Phonon-2、Coop 与 Kumo Tabular：开源小模型扎堆的一周

卖点就是体积。Fermion Research 说，编码器把每个权重存成五个学习到的级别之一，约 2.1 比特。权重以 CC-BY-4.0 发布，同一个文件能在 Mac、Linux、Windows 和 NVIDIA GPU 上运行。公司称，在 MacBook Air 上，一小时音频大约 20 秒就能转成文字。

同一天还有两个开源发布。NVIDIA 在 Hugging Face 上发布 Kumo Tabular，一个用于表格预测的开放基础模型。志愿者项目 Coop 发布了一个代码仓库，里面描述的小型语言模型没有服务器、没有资金，也没有守护进程。

数字到底说了什么

Phonon-2 主打的是每字节的准确率。Fermion 说，在 Open ASR Leaderboard 的七个英语数据集上，该模型平均词错误率为 5.21%；所有得分更好的开放模型，体积至少是它的 5.8 倍。公司称，它在议会演讲上达到教师模型词准确率的 100.8%，在会议场景上超过教师模型，而下载包小了 15 倍。比较对象是 NVIDIA 的 Parakeet TDT 0.6B v3，Fermion 把它列为自家权重的许可证来源。公司还说，在所有测试过的噪声水平上，Phonon-2 都领先于 Parakeet Redux，后者被描述为同规模中另一个低位宽模型。这些都是厂商数据，随模型一同发布。Fermion 的说明称，只有当词错误率与精确路径的差距落在噪声范围内时，才会启用快速路径。

NVIDIA 的表格模型做的是另一种取舍。Kumo Tabular 在一次前向传播中预测新行的标签，分类和回归都不需要训练、调参和特征工程。公司说，它只用人工数据预训练，有 28M 到 215M 参数三种规模，以 OpenMDW-1.1 许可证发布，可用于商业用途。NVIDIA 声称它在四个基准上排名第一：TabArena、BeyondArena、TALENT 和 ScoringBench。

没有主人的训练循环

Coop 是三者中最奇怪的一个。它的 GitHub 页面写道，伪梯度以 Hugging Face 拉取请求的形式到达，由一个无状态的 GitHub Actions 定时任务用 DiLoCo 聚合，权重和优化器状态只存在于 Hugging Face 上。计算靠捐赠的消费级硬件和免费额度完成。仓库说，第二阶段是一个约 145M 参数的模型，在 FineWeb-Edu 上从头预训练；第一阶段是一个 15M 模型，在 TinyStories 上训练，已经超过其 Chinchilla 最优预算。

项目声称，多台不同机器上的多名志愿者，用 Apple Silicon 和普通 CPU，训练了同一个外层步骤，并被平均成一个更新。它还记录了失败处理：一个与时间片竞争的提交被接受，但推迟一步、降低陈旧度权重；同一用户的重复轮次合并为一张票；一个做到一半的轮次被冲刷掉，而不是丢弃。这些都不是前沿工作。这正是重点。同一天，英国 AI 安全研究所和 Meridian Labs 发布 Inspect，一个用于前沿评估的开放框架，内置 200 多个评估，支持 20 多家模型提供商，并在 Docker、Kubernetes 和 Modal 中提供沙箱。

在其他地方，开放与闭源之争正在公开进行。《The Register》9 月 30 日报道，OpenAI 指控与中国 Moonshot AI 有关联的个人发动蒸馏攻击。攻击始于 7 月 1 日，7 月 24 日和 25 日出现高峰，由 4000 多名用户的 16000 次请求组成。OpenAI 说它在 7 月 28 日中断了这次行动。Moonshot 没有立即回应《The Register》的置评请求。同一天，《The Decoder》报道，DeepSeek 发布了面向华为昇腾芯片的开源编程工具，核心是 TileLang，一种最初由北京大学研究人员开发的开源语言。报道援引路透社称，这次发布还包括用于芯片间计算和数据搬运的库。DeepSeek 说华为全力支持这项工作，双方优化了一个由 128 颗昇腾 950 芯片组成的超级节点。监管机构也在同时行动。《卫报》9 月 30 日报道，FTC 已对 Anthropic 和 OpenAI 展开全行业调查，发出正式的信息和证词要求。这是美国首次针对失控 AI 代理的官方执法行动。CNBC 证实了这项调查，并说 FTC 拒绝透露其他被调查公司的名字。

上述开源发布与那起案件无关。但它们共享一个前提：能力，或者至少是有用的能力，正在流向任何人都能下载的权重。本周的证据是干着窄活的小模型、一个志愿者训练循环，以及一张厂商基准表。这是否构成一次转向，未来几个发布周期会给出答案。