Artifacts 22：Zyphra、Cohere 和 Poolside 正在扩展生态系统广度
阅读原文· interconnects.ai这篇文章把开源模型玩家拆成三类，清晰解释了不同动机，Cohere 转向 Apache 2.0 和 NVIDIA 采用 OpenMDW 是许可层面的重要信号，关注开源的值得一读。
开源模型生态正变得更多元，参与者从少数中国公司扩展到全球各类组织。纯模型制造商包括 DeepSeek、智谱、MiniMax、Poolside、Arcee、Zyphra 及主权 AI 玩家 Cohere、Sovereign、Mistral、Trillion Labs；科技巨头如阿里 Qwen、Google Gemma 和 NVIDIA 各有不同动机；产品公司如 JetBrains、Zed、Krea、Photoroom 则训练高度专业的小模型。NVIDIA 发布 Nemotron-3-Ultra-550B-A55B-BF16，采用 LatentMoE 架构并改用 OpenMDW 许可证。Cohere 以 Apache 2.0 开源其旗舰模型 Command A+（05-2026-bf16），这是一款 218B-A25B MoE 模型，具备多模态、多语言和智能体能力。
第22期“人工制品”：Zyphra、Cohere和Poolside正拓展生态系统的广度
对开放生态系统及模型发布背后动机的评估
我们在开放模型发布中持续观察到的一个趋势是：生态系统正变得更加多元化，越来越多的组织发布了种类繁多的模型。一年前，开放“人工制品”以及更广泛的开放模型领域还被少数（中国）玩家主导。如今这一格局已经改变，我们越来越多地报道世界各地更加细分的公司。
虽然很难确切了解这些公司自身的动机，但我们可以大致观察到以下几类：
“纯”模型制造商：这些公司的公开目标是在前沿（或至少接近前沿）训练模型。这包括许多中国公司，如DeepSeek、智谱和MiniMax，也包括西方公司如Poolside、Arcee和Zyphra。此外，主权AI玩家也越来越多，例如Cohere、Sovereign、Mistral和Trillion Labs。最近的Mythos事件唤醒了一些政策制定者，这可能会使人们对主权模型训练的兴趣增加。
大型科技公司：对于大型科技公司（包括阿里巴巴的通义千问、谷歌的Gemma，以及在某种程度上英伟达）而言，动机更加多样。阿里巴巴通过发布模型来推销其闭源模型，而英伟达则受益于蓬勃发展的开放模型生态，因为这增加了对其GPU的兴趣和使用。这种既得利益不同于Llama时代的西方开放模型——当时开放发布的动机并不明确（最终也未能持续）。
产品公司：有些公司（如JetBrains、Zed、Krea和Photoroom）主要销售以AI为核心组件的产品。由于它们不希望被切断访问闭源模型的途径，或者希望提供独特的功能，它们可以训练高度专业化的小型模型来满足产品需求。因此，将这些模型权重开源并不会损害它们的利润底线。
这种制造者和模型的多样性符合我们的假设，即会有更多公司开发长尾模型，而追逐绝对开放前沿的公司数量将会减少。
尽管并非每个模型发布都能 neatly 归入这些类别之一，但更广泛的观点是，开放模型的开发并非由单一类型的参与者或动机驱动。这种多样性是开放生态系统的优势之一，并且可以从模型发布的技术报告中看出，这些报告复用了其他开放模型发布中的训练方法、架构选择和数据。
试图放缓或禁止这一生态系统的努力不仅是徒劳的（正如技术相关禁令的历史所显示的那样），而且是不安全且反自由的。此类限制会将 AI 开发和使用集中在少数人手中，最终危及局外人自由采用我们这一代最重要的技术之一的能力。
我们的推荐
NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16 by nvidia：Nemotron 系列的大版本，使用 LatentMoE 使其比同类模型更快。与其他 Nemotron 模型一样，绝大多数数据都是开源的。而且，最重要的是：NVIDIA 承诺使用 OpenMDW 许可证，该许可证专门针对模型权重（及数据）而定，并放弃了其自定义许可证。虽然 MIT 和 Apache 与 OpenMDW 精神相同，但只有后者真正涵盖了模型权重，而前者是软件许可证，并不真正适用于模型权重。
command-a-plus-05-2026-bf16 by CohereLabs：Cohere（近来越来越频繁地出现在 Artifacts 中）发布了其旗舰模型 Command A+，采用 Apache 2.0 许可证。该系列之前的版本是在非商业许可证下发布的，因此这一变化非常受欢迎！Command A+ 以 218B-A25B MoE 的架构结合了多模态、多语言和智能体能力，使其可以在单个 B200 上使用（使用 4-bit 时）。
来自 zai-org 的 GLM-5.2：本期 Artifacts 中最重磅的消息是 GLM-5.2，我们在另一篇博客中也已报道过。这个模型持续让人印象深刻，确实可用于日常工作；与当前最优秀的闭源模型相比，并没有明显的倒退。有趣的是，自发布以来的原始下载量与其他模型发布的数据更趋一致，GLM-5.2 在发布后大致与 GLM-5 处于同一水平。
来自 Zyphra 的 ZAYA1-74B-preview：Zyphra 使用 AMD GPU 进行训练，因其技术报告中采用了有趣的架构选择，在研究社区中被视为某种内部消息来源。他们发布了一些新模型，其中 74B-A4B MoE 和 8B-A0.6B MoE（有技术报告）是其当前旗舰版本。
来自 poolside 的 Laguna-M.1：我们在上一期 Artifacts 中报道过的 Poolside，也在 Apache 2.0 许可下发布了他们的旗舰模型！他们还承诺未来将继续进行开放发布：
开放权重现在是我们的默认选项。我们将继续朝着前沿方向努力，并公开发布越来越强大的模型。
模型
通用目的
来自 moonshotai 的 Kimi-K2.7-Code：这是 Kimi 的一次更新，重点专注在模型 token 效率上。
来自 stepfun-ai 的 Step-3.7-Flash：这是 Step-Flash 的更新版本，尤其在数学方面非常强大。
来自 nvidia 的 Nemotron-Labs-Diffusion-14B：这是一个实验性模型，可以通过三种不同模式使用：自回归、扩散和自推测。每种模式适用于不同的使用场景。
