Ollama 推出透明按 token 计费的新订阅计划
Ollama 的 Pro、Max 和 Team 订阅计划现已采用透明的按 token 计费模式，每个计划均包含每月使用额度。Pro 计划每月 20 美元含 60 美元额度，Max 计划每月 100 美元含 300 美元额度，Team 计划每月 500 美元含 1000 美元共享额度。新定价无服务费和数据保留，支持 Claude Code 和 Codex 等流行编程智能体，并提供 API。
#开源生态
Ollama 博客AI 评分4444
NVIDIA · 开发者博客AI 评分3232 NVIDIA TensorRT Model Connect：用两条命令将开源模型从检查点部署到推理
NVIDIA TensorRT Model Connect 开源参考实现集合简化了将开源 AI 模型集成到原生应用的过程。该工具通过两条命令，即可将模型从检查点部署到 NVIDIA TensorRT 推理环境，减少了模型特定的转换、预处理和后处理代码需求。
Replit 博客AI 评分4444 Replit 推出面向所有用户的智能模型路由功能
Replit 推出面向所有用户的智能模型路由功能，可根据任务动态选择最佳模型以平衡质量、速度和成本。测试显示该功能在保持相同输出质量的同时，成本比上一代 Max Mode 降低 65%。所有用户默认从 Free Mode 开始，企业管理员可自定义工作区允许使用的模型集。
MIT News · 人工智能AI 评分3434 MIT 研究人员开发 CrysVCD 框架提升 AI 生成材料的稳定性
MIT 研究人员开发了名为 CrysVCD 的框架，能在材料生成过程初期通过约束化学价态规则，显著提升生成材料的稳定性。在《自然·计算科学》发表的论文中，该框架使近 70% 的计算材料生成通过了严格的晶格动力学稳定性测试，并能生成具有特定目标属性（如高导热率）的材料。该方法可与现有及未来的扩散模型或大语言模型结合，将稳定材料的生成效率提升一个数量级，大幅降低筛选过程的计算成本。
Mistral AIAI 评分3838 Mistral 与 HUMAIN 宣布战略合作以推进沙特及中东地区主权 AI
Mistral 与 HUMAIN 宣布达成一项价值数亿欧元的战略合作，共同推进沙特阿拉伯及中东地区的主权 AI。合作将聚焦于 AI 基础设施、先进模型开发及本地化部署，初期重点包括网络安全和语音领域，并计划开发在阿拉伯语表现强劲的前沿模型。双方还将探索利用 HUMAIN 的数据中心基础设施来满足当地不断增长的计算需求。
The Register · AI/ML精选AI 评分6262 Slack 推出 Slack Code 功能，将 AI 编码智能体引入群聊
Slack 推出 Slack Code 功能，允许 AI 编码智能体在群聊环境中工作。智能体可以创建专用代码频道，团队成员可实时查看其工作、审查代码变更并指导调整。该功能支持 Anthropic 的 Claude、GitHub Copilot 和 OpenAI 的 ChatGPT 等智能体集成，未来将开放 API 支持更多应用场景。
推荐理由：Slack 将 AI 编码智能体引入群聊环境，展示了协作开发的新工作流可能性。
Import AIAI 评分4343 DiG-bench 基准测试显示 Fable 5 与 Claude Code 在游戏规则发现中展现创造性直觉
在 DiG-bench 基准测试中，Opus 5 和 Fable 5 配合 Claude Code 表现最佳，是仅有的能在最高难度 Tier 7 中完成部分任务的模型。该基准包含 70 个需通过交互发现隐藏规则的游戏，旨在衡量 AI 在新环境中的探索与发现能力。GPT-5.5 和 Kimi K3 在借助工具链时也能完成部分 Tier 6 任务，但当前前沿模型整体表现仍远逊于人类。
Replit 博客AI 评分4040 Replit 推出大规模管理功能：Admin API、审计日志和工作区设置
Replit 发布面向企业的大规模管理功能更新，包括 Admin API、审计日志和工作区设置。Admin API 测试版现已上线，审计日志支持超过 50 种事件并默认保留 30 天，工作区设置的首个功能将于本周末推出。这些更新旨在帮助企业管理员集中管理 AI 工具采用策略、监控活动并实现合规控制。
Mistral AI精选AI 评分6868 Mistral 推出区域推理端点、优先服务层并支持第三方开源模型
Mistral 宣布推出 Mistral Regional Endpoints 和 Mistral Priority Tier，以增强推理的区域控制和生产级可靠性。其平台将开始支持第三方开源模型，首个为 Z.ai 的 GLM-5.2。Mistral 还联合企业成立联盟，通过欧洲计算单位（ECUs）来确保欧洲的长期 AI 算力供应，目标是到 2030 年建设高达 1 GW 的算力容量。
推荐理由：Mistral 通过推出区域端点和优先服务层，为欧洲客户提供了符合数据驻留和监管要求的 AI 基础设施选项。
Ollama 博客精选AI 评分7070 NVIDIA Nemotron 3.5 Lightning 模型在 Ollama 上可用
NVIDIA Nemotron 3.5 Lightning 模型已在 Ollama 上提供，这是一个专为长期运行的智能体设计的 300 亿参数开源模型。它采用混合专家架构，每 token 仅激活 30 亿参数，支持高达 100 万 token 的上下文，并针对本地 NVIDIA RTX 设备进行了优化，可实现比同类开源模型高 4 倍的吞吐量。
推荐理由：原文提供了模型的核心架构、性能基准和本地部署优势，读者可以据此评估它是否适合作为长期运行的智能体基座。
Import AIAI 评分4545 Import AI 468: 23 项应对 RSI 的政策构想、PostTrainBench+ 以及信任与透明度如何影响 AI 竞赛
智库 IFP 提出了 23 项应对 AI 研发自动化（RSI）风险的具体政策建议，涵盖透明度、国家能力、风险管理等七个类别。MIT 和哥伦比亚大学的研究表明，AI 公司间实现协调放缓的关键在于技术发展的透明度与对竞争对手作为可信赖理性行为者的信任。
Ollama 博客精选AI 评分5757 Meta Superintelligence Labs 的 Muse Glimmer 模型已在 Ollama 上线
Meta Superintelligence Labs 发布的首个开源多模态模型 Muse Glimmer 现已可在 Ollama 上运行。这是一个 30B 参数、专为本地智能体工作负载设计的模型，拥有 128K+ 上下文长度，采用 Apache 2.0 许可证。
推荐理由：原文提供了模型参数、许可证、支持的智能体框架和性能优化细节，读者可以据此评估其本地部署的适用性。
Berkeley AI Research精选AI 评分5757 伯克利研究：K-Search 通过 CUDA 到 MLX 的翻译层将内核优化知识迁移至 Apple Silicon
伯克利 AI 研究团队扩展了 K-Search 框架，为其增加了 MLX 后端，并开发了一个结构化的 CUDA-to-MLX 翻译层，能够将 NVIDIA CUDA 内核的优化知识自动迁移到 Apple Silicon 上。
推荐理由：研究提出了一种将 NVIDIA CUDA 内核优化知识自动迁移到 Apple MLX 框架的方法，为跨硬件生态的 AI 计算性能优化提供了新思路。
Together AIAI 评分3737 Together AI 推出面向生产环境的开源权重模型推理平台
Together AI 推出专为生产环境设计的开源权重模型推理平台 Together Dedicated Model Inference。该平台每月处理超 400 万亿 tokens 的经验，可为用户提供对模型、性能、成本和功能的完全控制，并实现部署启动速度提升约 4 倍。企业可部署来自 Together 模型平台或自带的开源权重及微调模型，并选择经过优化的硬件配置。
The Register · AI/MLAI 评分4848 The Register Kettle 播客：企业高管因 AI 成本飙升而重新评估部署
毕马威报告显示，29% 的高管难以理解企业 AI 部署的运营成本，近半数正因成本超出预期价值而重新规划部署。Anthropic、OpenAI 和 GitHub 已从固定订阅费转向基于 token 的用量计费，高德纳预测到 2028 年 AI 编程智能体的全球平均成本将超过开发者薪资。
fal 博客精选AI 评分6464 fal 博客：无损实现亚秒级 Ideogram v4 图像生成的技术路径
fal 团队通过量化感知蒸馏、时间步蒸馏和内核融合等技术，将 Ideogram v4 在 1K 分辨率下的单图生成时间从 2.75 秒降至 0.44 秒，实现 6 倍加速且无可见质量损失。核心方法包括将模型量化至 FP4 并融合 RMSNorm 等后处理算子、将分类器引导蒸馏为单分支前向，以及通过分布匹配蒸馏将去噪步骤大幅减少。
推荐理由：原文详细拆解了从量化、蒸馏到内核融合的完整技术路径，为追求极致推理性能的团队提供了可复现的工程方案。
Ollama 博客AI 评分4949 Ollama 宣布完成 8800 万美元融资并推动开源模型生态
Ollama 宣布获得 8800 万美元融资，投资方包括 Benchmark、Theory Ventures 等机构及多位个人投资者。该平台已服务 890 万开发者，并被 85% 的财富 500 强公司使用，提供在本地或云端便捷运行 GLM、Nemotron、DeepSeek、Kimi、MiniMax 等开源模型的解决方案。
Vector InstituteAI 评分3535 Vector Institute 研究人员在 ICML 2026 推进生成式 AI、负责任 AI 与科学发现
Vector Institute 研究人员在第 33届国际机器学习大会（ICML 2026）上展示了73篇被接收论文，涵盖强化学习、后训练、生成式AI、视频生成、多模态系统及AI治理等多个前沿领域。其中11篇被选为焦点论文，创下该研究所在ICML的最佳纪录。研究工作还涉及科学发现应用，包括基因组学、量子化学和材料建模。
The Register · AI/MLAI 评分4949 Godot 开源游戏引擎禁止 AI 生成贡献，限制“氛围编程”
Godot 开源游戏引擎团队宣布更新贡献政策，将禁止几乎所有由 AI 生成的代码贡献。新政策要求新贡献者在提交新功能或重大重构前需获得维护者明确许可，并禁止 AI 智能体参与贡献讨论，仅允许 AI 辅助完成代码补全、正则表达式等琐碎任务。此举旨在应对大量低质量 AI 拉取请求对维护团队造成的负担，并培养真正理解代码库的贡献者群体。
Berkeley AI ResearchAI 评分1717 2026 BAIR 毕业生成果展示
伯克利人工智能研究实验室（BAIR）庆祝其2026届博士毕业生在人工智能与机器学习前沿领域取得的成就。毕业生研究方向涵盖机器人、大语言模型与推理、计算机视觉、生成模型、AI安全、人机交互及AI在科学与医疗等领域的应用。多位毕业生将前往学术界、工业研究实验室及创业公司继续其职业生涯。
Together AIAI 评分3939 Together AI 宣布完成 8 亿美元 C 轮融资以加速开源 AI 发展
Together AI 宣布完成 8 亿美元的 C 轮融资，投资方包括 Aramco Ventures、NVIDIA 等。该公司还获得了超过 500 MW 计算容量的承诺，以支持其未来几年的计算增长。其平台为开源模型提供推理服务，客户如 Decagon 在使用后推理成本降低了六倍。
Together AIAI 评分3535 Together AI 在 ICML 2026：涵盖全栈的前沿研究
Together AI 在 ICML 2026 展示了涵盖智能体到 GPU 内核的全栈前沿研究成果。其 DSGym 框架包含 1000+ 个跨 10+ 领域的数据科学任务评估套件，ThunderAgent 将智能体推理吞吐量提升最高 3.6 倍。
Together AI精选AI 评分6262 Together AI 发布多 GPU 内核生成基准 ParallelKernelBench，前沿模型表现不佳
Together AI 发布多 GPU 内核生成基准 ParallelKernelBench，用于评估大模型编写跨 GPU 通信 CUDA 内核的能力。在 87 个真实代码问题中，表现最佳的 GPT-5.5 在单次尝试下仅正确解决 28 个问题，其中仅 22 个快于 PyTorch + NCCL 基线。研究揭示了模型在协调 GPU 间通信、数据分区和选择最优传输机制方面存在根本性困难。
Together AI精选AI 评分5757 Together AI 评测：Kimi K2.7 Code 与 Claude Fable 5 生成落地页的成本与质量对比
Together AI 对比了 Kimi K2.7 Code 与 Claude Fable 5 生成 12 个落地页的成本和质量。实验显示，Kimi K2.7 Code 的平均成本比 Fable 5 低约 94%，在结合定制设计灵感 MCP 服务器后，其输出质量与 Fable 5 相近。所有生成的页面、成本细目和 GPT-5.5 的评分结果都发布在 OVSC 网站上。
推荐理由：原文通过具体实验和成本对比，展示了开源模型在特定工作流中结合定制化工具的实际效益。
Ollama 博客精选AI 评分5858 Ollama 发布 MLX 引擎更新，在 Apple Silicon 上实现最高性能
Ollama 更新其 MLX 引擎，在 Apple Silicon 上实现了迄今为止的最高性能，支持 NVIDIA 的 NVFP4 量化格式以减少质量损失，并引入快照系统优化 Agent 工作流。新引擎输出速度提升最高达 20%，并允许数据中心优化的模型在桌面端运行。用户可通过下载最新版 Ollama 并使用 `ollama run gemma4:12b-mlx` 命令体验。
推荐理由：Ollama 官方介绍了其 MLX 引擎在 Apple Silicon 上的多项性能优化，包括支持 NVFP4 量化格式和新的快照系统，对本地部署和 Agent 工作流有直接影响。
Replit 博客AI 评分4747 Replit 推出 Package Firewall，每日拦截 8000 多个恶意软件包
Replit 与软件供应链安全公司 Socket 合作推出默认启用的 Package Firewall，在网络层面实时拦截恶意或存在漏洞的软件包安装。该功能自一周前推出以来，每日拦截约 8000 个软件包，有效防范安装时即造成损害的恶意软件。当安装被拦截时，用户会收到明确提示，AI Agent 也能接收到相同信号并建议安全替代方案。
Together AIAI 评分4545 Together AI 与 Pearl Research Labs 合作降低 AI 推理成本
Together AI 与 Pearl Research Labs 合作推出基于 Pearl Network 协议的 Gemma-4-31B-it-pearl 模型推理端点，其价格享受超过 25% 的折扣。
Together AIAI 评分3434 Together AI 与 Adaption 合作，在 Adaptive Data 中集成 Together Fine-Tuning
Together AI 与 Adaption 合作，将 Together Fine-Tuning 集成到 Adaptive Data 平台中。Adaption 平台能帮助团队分析数据集结构、优化训练数据，早期部署平均提升数据质量 82%。用户可在 Adaption 中优化数据集后，直接启动 Together Fine-Tuning 进行微调，并部署到 Together AI 的高性能推理服务上。
Ollama 博客精选AI 评分6767 Ollama 0.19 预览版发布，在 Apple Silicon 上集成 MLX 框架
Ollama 发布 0.19 预览版，在 Apple Silicon 设备上集成 Apple 的 MLX 机器学习框架，以利用其统一内存架构提升性能。新版本支持 NVIDIA 的 NVFP4 量化格式以保持模型精度，并改进了缓存机制，使 Claude Code 等智能体任务响应更快。预览版已针对 Qwen3.5-35B-A3B 模型进行加速，并提供了启动命令。
推荐理由：预览版基于 MLX 框架，并支持 NVFP4 量化格式，为在 Apple Silicon 上运行大模型提供了新的性能基准和部署选项。
fal 博客AI 评分2929 Inworld TTS-1.5 Max 现已在 fal 平台上线
Inworld TTS-1.5 Max 文本转语音模型已在 fal 平台上线，专注于低延迟语音生成、更高的表现力和多语言支持。该模型首次音频生成时间低于约 250 毫秒，支持 15 种语言，定价约为每分钟 0.01 美元。
Replit 博客AI 评分3636 Replit Pro 推出且 Core 计划提供更优价值
Replit 推出新的 Pro 计划（100美元/月）并降低 Core 计划价格至20美元/月。Pro 计划提供 Turbo 模式（速度提升2倍）、最多15名构建者以及分层积分折扣；所有付费计划新增 Economy 和 Power 两种 Agent 模式以控制成本。Teams 计划用户将自2026年3月3日起自动升级至 Pro 计划且当前周期内无需额外付费。
Ollama 博客精选AI 评分6060 Ollama 为 Claude Code 新增子智能体和联网搜索功能
Ollama 宣布为 Claude Code 新增子智能体和联网搜索功能，无需 MCP 服务器或 API 密钥即可使用。子智能体可并行执行文件搜索、代码探索和研究等任务，部分模型（如 minimax-m2.5、glm-5、kimi-k2.5）会自动触发，也可通过指令强制创建。联网搜索功能已集成至 Anthropic 兼容层，模型需要最新信息时会自动处理搜索并返回结果。
推荐理由：Ollama 为 Claude Code 增加了子智能体和联网搜索功能，无需额外配置，这直接提升了复杂任务的并行处理能力。
Ollama 博客AI 评分3232 OpenAI Codex 可通过 Ollama 使用开源模型
OpenAI 的 Codex CLI 现可通过 Ollama 使用开源模型，如 gpt-oss:20b 或 gpt-oss:120b，来读取、修改和执行工作目录中的代码。用户需安装 Codex CLI 并使用 `--oss` 标志启动，默认调用本地 gpt-oss:20b 模型。该集成要求至少 32K token 的上下文窗口，并支持切换至 Ollama Cloud 上的模型。
Ollama 博客AI 评分5252 MiniMax M2 模型在 Ollama 云平台上线
MiniMax M2 模型已在 Ollama 云平台上线，该模型专为编码和智能体工作流设计。根据 Artificial Analysis 的基准测试，其综合得分在全球开源模型中排名第一，在数学、科学、指令遵循、编码和智能体工具使用方面表现出高度竞争力。
Ollama 博客AI 评分3737 Ollama 新增 GLM-4.6 与 Qwen3-Coder 系列编码模型及集成
Ollama 云服务上线了 GLM-4.6 和 Qwen3-Coder-480B 两款编码模型，并更新了 Qwen3-Coder-30B 以提供更快的工具调用。这些模型可通过 VS Code、Zed 和 Droid 等常用工具集成使用，拥有 16384 token 的上下文长度，并支持通过 Ollama 云 API 直接访问。