TheInformation 率先爆料并确认，英伟达以130亿美元收购了HuggingFace，估值约为其1.5亿美元年经常性收入的80倍，且其客户基础在2026年翻倍增长。这一价格几乎是英伟达2026年1月最初70亿美元报价的两倍。
我们喜欢看到正义方的胜利。与此同时，GLM-5.3-Flash（又名Ox Alpha）给业界留下深刻印象，Qwen也在中国芯片上发布了令人赞叹的Flash模型，这为西方开放AI的讨论提供了良好背景。
AI新闻汇总（2026年8月25日至26日）：我们监测了12个子版块、544个Twitter账号，未发现更多Discord信息。更多历史内容可在AINews官网查询。AINews现为Latent Space的一个板块，用户可自由选择订阅频率。
AI Twitter回顾
头条：GLM 5.3 Flash发布及反响
事件概述
Z.ai正式发布GLM-5.3-Flash，公开了此前预览的“Ox Alpha”模型身份。该模型为原生多模态，拥有100万token上下文窗口，3200亿参数（其中180亿为活跃参数），采用MIT许可证，支持权重下载、API调用、聊天、代码生成及AutoClaw等多种使用方式。
Z.ai称该模型在内部基准测试中全面超越GLM-5.2，并在代码生成方面与Claude Opus 4.8持平。发布后，社区反应热烈，认为该模型可能成为性价比最高的智能选择。
多家第三方基础设施提供商迅速支持该模型，包括CoreWeave、Baseten和Cline等。
官方发布细节
- 3200亿总参数，180亿活跃参数
- 100万token上下文窗口
- 原生多模态支持
- MIT开源许可
- 运行于中国AI芯片
- 权重发布于HuggingFace，支持API、聊天、代码生成等多种接口
独立评测与性价比
Artificial Analysis给出57分的智能指数，任务成本约0.09美元，远低于GLM-5.3的0.68美元，且性能与GPT-5.6 Terra和Muse Spark 1.2相当，但成本更低。
模型在推理任务中使用了大量推理token，经济优势主要来自极低的token定价，而非token使用效率。
架构与系统细节
GLM-5.3-Flash采用了3200亿参数的混合架构，结合了Kimi Linear风格的3:1混合注意力、34层KDA（Kimi Delta Attention）、11层MLA（多头潜在注意力）和DSA（DeepSeek稀疏注意力），以及DeepSeek V4风格的残差路径和原生视觉编码器。
该设计被认为是中国前沿开源模型在效率优先方向上的典型代表。
中国芯片与部署
模型完全运行在中国AI芯片上，据称每日处理100万亿tokens，推断需要约11.6万块芯片，显示出中国在推理基础设施上的巨大规模和成熟度。
采用与分发反应
Cline表示GLM-5.3-Flash是其历史上增长最快的模型，发布不到一周即占据11%的流量。CoreWeave、Baseten、Dell等基础设施提供商迅速宣布支持，表明该模型已被迅速纳入实际推理和开发环境。
事实与观点总结
事实：
- Z.ai发布GLM-5.3-Flash，参数规模、上下文窗口、开源许可等信息公开
- 模型运行于中国AI芯片
- 独立评测报告智能指数和成本数据
- 多家基础设施提供商支持
观点：
- 社区对模型效率和性价比给予高度评价
- 有观点认为模型视觉能力有限
- 有人认为这是中国开源模型架构趋同的体现
整体来看，GLM-5.3-Flash代表了中国开源AI模型在性能、效率和基础设施规模上的重要进展，同时英伟达收购HuggingFace也显示出开源生态的巨大商业价值。
