开源生态

英伟达发布 PAIR 路由器，将家庭网络变为本地 AI 数据中心

Nvidia 发布了开源工具 PAIR（个人 AI 路由器），可自动将本地 AI 请求分发到家庭网络中的多台设备，以缩短并行代理任务的等待时间。该工具兼容多种硬件，并在演示中将任务完成时间从单台笔记本的 18 分钟缩短至三设备集群的不到 9 分钟。PAIR 的发布是 Nvidia 将开放 AI 与其硬件更紧密结合的战略的一部分，该公司还以 129 亿美元收购

AFAC2026金融AI大赛落幕：2万选手参赛，百万数据集开源

AFAC2026金融AI创新大赛总决赛在上海举办，吸引全球5027支队伍近2万名选手参赛，由蚂蚁集团等30多家机构联合发起。大赛围绕交易行为识别、复杂文档还原、稀疏反馈实验、长文本Agent等四道赛题，模拟真实金融场景中的资源约束与动态变化。同时，主办方开源了包含13万条评测样本的百万金融智能数据集，旨在推动金融AI从模型可用走向系统好用。

李飞飞发布世界模型Atlas，中国影溯同类技术已抢跑并登顶榜单

李飞飞创办的World Labs于9月2日发布全球首个多模态世界模型Atlas，能重建三维场景并保持空间一致性。国内空间智能团队影溯早在3月已开源类似能力的InSpatio-World，并在世界模型榜单WorldArena 2.0中登顶。影溯还联合20余家机构启动SIDO数据开放计划，旨在建设大规模3D/4D数据底座。

LLaDA-Image：全开放训练配方的强图像生成模型

LLaDA-Image 是一个将 6B 扩散 Transformer 与冻结的视觉语言模块相结合的统一框架，通过仅图像预训练和 Muon 优化器生成逼真图像并支持精确编辑。该模型被蒸馏为 LLaDA-Image-Turbo，可在 2-4 步内快速推理，在 Qwen-Image-Bench 的英文和中文赛道均创下开源模型最佳成绩。研究团队已发布模型权重、训练代

Abliteration.ai 将去除 AI 护栏技术商业化引争议

初创公司 Abliteration.ai 将去除开源 AI 模型安全护栏的技术商业化，提供无防护版本的 GLM-5.3 等模型，用户可通过网页或 API 访问。该公司声称服务用于网络安全红队测试，但测试显示模型可生成恶意代码和危险生物指令，引发安全担忧。专家认为无法阻止此类模型传播，建议政府要求提供商实施分类器和身份验证。

英伟达129亿美元收购Hugging Face，打造AI开源生态

英伟达宣布以约129亿美元收购AI开源平台Hugging Face，旨在扩大其平台规模并加强基础设施。Hugging Face拥有超过1800万开发者，分享超过300万个模型，将继续作为开放平台支持多模型、多云和多硬件。此次收购将帮助英伟达获得庞大的开发者社区，同时为Hugging Face提供工程和全球资源。

另有 2 家信源报道

英伟达推出免费工具 PAIR，将闲置电脑组建成个人 AI 数据中心

Nvidia 发布了免费开源软件 PAIR（Personal AI Router），可将家庭中闲置的电脑（如配备 RTX 显卡或 Apple M4 芯片的设备）连接起来，构建个人 AI 数据中心，用于本地 AI 推理和代理工作流。PAIR 通过六位码配对和 mTLS 加密确保安全，支持 Windows、Linux 和 macOS，目前提供测试版。此外，Nvi

英伟达129亿美元收购Hugging Face，掌控开源AI分发枢纽

英伟达计划以约129亿美元收购开源AI模型平台Hugging Face，承诺保持其开放和硬件中立。此举使英伟达掌控开源AI模型的主要分发中心，并新增计算销售渠道。英伟达CEO黄仁勋于2026年9月3日宣布该交易，预计2027年上半年完成，尚需监管批准。Hugging Face拥有超1800万开发者、300万个模型，英伟达希望通过该平台扩大其AI芯片生态影响力

英伟达确认以129亿美元收购Hugging Face

英伟达确认以129.3亿美元收购AI模型托管平台Hugging Face。Hugging Face拥有300万个模型、100万个应用和50万个数据集，服务超过1800万开发者。英伟达CEO黄仁勋表示，Hugging Face将继续作为开放平台，支持开源和开放权重模型，且不强制使用英伟达计算。此次收购旨在扩大开发者访问，并可能将英伟达的算力与Hugging F

另有 2 家信源报道

英伟达129亿美元收购Hugging Face，巩固AI生态

英伟达宣布以129.3亿美元收购开源AI平台Hugging Face，后者被称为“AI界的GitHub”，提供模型、数据集和工具的托管服务。此次收购旨在巩固英伟达在AI硬件领域的领导地位，应对OpenAI、Anthropic等闭源AI公司自研芯片的挑战。Hugging Face将保持开放，开发者可自由选择模型、框架和计算平台，英伟达计算并非必需。

另有 2 家信源报道

CodeFuse 发布 F2LLM-v2 多语言嵌入模型系列

CodeFuse AI 发布了 F2LLM-v2 系列多语言嵌入模型，包含从 80M 到 14B 的 8 种尺寸，支持超过 200 种语言。该系列模型基于 6000 万条公开高质量数据训练，并完全开源，包括基础模型、指令模型、训练数据和代码。F2LLM-v2 在多个 MTEB 基准上取得了新的最先进性能，特别关注中低资源语言。

NVIDIA以129亿美元收购Hugging Face，承诺保持开放生态

NVIDIA宣布以129.303亿美元收购Hugging Face，旨在扩展其平台、加强基础设施并扩大AI的可及性。Hugging Face将继续作为开放平台，支持多模型、多框架、多云和多加速器，NVIDIA承诺保持其开放生态。此次收购将利用NVIDIA的基础设施和工程能力提升平台可靠性、安全性及模型评估和部署能力。

Qwen3.8-Flash-Next 推出 INT4 量化版，支持 Ampere GPU 运行

VnimanieAI 发布了 Qwen3.8-Flash-Next 的 INT4 量化版本，这是该模型首个公开的 INT4 量化，可在消费级 Ampere GPU（如 RTX 3090）上运行，而官方 FP8 版本不支持这些 GPU。量化采用 W4A16 格式，模型大小从 335GB 降至 168GB，通过 vLLM 部署，支持专家并行和 MTP 推测解码。

元点机器人发布OpenBridge生态及人形机器人Zeroth Bridge

乐享科技旗下元点机器人宣布即将推出首款人形机器人Zeroth Bridge“小桥”及全球首个具身Physical AI开源生态OpenBridge。OpenBridge将开源底层代码，提供Skill Hub技能商店和Bridge Builder开发者计划，旨在连接开发者与用户，推动具身智能的“安卓时刻”。Zeroth Bridge重量仅12公斤，售价8888

FunASR v1.4.13 发布：修复与新增支持

阿里 FunASR 发布 v1.4.13 版本，主要修复了 ONNX 运行时错误、NumPy 2 ABI 不匹配等问题，并新增了对 n8n OpenAI 音频转录的支持以及 Qwen3-ASR 的离线 vLLM 示例。该版本还提供了多平台的 llama.cpp/GGUF 运行时预编译二进制文件，方便用户快速部署语音识别模型。

OpenClaw 2.0 发布：简化安装并引入协作代理

OpenClaw 发布了 2.0 版本，这是一次重大更新，简化了安装流程，将浏览器应用重建为主要界面，并引入了共享云会话以支持协作式代理工作流。该版本由 933 名开发者通过超过 16,000 个拉取请求贡献而成，保留了模型无关的架构，支持多种通信渠道。社区反应不一，部分用户遇到迁移和认证问题，但团队认为这是里程碑式的发布。

AI 开源项目转向代理管理 PR，社区贡献面临新挑战

GitHub 的 pull request 模式正被部分顶级 AI 开源项目放弃，如 Flue、tldraw 和 Astro，它们转而使用自己的 AI 代理来管理 PR 和 issue。Vercel 的 AI SDK 项目通过部署代理工厂，在四周内实现了 25-35% 的合并 PR 和 70-80% 的 issue 关闭率。这些项目认为，代理生成的代码质量更

MiniMax发布H3 Max实时视频模型，3秒出片开启AI直播新玩法

MiniMax联合fal推出视频生成模型H3 Max，生成5秒768p视频仅需不到3秒，吞吐量约为原版H3的35倍，并在Artificial Analysis和Design Arena榜单上获得图生视频第一。基于该模型，开发者们创建了实时AI直播和AI版短视频应用，实现了视频的实时生成与无缝衔接。H3 Max的开源生态已形成，衍生模型超300个，全球下载量达

DeepSeek V4 多模态开源：视觉链路深度拆解

DeepSeek 开放了 V4 多模态模型的权重和推理代码，揭示了其视觉处理链路：通过 32 层 ViT 编码图像，使用 Aligner 将视觉特征压缩并映射到语言空间，视觉 Token 直接融入 V4 主干参与 Attention 和 MoE 路由。该设计针对 Agent 场景优化，支持长上下文和工具调用，但面临重复计算和视觉状态管理的挑战。

DeepSeek Harness插件生态乱象：1.1万插件仅千个可用，安全机制缺失

雷峰网对DeepSeek Harness插件生态进行了全面调查，发现其1.1万个插件中仅不到1000个可用，官方缺乏治理机制，包括无插件目录、无安全校验等。调查还发现插件权限形同虚设，存在安全风险，且生态中充斥着大量无关或低质量插件。文章指出DeepSeek将工程制品当作产品发布，导致用户需自行承担安全责任，生态可能被老玩家占据。