VSCode主题插件被曝含恶意代码，微软紧急下架处理

当地时间2月26日，微软确认VSCode流行主题扩展“Material Theme”包含潜在恶意代码，并已从VSMarketplace下架，同时远程卸载所有受影响实例。此次事件由社区成员首先发现，并通过安全分析向微软报告，随后微软安全研究团队确认问题并采取措施。微软强调，此次移除并非基于版权或许可问题，而是出于安全考虑。

事件引发了对VSMarketplace安全性的广泛质疑。许多开发者批评微软过度依赖社区发现恶意扩展，而自身审核机制薄弱，且VSCode扩展缺乏沙盒机制，导致插件可在用户系统上不受限制地运行，构成重大安全隐患。此外，该扩展原作者曾修改许可协议，并试图起诉使用旧版Apache2.0许可代码的开发者，引发法律争议。该插件随后以“Fanny Theme”名义重新上传，加剧了社区的不安。然而，微软表示短期内无意为扩展引入权限模型。

近年来，VSCode恶意插件层出不穷，类似事件已多次发生，微软对平台安全问题的长期不作为饱受诟病。

#VSCode #安全 #开源 #微软

DeepSeek宣布启动开源周活动，下周起将连续公开5个核心技术仓库

2月21日，DeepSeek宣布将在未来一周内陆续发布5个开源代码库，展示其最新的技术进展。公司表示，当前其在线服务模块已经经过测试，且已成功投入生产环境，具备实际应用能力。作为一个小型团队，DeepSeek强调每次技术进展的分享都将为行业带来新的动力。

公司还表示，将秉承开源精神，抵制象牙塔式的开发模式，倡导纯粹的车库式创业和由社区共同推动的创新力量。DeepSeek希望通过与开源社区的紧密互动，每一行代码的分享都能促进集体的进步，推动整个行业不断发展壮大。

#DeepSeek #开源 #人工智能 #科技

豆包开源VideoWorld：突破传统的视频生成模型

2月10日，豆包大模型团队联合北京交通大学、中国科学技术大学共同开发的视频生成实验模型“VideoWorld”正式开源。该模型突破了传统视频生成模型的局限，不依赖语言模型即可认知世界，与Sora、DALL-E、Midjourney等主流多模态模型相比，具有显著差异。

传统模型往往依赖语言或标签数据进行知识学习，难以处理纯视觉信号。VideoWorld摒弃语言模型，通过潜在动态模型实现视频帧间变化信息的高效压缩，提升了知识学习效率。该模型无需强化学习搜索或奖励函数机制，已在围棋和机器人任务中取得显著成就，为相关研究提供了新方向。

#开源 #豆包 #人工智能 #科技 #中国

外交部：中方主张开源人工智能技术 促进全球共享智能红利

2月10日，外交部发言人郭嘉昆在例行记者会上表示，中方积极推动人工智能普惠发展，帮助发展中国家提升技术能力，主张开源人工智能技术，提高人工智能服务的可及性，实现全球共享智能红利。他强调，中国鼓励企业自主创新，推动人工智能安全发展，为全球智能科技进步贡献力量。

郭嘉昆批评个别国家出于意识形态偏见，将人工智能与国家安全挂钩，强调应避免科技问题政治化。他表示，中方愿与各国加强合作，坚持共商共建共享原则，共同打造开放、包容、互利共赢的人工智能发展环境，推动全球智能技术的共同进步。

#人工智能 #开源 #中国 #外交 #科技

OpenAI发布o3-Mini并承认闭源历史错误

OpenAI推出了新的轻量级人工智能模型o3-Mini，旨在提高推理效率并降低成本。该模型专注于编程、数学和科学等领域，目前已通过ChatGPT向免费和付费用户开放，并可通过API获取。Pro用户可无限制使用，Plus和Team用户则有速率限制。免费用户可以通过“Reason”按钮尝试该模型。

与此同时，OpenAI的首席执行官‌‌Sam Altman携一众高管回答网友问题时罕见承认OpenAI过去在开源方面一直站在“历史错误的一边”。Altman表示“需要想出一个不同的开源策略”，但他也提到开源不是现在最高优事项。

#OpenAI #开源 #人工智能 #调整

Memordust

Photo

DeepSeek 开源 Janus-Pro-7B 引爆多模态革命：低成本训练撼动行业格局

1月27日晚，DeepSeek 发布开源多模态模型 Janus-Pro-7B，以极简架构突破图像理解与生成的端到端统一。该模型采用 SigLIP 视觉编码器与双层 MLP 适配器，将图像映射至 LLM 语义空间，结合 Rectified Flow 生成技术实现跨模态推理。实测显示其 384x384 分辨率生成效果超越 TokenFlow、Emu3 等开源模型，但细节表现仍逊于 Stable Diffusion 3 等专业工具。

技术报告披露，模型仅用 128 颗 A100 GPU 训练 7 天，成本控制在数万美元，在 GenEval 和 DPG-Bench 测试中分别达到 80% 和 84.2% 准确率，较前代提升超 20 个百分点。多模态理解能力同样突出，MMBench 得分 79.2，显著优于同类产品。这一低成本高效益方案引发资本市场震荡，英伟达股价再度震荡，Meta 紧急启动 4000 亿美元 算力扩容计划。硅谷创投家兼特朗普顾问马克·安德森将DeepSeek 的突破比作“人工智能领域的斯普特尼克时刻”，表明中国在AI领域的快速崛起将重塑全球科技竞争格局。

开源生态已上线 Hugging Face Playground 与 MIT 协议代码，支持医疗影像分析、教育辅助等场景。尽管面临分辨率限制（仅 384x384）和生成内容版权争议，但其验证的 三阶段训练策略（预训练+统一预训练+SFT）为百亿参数扩展指明方向。DeepSeek 在除夕发布新品的研发节奏，进一步巩固其敏捷创新者形象。

#多模态大模型 #开源 #人工智能 #DeepSeek #医疗 #教育

Hugging Face 着手完整复现 DeepSeek R1

Hugging Face 团队启动了一个雄心勃勃的项目，旨在创建一个完全开源的 DeepSeek R1 语言模型复现版本，包括所有训练步骤。该项目已在 GitHub 上发布，包含用于蒸馏开源模型、训练 R1 Zero 和 R1 本身的脚本。然而，要成功实施该项目，需要大约 1000 万美元的巨额计算资源。

项目地址： https://github.com/huggingface/open-r1

#人工智能 #开源 #DeepSeek