AI 模型发布与更新

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。

Meta 发布新的 SOTA 开源模型 Muse-Spark-Open-816B-A42B，支持文本、图像、视频和音频输入，上下文窗口达 1M，权重今日开放。Unsloth 提供 Dynamic 2-bit GGUF 量化版，可在 256GB RAM/VRAM 配置上于 Mac Studio 运行，1-bit 至 8-bit 对应 180-870GB 内存需求。GGUF 见 https://huggingface.co/unsloth/Muse-Spark-Open-816…

Nathan Lambert 转评 @alexandr_wang 发布的 muse spark open，称其为迄今最强的美国开放权重模型：816B 总参数、42B 激活、1M token 上下文、原生多模态，面向编码和长程任务等智能体工作。他认为若实际表现与跑分相符，该模型采用率将暴涨，是美国首个具备接近前沿智能体能力的开放权重模型，并提到此前 GLM 5.2 与 Kimi K3 代表了中国模型的那次跃升。

Meta 发布开源模型 Muse-Spark-Open-816B-A42B，权重已在 Hugging Face 上线。原引用内容称该模型今天发布权重，并可与 Apple 合作在新 Mac Studios 上良好运行。模型页面显示其支持 Image-Text-to-Text，提供 Transformers、Safetensors、PyTorch 格式，许可为 muse-model-license。

Meta 开放 Muse Spark Open 权重，模型上线 Baseten Model APIs 和 Dedicated Inference。

突发 🔥：Meta 即将发布 Muse Spark Open，这是 Muse Spark 1.2 的开放权重版本！ 据预告，它将是美国最强的开放模型，用户将能在新款 Mac Studio 设备上本地运行。

Meta 宣布 Muse Spark Open 今日可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 的 API 平台使用。

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。

Muse Spark Open —— 权重今天发布 —— 得益于与 @johnternus 和 Apple 的合作，在新款 Mac Studio 上运行效果极佳。

Black Forest Labs 发布 5.6B 参数的开源权重文生图模型 FLUX 3 Image Klein，支持文生图、图像编辑、最多十张参考图、原生 4K 输出、像素级编辑和边界框元素放置，内部测试中 Elo 超过 Ideogram V4.5 和自家 FLUX.2 [pro]，比 9B 参数的 FLUX.2 [klein] 高 91 Elo。

François Chollet 转发 @arcprize 的评测，称 Gemini 4 Argon 在 ARC-AGI-3 上表现与 Astra 相近，Google 回到前沿。引用数据显示 Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%（provider adapter harness，花费 $4.8K）、标准 harness 下 49.8%（$5.8K），ARC-AGI-2 得分 91.3%，ARC-AGI-1 得分 98.5%，Google D…

关注以获取 @bot 更新

Krea AI 发布新图像模型 Krea 3，主打快速精准的图像编辑，可将角色、服装和场景的独立参考合并为单一画面，并保持面部与色调一致。在真实图像编辑基准 CPI-Bench 上，Krea 3 Ultra 得分 4.81/5，仅次于 GPT Image 2.5，高于其他所有图像模型。

The Decoder 介绍了 Google 此前发布的 Gemini 4 Argon 如何覆盖机器人控制、仿真训练和数据评估的完整流程。Spot 机器狗先在 MuJoCo 仿真中练习踩踏板扔易拉罐再上真机，单张照片可生成超过 4,500 段训练片段，把真实机器人成功率从 56% 提升到 75%。

@Google - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Gemini 4 Argon 完整结果：https://arcprize.org/results/google-gemini-4-argon

@Google Argon 在 ARC-AGI-3 上 97.5% 的得分仅次于 GPT-6 Astra 的 99.9%。 与 Astra 一样，Argon 在 25 个 ARC-AGI-3 公开游戏中的操作次数比人类基线少 62%。它在 3 个游戏上追平或打破了速通纪录，并在另外 6 个游戏上差距在 10% 以内。

ARC Prize 发布 Gemini 4 Argon 在 ARC-AGI-3 标准 harness 下的测试结果，低推理得分 49.8%（完成 42/55 局），中推理 46.3%（完成 46/55 局），高推理仅完成 19/55 局故未公布分数。

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…

Mustafa Suleyman 提出 scaling laws 正在叠加效率增益，并称在 held-out 代码上，其团队用少 12 倍的训练算力就达到了 DeepSeek-V4-Pro-Base 的预训练分数。

丝滑 ⛷️ 得益于精心的扩展阶梯和配方的持续优化，MAI-Base-2 在整个训练过程中训练得非常干净。

Microsoft AI CEO Mustafa Suleyman 宣布，MAI 已完全自研出 3T 参数权重级别的 SOTA 预训练基础模型。后训练结果即将发布，技术细节见博客 https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/。

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。

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。

Artificial Analysis 评测 Reflection 首个模型 Beam，其在 Artificial Analysis Intelligence Index 得 30 分，在美国开源权重模型中排第二，仅次于 Meta 的 Muse Spark Open（39）。

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%。

更多关于 v4 的信息：https://x.com/ElevenLabs/status/2104572127617994917

我们将 Eleven v4——我们最新的语音模型——与其他模型在八种语言中进行了盲测。 在每项测试中，听众都认为它更具表现力。

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。

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。

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。

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。

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。

了解 Gemini 4 Argon 的更多信息 ↓ https://goo.gle/4jfSznG

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

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）。

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。

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。

Google 各团队将 Gemini 4 Argon 投入到我们最棘手的工程问题中。 以下是结果 🧵

阶跃星辰开放 Step 5 Preview 模型权重，含 BF16 与 FP8 两个版本，已上线 Hugging Face 和 ModelScope，可通过 vLLM、SGLang 部署兼容 OpenAI 接口的服务或用 Transformers 离线推理。

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-Pr…