Meta 开源 Muse Spark Open
很喜欢 Meta 开源了 Muse Spark Open！ 大概是 Muse Spark 1.2 的水平。 我最大的愿望：Meta 后续能推出 Muse Spark 1.3 的开源权重。 那将是世界上最好的开源模型。
全部 AI 动态
Yuchen Jin Aravind Srinivas精选AI 评分6767 Perplexity 开源驱动 Perplexity Computer 的沙箱平台 SPACE
Perplexity CEO Aravind Srinivas 宣布开源沙箱平台 SPACE，该平台为 Perplexity Computer 的全部沙箱能力提供支撑，仓库地址为 https://github.com/perplexityai/space。他表示沙箱虽是 commodity，但在生产级流量下服务数百万沙箱、为企业和消费者扩展 Agent 需要大量细节，开源旨在支持生态。
推荐理由：作者解释了为什么沙箱本身是 commodity 而生产级规模化才是难点，开源平台可用于自建企业级 Agent 基础设施。
Hugging Face 官方团队博客AI 评分8686 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，总参数约 816B
Hugging Face 团队介绍 Meta 的开源权重模型 Muse Spark Open：这是一个 MoE 架构的多模态模型，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M token，提供 BF16（约 1.5 TB）和面向 NVIDIA Blackwell 的 NVFP4 两种 checkpoint。
AI at MetaAI 评分7171 Meta 发布开放权重模型 Muse Spark Open，主打编码与智能体任务
Meta 发布开放权重模型 Muse Spark Open，定位为迄今能力最强的美国开放权重模型，面向编码与智能体工作。模型总参数 816B、激活 42B，支持 1M token 上下文窗口，原生支持文本、图像、视频、音频多模态，擅长长程任务、复杂软件工程和多步推理。
Ars Technica：AI YouTube Music 开始为 AI 生成音乐添加标签
Google 正在 YouTube Music 应用和网站上线 AI 内容标签，标注完全由 AI 生成或经 AI 大幅修改的歌曲，标签显示在播放页，点击可查看详情。该做法沿用今年早些时候 YouTube 视频的 AI 标注机制，Google 与合作伙伴及自有检测工具共同识别，上传者也可自愿标注为完全 AI、部分 AI 或无 AI。
Apple Machine Learning Research同新闻AI 评分6060 Apple 演示用 MLX 与 RDMA 在 Mac Studio 集群本地运行 816B 大模型
Apple 机器学习研究团队演示如何在 Mac Studio 上本地运行近万亿参数的 Muse Spark Open 等前沿模型，使用今天发布的新版 MLX（v0.30.1 起）与 macOS 26.2 的 RDMA over Thunderbolt 驱动。
Azeem Azhar：Exponential View Anthropic Q3 营收 168 亿美元背后的减速隐忧
Azeem Azhar 解读泄露的 Anthropic 私人投资者简报，Q3 营收 168 亿美元、年化退出收入约 760 亿美元，但环比增速从 Q2 的 147% 降至 45%，因市场此前预期 650 亿美元年化收入而被视为不及预期。
Artificial Analysis 完整文章AI 评分6969 NVIDIA 发布 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt 74B-A9B
Artificial Analysis 评测显示，NVIDIA 发布的 Nemotron 3.5 Super VL 以 26 分（另一处写作 26.5）登顶美国开源权重模型，智能达前代 Nemotron 3 Super（13 分）的两倍，且每任务输出 token 少约 60%（46k 对 114k）。
The Decoder：AI News Nvidia 发布开源多模态模型 Nemotron 3.5 Super VL，主打企业级持续运行的 AI 智能体
Nvidia 发布 120B 参数（每 token 激活 12B）的开源多模态模型 Nemotron 3.5 Super VL，面向企业后台持续运行的智能体，由 Nemotron 3 Ultra 蒸馏而来，号称以约五分之一的参数达到 Ultra 的准确率。
ARC Prize精选AI 评分6666 Gemini 4 Argon 在 ARC-AGI (Verified) 评测中公布：ARC-AGI-3 得分 97.5%
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI (Verified) 的评测成绩。ARC-AGI-3 上，provider adapter harness 得分 97.5%、成本 $4.8K，标准 harness 得分 49.8%、成本 $5.8K；ARC-AGI-2 得分 91.3%、$0.32/task；ARC-AGI-1 得分 98.5%、$0.16/task。Google DeepMind 是第二家在 ARC-AGI-3 上得分超过 95% 的前沿 AI 实验室。
推荐理由：ARC Prize 公布了 Gemini 4 Argon 在 ARC-AGI 三个版本上的得分与成本，读者可据此比较不同 harness 设置的差异。
Artificial Analysis Nvidia 发布 Nemotron 3.5 Super VL 与 Bolt 74B-A9B，登顶美国开源权重模型
Artificial Analysis 评测显示，Nvidia 的 Nemotron 3.5 Super VL 在 Artificial Analysis Intelligence Index 得分 26，成为领先美国开源权重模型，智能是上代 Nemotron 3 Super（13）的两倍，且每任务输出 token 减少约 60%。
fal NVIDIA Nemotron 3.5 Super VL 多模态模型上线 fal 平台
fal 宣布 NVIDIA Nemotron 3.5 Super VL 多模态模型上线其平台，该开源权重模型总参数 120B、每 token 激活 12B，面向视觉推理和智能体工作流。能力涵盖图像、文档和视频理解，以及视觉推理、工具调用、文档智能和 AI 智能体场景。
fal NVIDIA Nemotron 3.5 Super 上线 fal
立即体验。 文本：https://fal.ai/models/nvidia/nemotron-3-5-super/text 视觉：https://fal.ai/models/nvidia/nemotron-3-5-super/vision 视频：https://fal.ai/models/nvidia/nemotron-3-5-super/video
Microsoft AI：官方博客精选AI 评分6666 Microsoft AI 公布 MAI-Base-2 预训练细节，2.8T 参数 MoE 模型 FLOPs 效率达 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍
Microsoft AI 宣布完成 MAI-Base-2 预训练，这是一个 800 亿激活、2.8T 总参数的 MoE 基础模型，在 held-out 评测中 BPB 低于所测全部开源权重模型，预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 至 12.3 倍。
推荐理由：官方披露了 MAI-Base-2 的完整预训练方法，读者可以从中了解 scaling ladder、Muon 优化和多轮 dropless MoE 等可借鉴的工程细节。
Google Developers Blog精选AI 评分6161 Google 介绍 google/adk-recipes 仓库的三层结构与 Agent Platform 集成
Google Developers Blog 介绍 google/adk-recipes 仓库，它是 google/adk-samples 的重构后继版本，以 core/、plugins/、contrib/ 三层作为 Agent Platform 各入口的单一内容来源。
推荐理由：官方详解 google/adk-recipes 三层结构，读者可以据此了解同一仓库如何同时服务 Agents CLI、Agent Garden 和 Gemini Enterprise。
Prime Intellect Prime Intellect 与 NVIDIA 后训练 Nemotron 3.5 Super VL，AutomationBench-AA 提升 23.7 分
Prime Intellect 与 NVIDIA 构建 2,500 个经验证的企业任务，用 GRPO 在 128 块 GB200 GPU 上训练约 11 小时，将 Nemotron 3.5 Super VL 在 AutomationBench-AA 公开分割上的得分从 34.0% 提升到 57.7%，相对提升 70%。
NVIDIA Technical Blog：Agentic AI / Generative AI NVIDIA 发布 Nemotron 3.5 Super VL 开源多模态模型，面向企业专用智能体
NVIDIA 发布开源可定制多模态模型 Nemotron 3.5 Super VL，采用 120B 参数 MoE 架构、每 token 激活 12B 参数，官方称在单 GPU 上智能体任务吞吐最高达同规模开源模型的 5x。
vLLM 官方博客 NVIDIA Nemotron 3.5 Super VL 发布，vLLM 提供首发支持
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，vLLM 提供 Day 0 支持。模型基于 120B 总参数、12B 激活的 MoE 架构，结合推理、工具调用与文档、图像、视频理解，采用混合 Mamba-Transformer 架构、多 token 预测和 NVFP4 量化。
OpenHands 官方博客 OpenHands 与 NVIDIA 合作，将 Nemotron 3.5 Super VL 多模态模型引入软件工程智能体
作为 NVIDIA 发布合作伙伴，OpenHands 将开源多模态模型 Nemotron 3.5 Super VL 引入常驻软件工程智能体工作流。该模型基于 120B 参数 MoE 架构、12B 激活参数，支持文本、图像、文档和视频输入并输出文本，将多模态理解与智能体推理和工具调用结合。
Testing Catalog NVIDIA 下周或发 Nemotron 3.5 Super VL
NVIDIA 预告下周将有一款新模型发布，可能落在周三 21 日的 GTC 活动上，外界猜测是近期在官方文档中现身的 Nemotron 3.5 Super VL。
Nathan Lambert Nvidia、HuggingFace 等预告即将发布
很多生态玩家（Nvidia、Huggingface）都在含糊其辞地预告近期会有大量发布。传闻包括 thinky、muse spark，以及一些有一阵子没发新东西的中国厂商。Fable 5.5 和 OpenAI 正在酝酿的东西也预计随时会来。
Baseten 工程博客 NVIDIA Nemotron 3.5 Super VL 上线 Baseten
NVIDIA Nemotron 3.5 Super VL 在 Baseten 上线，基于 Nemotron 3 Super 架构的 120B 参数 MoE 模型，每 token 激活 12B 参数，新增视觉编码器以支持文档、截图和视频理解。
IT之家·人工智能 英伟达发布 1200 亿参数开源多模态模型 Nemotron 3.5 Super VL，单 GPU 智能体任务吞吐量最高提升 5 倍
英伟达发布开放多模态模型 Nemotron 3.5 Super VL，采用 MoE 架构，总参数 1200 亿、激活 120 亿，将推理、工具调用与文本、图像、文档及视频理解整合，官方称单 GPU 智能体任务吞吐量最高达同规模开放模型的 5 倍。
Testing Catalog NVIDIA 发布开源模型 Nemotron 3.5 Super VL，120B 总参数 12B 激活
NVIDIA 宣布发布开源模型 Nemotron 3.5 Super VL，总参数量 120B、激活参数 12B。该模型支持推理和工具调用，可理解文本、图像、文档和视频，面向长时间运行的 AI 智能体。
Unsloth NVIDIA 发布 Nemotron 3.5 Bolt 与 Super VL 两款开源模型
NVIDIA 发布两款开源模型 Nemotron-3.5-Bolt 和 Nemotron-3.5-Super-VL。Bolt-74B-A9B 可在 24GB RAM 上运行，Super-VL-120B-A12B 需 82GB RAM，结合 NVIDIA 官方介绍，Super VL 支持文本、图像、文档和视频理解，并具备推理与工具调用能力，面向长时运行的 AI 智能体。Unsloth 已提供两款模型的 GGUF 下载和使用指南。
fal NVIDIA Nemotron 3.5 Super VL 开放权重多模态模型上线 fal
fal 宣布 NVIDIA Nemotron 3.5 Super VL 上线其平台。该开放权重多模态模型总参数 120B、每 token 激活 12B，面向视觉推理和智能体工作流构建，支持图像、文档和视频理解，具备视觉推理与工具调用、文档智能和 AI agents 能力。
fal NVIDIA Nemotron 3.5 Super 上线 fal
立即体验。 文本：https://fal.ai/models/nvidia/nemotron-3-5-super/text 视觉：https://fal.ai/models/nvidia/nemotron-3-5-super/vision 视频：https://fal.ai/models/nvidia/nemotron-3-5-super/video
OpenRouter NVIDIA Nemotron 3.5 Super VL 上线 OpenRouter
OpenRouter 宣布 NVIDIA Nemotron 3.5 Super VL 上线。该模型为开源 120B-A12B 多模态模型，面向能看、推理并行动的长时运行智能体，覆盖文本、图像、文档、GUI 和视频，支持 1M 上下文。
OpenRouter 混合Mamba-Transformer MoE模型发布
混合Mamba-Transformer MoE，具备多token预测，输出更快。专为文档智能、网络研究、客户服务和视频理解打造。
OpenRouter NVIDIA Nemotron-3.5 免费试用
试用：https://openrouter.ai/nvidia/nemotron-3.5-super-vl:free
NVIDIA Blog精选AI 评分7171 NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型
NVIDIA 发布开源 120B 参数多模态模型 Nemotron 3.5 Super VL，面向高频智能体任务，官方称其准确率可比自家最大推理模型、参数量约为五分之一，吞吐比同类次优模型快至 5 倍；同时推出边缘模型 Bolt 74B-A9B 24GB（原生 2-bit 量化，可本地运行于 RTX/DGX Spark）和 Bolt E4B 4GB（10 月 23 日上线）。
推荐理由：原文给出三款开放模型各自针对的部署层级和量化、训练数据规模，读者可据此判断哪一档适合自家智能体场景。
阶跃星辰 StepFun精选AI 评分6767 Step 5 Preview 上线 FeatherlessAI，官方转发开放权重模型部署信息
阶跃星辰转发 FeatherlessAI 的消息，Step 5 Preview 已上线该平台，以 FP8 精度提供服务。该开放权重模型为 600B 稀疏 MoE 架构、每 token 激活 27B，面向长程智能体工作，在软件工程和专业知识工作（尤其金融）上有前沿级表现，按 Artificial Analysis 数据其每任务成本约为 Claude Opus 5.5 的 1/6，智能水平与 Kimi K3 相当。
推荐理由：引用内容给出 Step 5 Preview 的参数规模、成本对比和部署入口，读者可据此评估其性价比与获取方式。
Anthropic：Research Anthropic 发布两份报告：AI 改变内部用工，员工与公众对未来预期差距显著
Anthropic 发布两份报告，一份分析 AI 对公司内部就业的影响，另一份对比员工与公众对 AI 影响经济的预期。内部数据显示，过去一年初级岗位招聘占比下降，AI agent 工时迅速上升，到 2026 年 3 月 agent 工时已超过员工，8 月 agent 数量达员工 6 倍，人均代码产出、销售代表成单量和合同处理量均提升，瓶颈逐渐转向人类注意力。
Black Forest Labs：Blog精选AI 评分7777 Black Forest Labs 发布开源文生图模型 FLUX 3 Image Klein（5.6B）
Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein，支持文生图、图像编辑和最多 10 张参考图的多参考生成，采用 FLUX Kommunity License。
推荐理由：官方公布了参数规模、显存门槛、生成速度和评测对比，读者可以评估它在本地部署与微调场景中的适配性。
Hugging Face 官方团队博客精选AI 评分7676 Black Forest Labs FLUX.3 Image Klein 登陆 Diffusers，支持边界框布局控制
Hugging Face 团队介绍 FLUX.3 Image Klein 模型发布首日即可在 Diffusers 中使用，单个模型支持文生图、多参考图生图和边界框布局控制。
推荐理由：官方教程覆盖布局控制、量化权重、显存与速度实测和架构拆解，读者可据此评估上手成本与适用场景。
Arena Muse Wonder 与 Le Chonk 初评及 AI 趋势
模型洞察分析师 @DawidGalarowicz 分享了他对 @AIatMeta 的 Muse Wonder、@MistralAI 的 Le Chonk 的初步看法，以及接下来值得关注的两个 AI 趋势。 https://www.youtube.com/watch?v=_QhIGY9wQdk
Google Google 发布 Gemini 4 Argon 并开放研究者与网络安全防御者申请
Google 官方宣布 Gemini 4 Argon，称其专为解决高度复杂的编码与智能体问题而构建，可解开 Chromium 遗留代码、加速 Gemma 模型等。同时开放两类申请：科学家和研究者可申请免费获得 Antigravity 最高用量档 6 个月，网络安全防御者可申请加入 Fairwind Program，详情见 goo.gle 链接。
可灵 Kling AIAI 评分7272 可灵 Kling 4.0 正式全量开放，新增 MCP 和 CLI 接入
可灵（Kling AI）宣布 Kling 4.0 正式全量开放，用户可通过 kling.ai 全新创作界面使用，并新增 MCP 和 CLI 接入以融入视频创作工作流。即将推出 4K 和 1080p 的 10-bit HDR 视频输出，以及面向企业客户和开发者的 API 访问。
IT之家·人工智能 Anthropic 弃用 Git，自研版本控制系统 Scion
Anthropic 宣布弃用 Git，改用自研版本控制系统 Scion，将提交、合并、变基和文件历史查询等操作放到服务器端执行。原因是其代码合并量从 5 月日均 2500 次增至 9 月超 3 万次，Git 已无法满足需求；Scion 的 CPU 和内存消耗仅为 Git 的两百分之一，CI 和研究任务代码检出从几分钟缩短到几秒。
阶跃星辰 StepFun精选AI 评分6666 StepFun 展示 Step 5 Preview 在 NVIDIA GB300 上的推理性能
StepFun 表示 Step 5 Preview 在 NVIDIA GB300 上推理表现出色，并期待看到开发者用它构建的应用。其转发的 NVIDIA 内容称该模型是 StepFun 最大的开源权重发布，600B MoE 架构，可处理最长 24 小时的 Agent 任务，在 GB300 上用 NVFP4 达到近 8K tokens/sec/GPU，提供 NVFP4 checkpoint（https://huggingface.co/stepfun-ai/Step-5-Preview-NVFP4），并支持 SGLang、vLLM、NeMo Automodel 后训练和 NVIDIA NIM 一键部署。
推荐理由：原文补充了 Step 5 Preview 在 NVIDIA GB300 上的推理表现和 NVFP4 权重入口，可帮助开发者评估部署选择。