Topic / Trend Rising

I LLM open-source sfidano il dominio del cloud

I modelli open-weight come Qwen, LongCat e Gemma stanno colmando il divario prestazionale con le API proprietarie, e strumenti come Hugging Face permettono alle imprese di distribuire l'AI internamente, riducendo la dipendenza dai provider cloud esterni.

Detected: 2026-07-12 · Updated: 2026-07-12

Articoli Correlati

2026-07-10 TechCrunch AI

Open source AI: mai stata così centrale, parola di Hugging Face

Il CEO di Hugging Face, Clem Delangue, sottolinea il momento d’oro dell’AI open source, usata da circa metà delle aziende Fortune 500. Un’occasione per riflettere sul ruolo dell’open source nell’ecosistema enterprise, in particolare per chi cerca con...

#Hardware #LLM On-Premise #Fine-Tuning
2026-07-10 TechCrunch AI

Hugging Face: le aziende dicono basta al noleggio dell’AI

Il CEO di Hugging Face, Clem Delangue, racconta un mercato in cui le imprese abbandonano progressivamente i servizi API a consumo per portare i modelli in casa. Con circa metà della Fortune 500 sulla piattaforma, il self-hosting diventa la scelta str...

#Hardware #LLM On-Premise #Fine-Tuning
2026-07-09 LocalLLaMA

Modelli aperti: il dato di training è il vero discrimine, non i pesi

Il nuovo Artificial Analysis Openness Index premia K2 think v2 perché condivide dati e ricetta di training, superando modelli come DeepSeek che pubblicano solo i pesi. Per chi valuta il deployment on-premise, la trasparenza sul corpus di addestrament...

#Hardware #LLM On-Premise #Fine-Tuning
2026-07-08 DigiTimes

Meituan libera LongCat-2.0: la Cina accelera sullo stack AI domestico

Meituan ha rilasciato in open source LongCat-2.0, un nuovo tassello dello stack AI made in China. La mossa segnala la maturità di un ecosistema parallelo che punta su controllo dei dati e deployment on-premise, riducendo la dipendenza da fornitori cl...

#Hardware #LLM On-Premise #Fine-Tuning
2026-07-05 LocalLLaMA

Open weight a rischio obsolescenza? Il ritardo delle Qwen e il nodo hardware

La decisione del team Qwen di posticipare il rilascio di modelli più grandi solleva dubbi sulla sostenibilità a lungo termine degli LLM open weight. Con un divario prestazionale già di 2-4 mesi rispetto ai sistemi state-of-the-art, ulteriori ritardi ...

#Hardware #LLM On-Premise #Fine-Tuning
← Torna ai Topic