ARTICLE · 1279484
AI 日报 · 10月30日|万亿参数模型今天免费下载,可那个下载站正被英伟达花 129 亿美元买走
AI 日报 · 10月30日|万亿参数模型今天免费下载,可那个下载站正被英伟达花 129 亿美元买走2026年10月30日 · 共8条 · 阅读约9分钟 昨晚到今天，AI 行业同时发生了两件方向相反的事：法国的 Mistral 把 1 万亿参数的旗舰模型权重直接放上 Hugging Face，谁都能下载、自己部署；而美国司法部正在追问，英伟达花 129.3 亿美元买下 Hugging Face，会不会把"AI 的下载站"变成自家的收银台。同一天，美国高校的计算机专业在读人数又少了一成多。模型在变便宜，入口在变贵，学位在变冷——这三件事指向同一个问题：你手里那点"会用 AI"的本事，到底建立在谁的通道上。 今日速览 •Cohere 完成 205 亿美元估值融资：加拿大政府出资最高 11.4 亿美元、英伟达参投、施瓦茨集团领投，整轮目标最高 50 亿美元；截至 9 月底年度经常性收入同比增长超 165%（彭博社（https://www.bloomberg.com/news/articles/2026-10-29/canada…）、财联社（https://www.sohu.com/a/1094651213_222256））。•微软九年来首次发债，至少募 250 亿美元：分最多 10 档、期限 2 至 40 年，指向 AI 基础设施投入（财联社（https://www.cls.cn/detail/2519945））。•国内生成式 AI 用户破 7 亿：CNNIC《生成式人工智能应用发展报告（2026）》显示普及率超 50%，76% 用户主要用于问答，AI 综合助手与效率办公类使用次数同比增速均超 100%（新华网（https://www.xinhuanet.com/tech/20261029/dc2ff22c3c5e44449…））。•OpenAI 与 Anthropic 就"谁来拉闸"交了两份互不兼容的作业：Anthropic 主张由州检察长向法院申请停运令，OpenAI 主张建立多层"关停控制"并沿合同传导到推理服务商和下游部署方，两家都支持强制独立安全评估（CSO Online（https://securityintelhub.com/article/anthropic-and-openai…））。•智元发布 GO-3 Preview 与 G2 Max：10 月 29 日上海创新日，同步提出用"Worken"衡量机器人完成的真实工作量；G2 Max 双臂负载 40 公斤、作业高度 0.1–2.5 米可调，已在龙旗平板产线、半导体封测与数控上下料场景部署（Nvdium（https://nvdium.com/en/articles/874237575））。 重点拆解 1. Mistral Large 4 开源：万亿参数，第一次能"自己扛回家" 发生了什么：10 月 29 日，Mistral 放出旗舰模型 Mistral Large 4（内部代号 Le Chonk）的权重，Hugging Face 仓库名为 Mistral-Large-4-1T-A52B。这是一个总参数 1 万亿的原生多模态 MoE，每 token 激活约 490 亿参数，上下文 100 万 token，支持 160 多种语言，在欧洲自有数据中心用 3800 张英伟达 Grace Blackwell 从零训练。相比三周前的预览版，官方称又追加了三周强化学习：FrontierCode 2.0 拿到 19.7%（开源第一），Terminal-Bench 4.0 从 28% 提到 41%，Artificial Analysis 编程 Agent 指数 48%，与 GLM-5.3 基本打平但每个任务少用 47% 的 token；防御性网络安全指数 51%，对恶意请求平均拒答率 96.6%。API 价格是每百万 token 输入 0.70 美元、输出 2.10 美元，不到 Gemini 4 Carbon 的一半。许可证是改良版 MIT：随便用、随便改、随便商用，唯独把它做成对外售卖的模型服务（MaaS）要单独授权（Mistral 官方（https://neshdevtech.com/news/mistral-large-4-le-chonk-is-…）、TSN（https://tsnmedia.org/mistral-large-4-open-weights））。 值得单独拎出来的是官方那句罕见的坦白：模型在真实目标上会拒绝黑盒攻击，但"我们观察到它有被用于发起真实攻击的潜在增益"，正在相应修改护栏。而权重一旦下载，护栏就跟着一起下了车——服务端规则可以一夜之间改，你硬盘里的文件不行。 影响判断：过去一年"开源追不上闭源"是行业共识，今天这条线第一次被压到"能干活"的区间内；但同一份新闻里的另一半是，开源的最强攻防能力从此掌握在每一个下载者手里，而不是审核过的合作方手里。 怎么用：能上 8 卡 H200/B200 的团队，用 vLLM 或 SGLang 起一份本地实例，把最难的那类"长周期改代码"任务从闭源 API 挪过来跑一周，用你自己的验收标准对比——47% 的 token 节省在长任务上是实打实的钱。做产品的团队，先看清"MaaS 条款"怎么界定：如果你的生意就是把别人的模型包成计费接口，这份"开源"不是免费的。 2. 英伟达买 Hugging Face，被司法部问到了"分发权" 发生了什么：路透社 10 月 28 日（北京时间 29 日）披露，美国司法部已就英伟达 129.3 亿美元收购 Hugging Face 一事展开问询，核心问题是：这笔交易会不会让英伟达掌握"AI 的一个基础性分发节点"。问询范围还覆盖英伟达的收购、投资、销售手法，以及是否对客户施压；作为同一轮调查的一部分，司法部还审查了它对 SchedMD 的收购、对 Groq 的技术授权与挖人、以及对 Run:ai 的收购。英伟达称交易预计 2027 年上半年完成，Hugging Face 将继续与多家芯片、云和 AI 厂商合作（路透社（https://www.aol.com/articles/exclusive-us-doj-inquiring-n…）、中央社（https://www.cna.com.tw/news/ait/202610290109.aspx））。 影响判断：芯片是算力的入口，Hugging Face 是模型的入口，把两个入口放进同一家公司，意味着"你去哪下载"和"你在哪跑"可能由同一个卖方决定。监管问的不是价格，是通道——这给未来三年的 AI 反垄断划了新坐标。 怎么用：技术团队这周就能做两件低成本的事：一是把生产环境依赖的模型权重、tokenizer 和数据集做一份本地镜像清单（含版本号和哈希），别让"能不能下载"变成单点故障；二是给关键模型准备第二来源（ModelScope、自建对象存储、供应商私有仓库），并在选型文档里写明切换成本。 3. 腾讯把战场从"模型分"挪到了"工作台" 发生了什么：10 月 29 日深圳的腾讯全球数字生态大会上，汤道生宣布混元 Hy4 与 Hy4 flash 即将发布：相比 8 月 28 日开源的 Hy4 preview（总参数 770B、激活 49B、上下文 1M），Hy4 强化了长程与真实生产力任务、显著提升思维链效率，并首次引入视觉理解；Hy4 flash 主打极致性价比，继承视觉与 Agent 能力。同场发布 Buddy One：以 WorkBuddy 为工作台，整合腾讯文档、ima、腾讯设计，统一账号、统一积分池、统一数据池，并配套发布定位为"Agent 时代记忆空间"的腾讯网盘。官方数据：WorkBuddy 企业版自 3 月上线以来落地 50 多个行业，覆盖中国企业 500 强的 50%、100 强的 60%，开放平台伙伴与开发者超 5 万家，上架 Skills 超 20 万个（经济参考报（http://jjckb.xinhuanet.com/20261029/25d647212e1847579115b…）、科创板日报（https://news.qq.com/rain/a/20261029A04BNO00））。 汤道生的判断值得记下：企业用 Agent 最大的问题不是模型不够强，而是"断点太多"，关键是连接——把人、工具、系统和数据连起来。 影响判断：国内大厂的竞争重心，从"我的模型跑分多少"正式转向"我的工作台能接多少系统"。这对采购侧的直接后果是计价单位变了：不再按"一个模型一年多少钱"谈，而是按"席位 + 积分池 + 接入的系统数量"谈。 怎么用：如果你在公司推 AI 落地，别再从"选哪个模型"开场，改成先画一张断点图：哪些系统没有 API、哪些数据不敢出内网、哪些环节必须人工签字。这张图决定了你能用 Agent 干成什么，也决定了你在预算会上能否说清"贵在哪"。个人用户则可以先拿已开源的 Hy4 preview 试长文档与多轮任务，等 Hy4 正式版再决定是否迁移。 4. 美国计算机专业两年少了两成：AI 的第一张账单开在了大学里 发生了什么：10 月 29 日，美国全国学生信息交换中心（NSC）发布秋季入学初步数据：计算机与信息科学专业四年制本科入学人数同比下降 12.4%，两年制下降 12.3%，研究生下降 10.4%；同期全美本科总入学人数还涨了 0.6%，社区学院涨 1.2%，健康类专业四年制涨 6.2%。彭博社进一步指出，两年累计计算机本科在读减少 18.4%、研究生减少 27.1%，并把原因指向 AI 压缩了初级编程岗位。需要说明的是，NSC 本身并不做因果归因，这份数据基于截至 9 月 24 日的约 792 万条在读记录、覆盖 46% 的院校，最终报告明年 1 月发布（Times of AI 汇总（https://timesof.ai/2026/10/wabi-55m-1-25b-ivp-group-chat-…）、IT之家（https://www.163.com/dy/article/LAADRJS4R0511B8LM.html））。 影响判断：一个专业在总盘子基本持平时单独掉两位数，这是学生用脚投票，不是人口结构问题。更值得警惕的是时间差：四年后这批供给会明显变薄，而企业要的人恰好换了定义——不是"能手写红黑树"，而是"能定义问题、验收 AI 产出、并对结果负责"。 怎么用：对学生和转行者，作品集重心要从"我写过的算法"移到"我交付过的系统"——包含你如何拆任务、如何给 Agent 设边界、如何发现它撒谎。对招聘方，趁供给还没断，先把"能验收 AI 产出"写进岗位描述与面试题，这比再等两年抢人便宜得多。 GitHub 热榜 今天榜单的共同点是：大家不再争论模型谁强，都在给 Agent 补"专业外围"——设计品味、教学耐心、独立电脑、工作流。 pbakaus/impeccable（https://github.com/pbakaus/impeccable）：给编程 Agent 装一套设计词汇表，用 polish/critique/audit 三个动作在交付前拦掉"AI 味" — Rust，95,185 星，今日 +2,881（今日涨幅第一）。HKUDS/DeepTutor（https://github.com/HKUDS/DeepTutor）：港大出品的"终身个性化辅导"系统，把一次性问答做成长期学习档案 — Python，49,894 星，今日 +1,926。milind-soni/OpenMausBot（https://github.com/milind-soni/OpenMausBot）：开源版"给 bot 一台虚拟机"方案，让 Agent 有独立的桌面环境可操作 — TypeScript，7,399 星，今日 +1,190。elayadesign/ai-design-skills（https://github.com/elayadesign/ai-design-skills）：面向 AI 编程助手的设计技能包合集，把设计规范变成可调用技能 — 12,056 星，今日 +1,178。JetBrains/thinkrail（https://github.com/JetBrains/thinkrail）：JetBrains 亲自下场的轻量 IDE，主打"围着你的工作方式自我定制"的 vibe coding — TypeScript，5,956 星，今日 +1,116。 一句话机会点 把今天四条主线连起来看，结论有点反直觉：模型正在变成水电，通道正在变成地产。 万亿参数可以被免费搬走，是因为有人相信"卖算力和卖入口"比"卖模型"更赚钱；司法部去问 Hugging Face，问的也是同一件事；计算机专业报名人数掉下来，掉的是"只会用工具"的那一层。所以接下来一年值钱的能力不是追新模型，而是通道被掐住时能换道：手里有本地镜像、有第二供应商、有能把 AI 产出验收下来的流程。别把身家押在别人的下载按钮上。 · · · 参考来源：路透社（https://www.aol.com/articles/exclusive-us-doj-inquiring-n…） · Mistral 官方公告（https://neshdevtech.com/news/mistral-large-4-le-chonk-is-…） · TSN Media（https://tsnmedia.org/mistral-large-4-open-weights） · 彭博社（https://www.bloomberg.com/news/articles/2026-10-29/canada…） · 财联社（https://www.cls.cn/detail/2519945） · 新华网（https://www.xinhuanet.com/tech/20261029/dc2ff22c3c5e44449…） · 经济参考报（http://jjckb.xinhuanet.com/20261029/25d647212e1847579115b…） · CSO Online（https://securityintelhub.com/article/anthropic-and-openai…） · Times of AI（https://timesof.ai/2026/10/wabi-55m-1-25b-ivp-group-chat-…） · Nvdium（https://nvdium.com/en/articles/874237575） · GitHub Trending（https://github.com/trending?since=daily）
