跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

开放权重周报:英伟达 Kumo Tabular 领衔一周小型开源发布

英伟达9月30日发布 Kumo Tabular,这是一个用于表格预测的开放基础模型。英伟达称它无需训练、调参或特征工程,并在四项基准测试中排名第一。它出现在开放权重发布密集的一周里,从164 MB的语音模型到志愿者预训练的14500万参数语言模型。

人工智能与模型分析王雅琴发布: 2026年9月30日5 分钟阅读资料来源 9
开放权重周报:英伟达 Kumo Tabular 领衔一周小型开源发布

英伟达的 Kumo Tabular 是这批发布中名气最大的,但它不是语言模型。给它一张带标签行的表格,它在一次前向传播中预测新行的标签。英伟达称它有3种规模,从2800万到21500万参数,并且只在人工数据上做了预训练。它以 OpenMDW-1.1 许可证发布,可用于商业用途。英伟达声称它在 TabArena、BeyondArena、TALENT 和 ScoringBench 上排名第一。

小模型,小下载

这一周最引人注目的成果并不是能力最强的那个。Fermion Research 于9月30日发布 Phonon-2,这是一个开放英语语音识别模型,下载包只有164 MB。该公司称,它在 Open ASR Leaderboard 的七个英语测试集上平均词错误率为5.21%。它还称,所有得分更高的开放模型体积至少是它的5.8倍。其权重采用 CC-BY-4.0 许可,派生自英伟达的 Parakeet TDT 0.6B v3。

工程上的说法很具体。每个编码器权重被存为五个学习到的层级之一,约合每权重2.1比特,以三进制数字打包,每字节存五个。Fermion 称,在 MacBook Air 上,一小时的音频大约20秒就能转成文字。在开放权重光谱的低端,这种体积与准确率的取舍就是全部卖点。

与此同时,一个名为 Coop 的志愿者项目在其 GitHub 仓库中称,它发布了一个14500万参数的纯解码器 Transformer,预训练没有使用服务器,也没有资金。其设置不同寻常。参与者从 Hugging Face 下载检查点,在个人数据分片上运行本地 AdamW 步骤,然后把伪梯度作为拉取请求提交到公开的 Hugging Face 数据集仓库。一个 GitHub Actions 定时任务每五分钟聚合一次提交。README 指出,GitHub 的共享调度器实际触发间隔从几分钟到几小时不等。

Coop 更早的阶段是由志愿者在六天内用 TinyStories 训练的1500万参数模型,验证损失从9.01降到2.8。该项目自己的文档对这说明什么很谨慎。单个验证损失说明不了问题,因此排行榜对序列拟合斜率,横轴是 token 数而不是外层步数,并给出标准误。

工具与芯片

基础设施层也在动。英国人工智能安全研究所和 Meridian Labs 于9月30日发布 Inspect,这是一个用于前沿人工智能评估的开源框架。它附带200多项预置评估、基于网页的 Inspect View 工具、一个 VS Code 扩展,以及一个沙箱系统,可在 Docker、Kubernetes、Modal、Proxmox 或 Vagrant 中运行不可信的模型代码。它支持20多家模型提供商,还支持用 HuggingFace、vLLM 和 SGLang 做本地推理。

时机之所以重要,是因为评估如今成了政治话题。9月30日,《卫报》报道美国联邦贸易委员会已对 Anthropic、OpenAI 及其他人工智能实验室展开行业范围的调查。这是该机构首次针对失控人工智能代理采取的正式执法行动。据该报援引的多篇报道,联邦贸易委员会计划强制 Anthropic、OpenAI 和研究机构 Metr 的高管作证。三家均拒绝向《卫报》置评。《纽约邮报》最先报道了这一消息。

然后是芯片层。据 The Decoder 9月30日报道,Deepseek 正在为华为的昇腾芯片发布开源编程工具,消息来自该公司官方微信公众号的一篇文章。核心是 TileLang,一种最初由北京大学研究人员开发的编程语言。Deepseek 认为它提供了比英伟达 CUDA 更简单的模型。路透社报道称,这套软件包含计算库和数据移动库,Deepseek 将全部开源。Deepseek 称华为全力支持这项工作,双方优化了由128颗昇腾950芯片组成的超级节点。

并非所有人都接受这套说法。研究公司 SemiAnalysis 测试了 OpenAI 的 Jalapeno 推理芯片,并称 CUDA 的护城河“可能已经死了”。它提醒说,自己只测试了约8000个输入 token 和1000个输出 token 的场景,尚未运行其 AgentX 基准。今年8月,同一家公司发现英伟达在代理工作负载上大幅领先。

这些发布没有解决的问题

开放权重不等于开放过程。Coop 的聚合器会丢弃过期的提交,其余的在单次 Nesterov 步骤前用截尾均值或几何中位数截断。Inspect 的沙箱之所以存在,正是因为模型代码不可信。Phonon-2 的许可证继承自另一家公司的模型。

而一致不等于准确。据 The Register 9月29日报道,开源工具 Jevstiller 把 Jev 的输出蒸馏进本地模型。它称与上游服务的一致率为98%,同时能在15毫秒内回答熟悉请求。其开发者在自己的文档中写得很明确:“一致不等于准确。”这句话可以放在本周大多数发布之下。

政治背景更不明朗。据 Ars Technica 报道,OpenAI 首席执行官 Sam Altman 周二在公司开发者日对记者表示,在能够“做出有把握的安全决策”之前,公司不会上市。Ars Technica 援引知情人士称,该公司正在洽谈以约14000亿美元估值融资300亿美元或更多。300亿美元的目标最早由彭博社报道。BBC News 也报道了同一活动,并指出 Altman 把名为 dots 的新代理称为“能力非凡、始终在线的代理,能处理你能想到的任何事情”。

对这一周还有一种解读:开放权重不过是更便宜的发行方式。英伟达想让 Kumo Tabular 进入企业流程。Fermion 想让 Phonon-2 装在笔记本电脑上。Deepseek 想让华为芯片有软件可用。Coop 想证明训练循环能在捐赠的硬件上跑起来。共同点不是意识形态,而是算术:更小的产物、更少的 token 消耗、更少要租的基础设施。

这套算术是否提升安全性是另一个问题,而这一周没有给出干净的答案。

评论 0

资料来源

9
  1. 01Nvidia Kumo Tabular: Open Foundation Model for Tabular PredictionEN
  2. 02Phonon-2: most accurate open speech recognition model in a 164 MB downloadEN
  3. 03Coop: A small language model pretrained by volunteersEN
  4. 04Inspect: An open-source framework for large language model evaluationsEN
  5. 05US trade regulator opens investigation into AI giantsEN
  6. 06China's AI industry closes ranks as Deepseek ships open-source software for Huawei's Ascend chipsEN
  7. 07Jevstiller: Open-source tool distills Jev so you can run it locallyEN
  8. 08OpenAI delays IPO over AI safety concernsEN
  9. 09OpenAI unveils AI assistant 'dots' while safety worries delay new modelEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。