Meta 发布开源权重多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,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 tokens。
推荐理由:Meta 开源 816B 多模态 MoE 模型,给出完整部署与微调配方,可据此评估自托管前沿模型的成本与门槛。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,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 tokens。
推荐理由:Meta 开源 816B 多模态 MoE 模型,给出完整部署与微调配方,可据此评估自托管前沿模型的成本与门槛。
Liquid AI 发布 LFM2.5-24B-A2B,一个总参数 24B、每 token 仅激活 2B 的推理模型,面向端侧智能体,会先思考再作答并调用工具。
推荐理由:Liquid AI 给出端侧智能体模型的参数结构、基准对比与推理速度,可据此判断本地部署的可行性。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和消费者开放,通过 AI Studio、Gemini API、Google Antigravity 及 Gemini 应用和搜索 AI Mode 提供,定价为每百万输入 token 2 美元、输出 token 10 美元,缓存输入享 95% 折扣。
推荐理由:官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价,可据此判断前沿模型在专业工作流中的落地程度。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步扩大 Fairwind Program 的受信任网络安全防御者范围。该模型在网络安全测试中解决了全部 12 个端到端模拟攻击场景,上一代为 5 个;在 Gray Swan 的间接提示注入基准上,15 次自适应攻击的成功率降至 0.7%。
推荐理由:原文给出 Gemini 4 Argon 在网络安全与生物风险上的防护设计与实测数字,可了解前沿模型安全部署的具体做法。
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full,距该实验室成立约 14 个月。
推荐理由:汇总 Meta Muse Wonder 系列的发布细节与第三方评测数据,可对照其与 Opus 5.5、GPT-6 等前沿模型的差距。
Mistral AI 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,可在 Mistral Studio 试用预览 API,权重将于本月底开放。
推荐理由:官方给出 1 万亿参数多模态模型的公开预览、权重开放时间与多项基准对比,可据此判断开源权重模型的当前水位。
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御者开放,随后逐步扩展至开发者、企业和消费者。
推荐理由:Gemini 4 Argon 的发布信息包含输出上限、定价与多项基准成绩,可据此判断前沿模型在长程编码与安全防御上的进展。