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,封闭争论:监管出手,开放模型竞赛更趋激烈

美国联邦贸易委员会(FTC)已对OpenAI、Anthropic及其他AI实验室展开行业性调查,关注其产品对消费者构成的风险,CNBC于9月30日率先确认。同一周,开放权重模型在公开榜单上不断刷新成绩,OpenAI则指控Moonshot AI发动蒸馏攻击。

人工智能与模型分析王雅琴发布: 2026年9月30日4 分钟阅读资料来源 14
开放权重,封闭争论:监管出手,开放模型竞赛更趋激烈

美国联邦贸易委员会已对OpenAI、Anthropic及其他AI公司展开调查,关注其产品可能带来的风险。该机构发言人于9月30日向CNBC确认了这项调查。《纽约邮报》最先报道了这一消息。

据《卫报》报道,这是美国首个直接针对失控AI代理的官方执法行动。此前,7月首次曝出的一连串事件促成了这一行动。FTC计划发出正式的信息调取要求,并强制包括研究机构Metr在内的高管作证。Anthropic和OpenAI此前曾借助Metr开展独立的事件调查。

开放权重持续攀升

监管机构行动的同时,开放权重榜单仍在不断洗牌。BenchLeader的开放权重榜在过去一天内更新,Moonshot AI的Kimi K3以66.2分位居榜首。智谱AI的GLM 5.3以64.7分紧随其后,小米的MiMo-V2.6-Pro以64.5分位列第三。

BenchLM.ai对同一批模型的排名则不同。它按BenchAlign v5.8评分,将MiMo-V2.6-Pro排在首位,得分75.5,Qwen3.8 Max和MiMo-V2.6-Flash排在其后。两个网站采用不同的评分规则和不同的证据标注方式。分歧既关乎模型,也关乎方法论。LMC Marketcap收录了175个开放模型,其中Qwen3.8 27B以71分居首。The Open Weights引用Artificial Analysis于10月1日更新的数据,将GLM-5.3的智能评分排在首位,为44.8,Kimi K3以43.6位居其后。

把四份榜单放在一起看,它们在一件事上是一致的:中国实验室占据了大多数头部位置。

英伟达在9月29日进入了开放模型目录的另一个领域。其面向表格数据的Kumo Tabular基础模型采用OpenMDW-1.1许可。它提供三种规模,参数量从2800万到21500万,仅用人工数据预训练。根据该公司在Hugging Face上的发布说明,它无需训练、微调或特征工程,即可在一次前向传播中预测标签。英伟达称其在TabArena、BeyondArena、TALENT和ScoringBench上均排名第一。

小模型,窄任务

本周更有意思的开放发布规模小、用途专。Fermion Research于9月30日发布Phonon-2。这是一个英语语音识别模型,下载包仅164 MB。它在Open ASR Leaderboard的七个英语数据集上平均词错率为5.21%。这一成绩与其2.5 GB的教师模型相差无几,在会议和议会演讲数据上还更好。权重采用CC-BY-4.0许可,源自英伟达的Parakeet TDT 0.6B v3。

据MarkTechPost报道,H Company的Holo4系列把计算机操作权重做到两种规模:一个270亿的稠密模型和一个350亿总参数、30亿激活参数的混合专家模型。较大的那个以Apache 2.0许可发布,可商用自托管。按H公司自己的数据,270亿模型在OSWorld上得分85.2%,每任务成本0.08美元,采用CC BY-NC 4.0许可,商用需通过厂商API。MarkTechPost指出,与前沿模型的对比使用了不同的测试框架。它还提到,AutomationBench的600个公开任务中有480个落在H的训练集里。

“又快又便宜很容易,你知道的,”TypeSafe首席执行官Diogo Almeida对TechCrunch说。“如果你想要真正的又快又便宜,用骰子就行,对吧?智能才是难的部分。”

这句话点出了榜单底下的暗线。Jev式的决策模型格式返回的是选项和概率,而不是散文,这种格式正在快速扩散。据TechCrunch 9月30日报道,OpenAI在DevDay上发布的Decisions API把同样的思路用在了其Luna模型上。Bespoke Labs的Nimble是一个基于Qwen3.5-9B的90亿参数模型。它公开了完整的训练配方和2676条训练样本。仓库明确说明它没有从Jev蒸馏。Ollama在0.35版本中加入了对Nimble的本地支持。据The Register 9月29日报道,开放工具Jevstiller声称与Jev的一致率达到98%。它在设备上回应常见请求,最快只需15毫秒。

指控,以及不以为意

9月30日,政治温度升高。OpenAI称它阻断了一场对抗性蒸馏行动,该行动从7月1日持续到7月28日。行动在7月24日和25日达到高峰,来自4000多名用户的16000次请求。OpenAI的博客称核心集群来自Moonshot AI。The Register在标题里点出了其中的讽刺,并指出Moonshot未回应置评请求。

Moonshot的Kimi K3本周在多个开放榜单上位居前列。蒸馏指控是否改变企业挑选权重的方式,是另一个问题。真正起作用的,是token账单的算术,而不是任何指控。

评论 0

资料来源

14
  1. 01FTC is investigating OpenAI, Anthropic and other AI companies over product risksEN
  2. 02US trade regulator opens investigation into AI giants including Anthropic and OpenAIEN
  3. 03Best open weights AI models ranked (2026)EN
  4. 04Open-Source LLM Leaderboard 2026: 94 Models RankedEN
  5. 05Best Open Source AI Models & LLM Leaderboard (2026)EN
  6. 06LLM Intelligence leaderboardEN
  7. 07NVIDIA Kumo Tabular: Open Foundation Model for Tabular PredictionEN
  8. 08Phonon-2: most accurate open speech recognition model in a 164 MB downloadEN
  9. 09H Company Releases Holo4: Open-Weight Computer-Use ModelsEN
  10. 10OpenAI's Jev clone could help the frontier lab stop its swarming agentsEN
  11. 11Nimble: Data, Model, Recipe for an Open Jev (From Bespoke Labs)EN
  12. 12Ollama now supports Jev-like decision models all locally in 0.35EN
  13. 13Open source tool distills Jev so you can run it locallyEN
  14. 14Irony alert: OpenAI whines that Chinese model stole its special IP that it stole from everybody elseEN

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。