Meta 发布开源权重模型 Muse Spark Open,816B 参数支持百万 token 上下文
Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,面向编码与智能体任务,拥有 8160 亿参数(激活 420 亿)、最高 100 万 token 上下文,支持文本、图像、视频和音频。
Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,面向编码与智能体任务,拥有 8160 亿参数(激活 420 亿)、最高 100 万 token 上下文,支持文本、图像、视频和音频。
Meta 发布 Muse Spark Open 模型,称其为迄今能力最强的美国开源权重模型,也是同类中首个能在桌面端运行、使用两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。
Google 发布 Gemini 4 Argon,定位为覆盖机器人全流程的单一模型,可控制机器人、构建虚拟练习环境并评估训练视频。演示中它从一张照片生成 77 个任务和 4500 余条训练片段,使真实机器人成功率从 56% 升至 75%,执行时间从 35 秒降至 24 秒。
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。
Nvidia 发布 Nemotron 3.5 Super VL,这是一个 1200 亿参数的开源多模态模型,面向持续运行的企业智能体,采用 MoE 架构,每个 token 仅激活 120 亿参数。
Apertus 1.5 在 8B 和 70B 两代模型上新增图像与音频理解、可选思考模式,上下文窗口扩展到 262,144 tokens,为 1.0 的 4 倍,权重以 Apache 2.0 许可发布在 Hugging Face。
推荐理由:Apertus 1.5 在 8B 和 70B 上加入图像音频理解与思考模式,并公开训练数据与中间检查点,便于对照复现。
NVIDIA 发布开放 1200 亿参数的 Nemotron 3.5 Super VL,主打多模态智能体任务,官方称其准确率接近自家最大推理模型而参数量约为五分之一,吞吐量最高为同类模型的 5 倍。
推荐理由:NVIDIA 一次放出三款开放权重模型,覆盖从数据中心到端侧的智能体部署,读者可据此判断本地化智能体的选型空间。
Google 全球上线 Gemini 4 Argon,开发者可通过 API 在 AI Studio 和 Gemini 平台使用,AI Ultra 订阅者可在 Google Antigravity 中使用,Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上用纯推理取得 87%,称超过其他前沿模型。
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。
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。
阿布扎比技术创新研究院(TII)发布 Falcon-ASR,一款 1.6B 参数的语音识别模型,重点覆盖阿联酋方言,同时支持英语、法语、西班牙语和葡萄牙语。在六个阿拉伯语测试集上平均 WER 为 20.92%,优于所用榜单快照中最佳公开结果 23.17%;内部阿联酋方言评测 WER 22.73%、CER 10.19%,比次优的 Qwen3-Omni 低 4.07 个百分点。
Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构、740M 参数,采用 Apache 2.0 许可,将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由:官方给出参数量、量化内存与基准提升,可据此判断端侧多模态检索的落地门槛。
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。