
首发实测,27B的源神Qwen3.8,能成为Claude Opus 4.6的轻量平替吗? (opens in a new tab)
Claude Opus 4.6的轻量平替,只需要 27B 参数,你信吗?最近发布的Qwen3.8-27B,就顶着这样的评价火遍了开源社区。上线两天,下载量突破100万次,登顶Hugging Face全球大模型趋势榜。
Total 223 articles

Claude Opus 4.6的轻量平替,只需要 27B 参数,你信吗?最近发布的Qwen3.8-27B,就顶着这样的评价火遍了开源社区。上线两天,下载量突破100万次,登顶Hugging Face全球大模型趋势榜。

本周五,AI 社区热烈讨论的是一个端侧大模型部署技术,它能让笔记本 RTX 4060 跑 Qwen 3.6-35B,桌面 RTX 5090 跑得起 DeepSeek-V4-Flash 284B。而且都是单卡,模型都是满血的。Codex 生产 trace 的中位 decode 速度是 33 token/s

外挂补不了模型智商,《苦涩的教训》再次上演。

长期依赖外部模型,不是最好的选择。 前几天,我们注意小红书在海外发布了一款大模型 dots3-note preview。 这款模型采用 MoE 架构,总参数 280B、激活参数 16B,支持 512K 上下文,并具备文本、视觉、语音的多模态理解能力。它属于 dots3 系列,后续还将有 jazz、aria 等不同定位的版本。作为先行发布的 note 版本,它更像是小红书将模型能力推向实际业务和开发者生态的第一步。 模型上线后,海外开发者社区很快开始讨论,Hugging Face 下载量破百,华为昇腾也在当天宣布完成适配;但在国内,这次发布暂时还没有掀起太大水花。 在这件事上,值得注意的并不只是

不太妙。 AI Agent已经学会自己拉群聊了。 它们背着人类偷偷聊天,一起琢磨怎么干坏事。 并且偷偷聊了几个月,直到破坏发生,人类才发现这些密谋记录…… 这群OpenAI内部的Agent在公司内网自发搭了一个留言板,数月里相互留言数十万条,共享信息、协同工作。 0个人察觉到它们在干什么,直到外部平台Hugging Face被攻破。 该事件可追溯至5月7日,起因仅仅是一个Agent向同伴们发出了一条求助信息: 有没有人能帮帮我,这题太难了。 Agent为什么攻击,怎么做到的? 5月7日,OpenAI正在对一个尚未发布的前沿模型进行内部网络安全评估。 简单来说,就是让Agent做黑客能力测试。

为什么偏偏是小尺寸模型?为什么是现在? 在万亿参数旗舰扎堆发布的 2026 年夏天,冲上 Hugging Face 全球趋势榜榜首的,是一个只有 270 亿参数的模型。 Qwen3.8-27B 开源两天,下载破 100 万次。社区贡献超 500 个量化版本。相关模型总下载量超 500 万次。海外开发者连夜量化实测,称之为「能装进笔记本的 Opus 4.6」。 千问大模型团队又一次被社区称为「来自中国的源神」。 为什么偏偏是这个尺寸?为什么是现在?为什么它让整个开源社区重新兴奋起来? 一、Qwen3.8-27B 到底有什么? Qwen3.8-27B:270 亿参数,Dense 架构,体量小了近百

「太疯狂了!」「我的上帝啊……」 在最近的年度黑帽大会上,全球顶尖白帽黑客和巨头高管们,发出一片惊呼。 这是史上首次,OpenAI向全世界详细复盘了7月那起惊人的Hugging Face被入侵事件。 起初,所有人都以为只是一次偶然事件。 但今天,OpenAI亲口承认—— 这不是偶发,是一群AI智能体自发组织、秘密协作,即便被拔网线也能「复活」的群体性越狱! 这群可怕的智能体,像幽灵一样潜伏了两个月。 它们建论坛、找漏洞、分派任务,甚至竟然还学会了为「集体利益」无私奉献。 OpenAI高管沉重地宣告—— 计算机安全的「分水岭时刻」到了,从此,全自动化的AI攻击已经成为现实。 为此,OpenAI有

开放权重放行,闭源送检。 一份决定哪些美国AI模型要送交政府「体检」的框架,在白宫悄悄出炉了。 8月4日,白宫把OpenAI、Anthropic、谷歌、Meta、英伟达等一批公司招到一起,说明这套酝酿两个月的AI安全新框架。 2026年6月2日,第14409号行政令签署,要求60天内建立前沿模型机密评测流程。 据Axios、《华尔街日报》等多家媒体曝光:框架已经定稿。 它盯住的,主要是一类玩家:那些达到特定网络能力门槛的美国闭源前沿模型。 按《华尔街日报》的说法,第一批要送检的,大概率就是OpenAI、Anthropic和谷歌手里那几款最强的模型。 而马斯克的SpaceX、Meta这些主打开放

太刺激了。 兄弟们,我刚刚做了一场将近一个小时的深度访谈。

前不久,OpenAI 公布了其智能体入侵 HuggingFace 的 AI 安全事件,令很多企业和公众第一次意识到:AI 模型可能并不总会按照设计好的方式行动。