
钛媒体AI 评分6767 英伟达1.2万行Megakernel优化Kimi K3推理，AI生成代码速度超过人类审查速度
2026年10月16日vLLM官方博客发布技术复盘，英伟达CentML工程师Benjamin Chislett用1.2万行CuTe DSL编写的Megakernel大幅提升月之暗面Kimi K3推理速度，GB300 NVL72上达423 tok/s/user，性能提升1.68倍，batch 1下超过840 tokens/s。
钛媒体AI 评分4949 当DeepSeek成为一种亚文化
DeepSeek在年轻群体中衍生出“大肥鱼”“鲸鱼娘”“D老师”等二创形象，形成表情包、同人创作等亚文化赛道，而官方从未下场运营社区。这源于其“反商业”叙事：今年4-5月至少四次API降价，DeepSeek-V4-Pro价格永久降至原价四分之一，10月服务器故障后全额返还10月8日至14日费用。文章同时警示饭圈化风险，并提到公司完成1000亿元融资、梁文锋正评估切入具身智能赛道。
Latent SpaceAI 评分5151 Supabase 联合创始人谈十亿个 AI 生成应用的计划
Supabase 联合创始人 Paul Copplestone 和 Ant Wilson 在 Latent.Space 节目中讨论 AI 智能体生成更多软件后后端基础设施应如何演进。
钛媒体AI 评分7171 DeepSeek开源DeepInfer推理框架对等支持华为昇腾与英伟达芯片意味着什么
DeepSeek于10月20日开源自研推理框架DeepInfer，华为昇腾950系列NPU与英伟达SM100（Blackwell架构GPU）同列支持名单，同一代码树下仅需一个环境变量即可切换两类硬件，改变了国产芯片以往作为次序靠后补充后端的地位。
钛媒体AI 评分5959 Agentic Cloud时代云厂商资本开支与ROIC效率大考分析
阿里、腾讯、百度2026年Q2单季资本开支合计1318.52亿元，同比增114%，Agentic Cloud成为云厂商集体押注方向。文章分析认为推理负载取代训练、有状态任务需要全栈重构，但2026年Q2三家自由现金流合计净流出664.24亿元，全国智算中心平均利用率仅20%-30%，行业胜负正从规模转向ROIC、GPU利用率和自由现金流等效率指标。
钛媒体AI 评分5151 亚马逊CTO Werner Vogels谈AI理念：先教育再上车，先护栏再行动
钛媒体专访亚马逊副总裁兼CTO Werner Vogels，他提出企业应先教育再采用AI、反对FOMO驱动的决策，并强调成本应成为非功能性需求，够好就够。文中介绍亚马逊开发Dogwood语言约束Agent行为边界，开源决策模型Strands Decider可输出动作许可与置信度；涉及金融、医疗等高风险场景须由人审核。
钛媒体AI 评分6262 Kimi和DeepSeek差异越来越大：产品公司路线与研究机构路线的分岔
文章分析认为，Kimi与DeepSeek在2026年没有趋同，反而在融资定价、收入结构、技术选择和组织形态上走向相反方向。
钛媒体AI 评分5050 中美AI竞争的新变量：开源、算力与产业生态
中美AI竞争正从“拼模型”转向拼推理成本、开发者生态和产业部署的综合竞争。阿里Qwen已形成超过10万个衍生模型，2026年7月英伟达、微软、Meta和IBM等多家美国公司公开支持开放权重模型。围绕蒸馏和训练数据的知识产权与规则争议，正成为新的竞争壁垒。
钛媒体AI 评分5858 周鸿祎对谈刘湘明：AI的尽头是安全，失控是确定性事件
360集团创始人周鸿祎在与钛媒体刘湘明的近两小时访谈中提出，AI失控是确定性事件，依据包括大模型升格为智能体、Mythos类AI自动挖漏洞、80分AI黑客可复制千个、以及RSI自我进化四点。
MIT Technology Review · AIAI 评分5555 MIT Technology Review 深度解析：开放模型的收益能否抵消其风险
MIT Technology Review 梳理开放模型之争，起因是 Anthropic 报告称 Z.ai 8 月发布的 GLM-5.3 因可自由下载构成重大网络攻击风险。文章指出开放模型可支持学术研究、本地部署敏感数据和防止权力集中，但缺乏过滤和封禁机制且易被重训移除安全训练；业界正探索抗篡改训练、分级发布等中间方案，并强调开放权重只是真正开放的最低标准。
InfoQ 中文AI 评分5050 Anthropic 技术负责人谈 2 万亿美元估值：蒸馏会毁掉前沿研发，中美 AI 竞赛不会单边暂停
Anthropic 两位强化学习技术负责人 Nicholas Marwell 和 Sholto Douglas 在播客中表示，蒸馏只能复制当前前沿、无法推进下一代前沿，而一次前沿训练成本可能达 100 亿甚至 1 万亿美元。他们同时称，任何真正的 AI 放慢方案都必须完全协调，基本不存在美国单独放慢的情形。访谈还提到，18 个月内模型已从需人盯守的工具变成能独立完成一两天工作的“初级团队成员”。
Simon WillisonAI 评分4242 EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 采用 Apache 2.0 许可证，Simon Willison 认为嵌入模型不应使用闭源、专有的托管模式。嵌入模型通常需计算并存储数千甚至数百万个向量，一旦厂商停用模型，用户就得为重新计算这些向量付费。他希望使用托管服务的同时，能在厂商停服时自行运行开放权重版本或另寻供应商。
Latent SpaceAI 评分3434 Latent Space 对话 MIT 的 Alex Zhang：从 GPU kernel 到递归语言模型 RLM
MIT 的 Alex Zhang 在 Latent Space 播客中介绍了递归语言模型（RLM）等工作，基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。