我们刚刚又开源了一对最先进的决策模型：
Aravind Srinivas 宣布开源两个决策模型： pplx-decider-flash-v1.2：40 亿参数，每百万个 token 收费 1 美分，在 HF Decision Index 上排名第一的 40 亿参数模型。 pplx-decider-v1.2：270 亿参数，每百万个 token 收费 2 美分，在 HF Decision Index 上总排名第二。
全部动态 · 今日7条
全部 AI 动态
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
模型
新模型、模型版本、权重开放、模型能力与价格变化的发布与评测结果
Aravind Srinivas · X64 Epoch AI · X60 Epoch AI 估计，开放权重模型的网络安全能力落后封闭前沿 6–7 个月
Epoch AI 估计，开放权重模型的网络安全能力比封闭前沿约落后 6–7 个月。 智谱的 GLM-5.3 在其 Cyber ECI 上得分最高，是开放权重模型中表现最佳的，得分为 160，超过了 3 月发布的 OpenAI GPT-5.4。https://t.co/F0D6nSnM69
Jeff Dean · X57 Jeff Dean 分享 Elorian 发布 Glimpse 视觉思维模型的消息
Jeff Dean 写道：“来看看这个！干得好，@AndrewDai 和 Elorian 的各位！” https://twitter.com/AndrewDai/status/2111142161584628060 在被引用的公告中，Andrew Dai 介绍 Glimpse 是他们的首个视觉思维模型，并称其在关键的公开视觉推理基准测试中表现具有竞争力，可与 Astra 相媲美。
量子位87 Google 发布 Gemini 4 Argon，API 访问暂时半价
Google 正在向全球开发者、企业和付费订阅用户推出 Gemini 4 Argon，重点突出其编程、专业知识工作、多模态理解和持续执行任务的能力。11 月 30 日前，API 定价为每百万输入令牌 2 美元、每百万输出令牌 10 美元；12 月 1 日起，价格将分别涨至 4 美元和 20 美元。Google 称，Argon 曾在无人值守的情况下用 11 小时优化 ADK，工程师合并了两项更改；Ethan Mollick 称其有所改进，但指出它在复杂的多智能体任务中仍有不足。
量子位67 优必选推出 Thinker-WM，将视频、深度和机器人动作统一到一个世界模型中
优必选推出多模态世界模型 Thinker-WM，通过共享的 Unified Dynamics Transformer 联合建模 RGB 视频、深度和机器人动作。优必选提供并由 QbitAI 转载的材料称，该模型在 WorldOlympiad、EWMBench 和 WorldArena1.0 Track-1 上取得领先成绩，其中 WorldOlympiad 得分为 0.740，EWMBench 得分为 4.66。该模型通过共享权重支持六种能力模式；与不使用深度的基线相比，加入深度后，RoboTwin 单任务成功率提高了 15 个百分点。
TechCrunch · AI59 Elorian 发布 Glimpse，这是其首个围绕视觉推理构建的 AI 模型
Elorian 于周五发布了 Glimpse，作为一款研究预览版，提供 API 访问和仅限候补名单用户使用的聊天界面。其视觉暂存空间可在推理过程中裁剪图像区域、提取视频帧，并运行代码来测量或比较视觉内容。定价为每百万输入 token 0.60 美元、每百万输出 token 3 美元；Elorian 的评测报告称，Glimpse 在科学图表推理和短视频字幕生成方面的表现优于 GPT-6 Astra。
The Verge · AI精选77 一周使用 Nvidia RTX Spark 笔记本电脑：性能优势与实际取舍
The Verge 的三位评测人员花了一周测试五款 Nvidia RTX Spark 笔记本电脑，发现它们图形性能出色，Windows on Arm 应用总体上也能正常使用，但价格高昂，CPU 性能弱于 Apple 的竞品，而且运行本地 AI 工作负载要求很高。Sean Hollister 的 Asus ProArt P16 在日常工作中续航约 5 小时至 5 小时 40 分钟。他们进行本地 AI 实验时遇到了明显的电量消耗、发热、响应缓慢和结果不稳定等问题，尽管这些配置提供了最高 128GB 的统一内存。
推荐理由：这些实测对比展示了大容量统一内存和出色图形性能在本地 AI 工作负载、电池续航和软件兼容性方面带来的日常取舍。
The Decoder精选78 Google 的 Gemini 4 Argon 比数月来任何一款 Google 模型都更接近 AI 前沿
Google DeepMind 的 Gemini 4 Argon 使用 Provider Adapter Harness 得分 97.5%，完成 ARC-AGI-3 测试，成本为 4,800 美元，低于 GPT-6 Astra 的 99.9%。在 Standard Harness 的低推理设置下，其得分降至 49.8%；由于 API 问题，测试未能完成所有游戏。Epoch AI 给 Argon 评定了 165 个 ECI 积分，与 Opus 5.5 和 GPT-6 Astra 相近，不过早期估算将其列为数学能力第八、软件工程能力第六。
推荐理由：这一比较显示，测试环境会如何改变基准排名，有助于理解 Argon 与领先模型的接近程度，同时也能看到它在数学和软件工程方面较弱的表现。
Aravind Srinivas · X精选70 Perplexity 接入 Gemini 4 Argon，称其在 WANDR 基准测试中创下新高
Aravind Srinivas 表示，Gemini 4 Argon 在 Wide-And-Deep-Research（WANDR）基准测试中创下新的 SoTA，目前已向所有 Perplexity 用户开放，可用于快速搜索和 Computer（智能体）模式。https://t.co/0U671BhbMj 被引用的 @perplexity_ai 公告称，该功能面向 Pro 和 Max 订阅用户开放。https://t.co/n1TyI9RhBX
推荐理由：该帖称快速搜索和 Computer 模式均可使用，但其更广泛的开放范围说法，与被引用公告中仅限 Pro 和 Max 订阅用户的说法不同。
Hugging Face · X13 直播：全新开放权重模型 https://x.com/i/broadcasts/1DxleVaPLagKL
直播：全新开放权重模型 https://x.com/i/broadcasts/1DxleVaPLagKL
Hugging Face Blog精选83 Reflection发布Beam：一款用于编程和智能体工作的501B开源模型
Reflection在Hugging Face上发布了Beam。这是一款501B的MoE模型，每个token激活23B参数，支持100万token的上下文窗口，并采用Apache 2.0许可证。这款纯文本模型面向编程和智能体工作，提供BF16、FP8和NVFP4检查点，并在发布首日支持transformers、vLLM和SGLang。Hugging Face还提供部署和后训练方案，以及自有的任务评测和演示。
推荐理由：部署指南区分了活跃计算量与权重总内存用量，帮助团队评估运行和适配一款具有长上下文窗口的稀疏模型所需的硬件配置。
Artificial Analysis · X63 Reflection 的 Beam 在 Artificial Analysis Intelligence Index 上得分 30，在美国开放权重模型中排名第 2
Reflection 的首个模型 Beam 在 Artificial Analysis Intelligence Index 上得分 30，在美国开放权重模型中排名第 2。 Beam 是一款开放权重模型，总参数量为 501B，激活参数量为 23B，已在 Hugging Face 上发布。
NVIDIA AI · X精选77 Reflection 发布 Beam，一款拥有 501B 参数的开放权重 MoE 模型
Reflection 发布了 Beam，这是一款拥有 501B 参数的 MoE 模型，权重依据 Apache 2.0 许可证开放，并有 40 多家生态合作伙伴。 NVIDIA AI 表示，该模型使用 NVIDIA GB300 NVL72 训练，在 Blackwell Ultra 上开箱即用，第 0 天即可达到每 GPU 每秒超过 70K 个 token。 Reflection 引述的公告包含 BF16、FP8 和 NVFP4 权重、DFlash2 drafter 以及 Mirror CLI；Beam 1.0 NVFP4 检查点可在 https://huggingface.co/reflection/Beam-1.0-501B-A23B-NVFP4 获取。
推荐理由：Apache 2.0 许可证、多种权重格式以及已发布的训练工具包，为开发者评估 Beam 是否适合其部署工作流提供了具体信息。
Artificial Analysis · X59 Liquid AI 发布 d1-ultra，在 Artificial Analysis Decision Index v1.0 中位居榜首
Liquid AI 已发布 d1-ultra。据 Artificial Analysis 报告，该模型以 65 分在其 Decision Index v1.0 中位居榜首。在 AA-Omniscience-Decision 基准上，其非幻觉率从 d1 的 2% 升至 85%，而准确率从 41% 降至 32%。这项非幻觉指标衡量的是：对于模型未能正确回答的问题，它表示自己不知道的频率。d1-ultra 每项任务耗时 92 ms，每 1M 个输入 token 收费 $0.042，且仅按输入 token 计费。
Mistral AI · X33 Mistral Large 4 在 STEMBench 的工程学和天文学测试中表现出色
原来 le Chonk 还挺懂火箭科学。 Mistral Large 4 在 Ulam 的私人基准测试 STEMBench 的工程学和天文学测试中得分不错：https://t.co/OW3reppzWN https://t.co/3BbnbEuYvP
雷锋网精选82 Kling 4.0 发布，支持原生生成最长 30 秒视频和 10-bit HDR
Kling AI 于 10 月 15 日推出 Kling 4.0，新增最长 30 秒的原生视频生成、10-bit HDR 输出，并称其在快速运动和复杂镜头运动方面有所改进。该模型最多支持 15 个组合参考素材、最多 10 个关键帧输入，以及最长 8000 个 token 的提示词。对 4K、1080p 和 21:9 输出的支持、累计最长 2 分钟的多次视频扩展，以及 API 访问均被描述为即将推出。
推荐理由：参考输入、关键帧控制和 HDR 输出为评估 Kling 4.0 如何融入专业视频制作工作流程提供了具体依据。
Artificial Analysis · X精选79 Meta 发布 Muse Spark Open，在 Artificial Analysis Intelligence Index 上获得 39 分
Meta 发布了 Muse Spark Open，这是一个 816B（42B 激活参数）的开放权重模型。Artificial Analysis 报告称，该模型在其 Intelligence Index 上得分为 39，使其成为美国排名第一的开放权重模型。 Muse Spark Open（xhigh）的得分比 Muse Glimmer（high，17 分）高 22 分。Muse Glimmer 是 Meta 的 30B 稠密开放权重模型。https://t.co/jf31mQNINe
推荐理由：这一比较显示，Muse Spark Open 在同一智能指数上的得分比 Muse Glimmer 高 22 分，为 Meta 开放权重模型之间所报告的能力差距提供了具体参照。
Ollama · X59 NVIDIA Nemotron 3.5 Super VL 现已在 Ollama 上线
NVIDIA Nemotron 3.5 Super VL 现已在 Ollama 上线。 该模型将推理能力与视觉理解能力相结合，适用于多种智能体工作流。 Ollama 表示，在智能体任务中，与其他同等规模的开放模型相比，该模型在单 GPU 上的吞吐量最高可达 5 倍。
NVIDIA AI · X同新闻74 BFL 发布 FLUX 3 Image Klein，采用开放权重，拥有 56 亿参数
BFL 宣布推出 FLUX 3 Image Klein，采用开放权重，拥有 56 亿参数，支持原生 4K、边界框和像素级精准编辑，并表示它可在单张消费级 GPU 上运行。https://t.co/uIOfPdNhuL NVIDIA AI 表示，该模型使用 NVIDIA GB200 NVL72 训练，可在 RTX GPU 上运行，并且还有一个 NVFP4 变体：https://t.co/7rlalk7Otf https://t.co/zf1f7e4kJ7
同一新闻，精选展示《Black Forest Labs releases FLUX 3 Image Klein with 8 GB VRAM support》
AI at Meta · X38 Meta Omnilingual ASR 获评《TIME》2026 年最佳发明之一
我们很自豪地与大家分享，Meta Omnilingual 自动语音识别（ASR）入选了 @TIME 评选的 2026 年最佳发明！ Meta Omnilingual ASR 是一套模型，可为 1,600 多种语言提供 ASR 能力，其中包括 500 种此前从未获得充分覆盖的语言 https://t.co/pQjBPvE5XG
Artificial Analysis · X55 RTX Spark 笔记本电脑用时 18.7 分钟完成 Artificial Analysis 本地智能体工作负载
NVIDIA 的 RTX Spark N1X 将最高 128 GB 统一内存和 Blackwell GPU 集成在一台 Windows 笔记本电脑中。在 Artificial Analysis 首批 AA-AgentPerf-Local 测试结果中，一台 RTX Spark 笔记本电脑用时 18.7 分钟，在 Qwen3.8 27B 上完成本地智能体工作负载。 Artificial Analysis 将 RTX Spark 的 N1X 芯片描述为本质上就是 GB10，并附上链接 https://t.co/520A4lOOdB
NVIDIA AI · X60 NVIDIA 推出适用于本地智能体的 Nemotron 3.5 Bolt 24GB
NVIDIA AI 推出 Nemotron 3.5 Bolt 24GB，称其可装入 24GB 内存。 引用的 @NVIDIARTXSpark 帖子介绍了打包在 24GB 内存中的 74B-A9B 参数模型，该模型针对 RTX Spark 进行了优化，并设计为可与应用同时运行。 https://t.co/SOiBgeMMjD https://t.co/yPsBt9N58A
Hugging Face Blog精选74 Granite Switch 4.1 在一个端点中整合聊天、决策与语音
IBM 发布了 Granite-Switch-4.1-8B 和 -30B，通过一个托管端点整合了聊天、通用决策 aLoRA、专用 Guardian aLoRA，以及 Granite-Speech-5.0-Turbo-CTC 转录功能。IBM 表示，组合模型使用的 GPU VRAM 与基础模型大致相同，因为适配器会复用基础模型的 KV 缓存。用户还可以使用 Granite Libraries 适配器组合自定义 Switch 模型；IBM 计划推出用于在 Mellea 中训练适配器的 Adapter SDK。
推荐理由：共享 KV 缓存和模块化适配器提供了一种切实可行的方法，可将通用决策、专用决策与转录功能结合起来，同时让 GPU 内存用量接近基础模型。
TechCrunch · AI同新闻78 Meta推出Muse Spark Open，这是一款专为Mac设计的开放权重AI模型
Meta推出了Muse Spark Open，这是一款原生多模态开放权重模型，拥有8160亿个参数和100万个token的上下文窗口，面向复杂编程任务和智能体工作流。该模型旨在Mac上本地运行，不过Engadget报道称，它至少需要1太字节的RAM。Meta称，在其评测中，该模型的表现优于其他热门开放权重模型，目前已通过多个API平台提供。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
量子位72 蚂蚁开源 Ling-3.1-flash，支持跨工具和文档的持续工作
蚂蚁已开源 Ling-3.1-flash。这款模型总参数量约为 560B，每个 token 激活约 25B 参数，上下文窗口最长可达 1M。QbitAI 在一项电商促销方案任务和一项模拟就医准备任务中对其进行了测试，并报告称模型的计算过程可追溯，且会明确处理缺失信息。评测还发现，面对较长输入时模型偶尔会出现注意力偏移，并指出当前版本不具备原生视觉理解能力。
The Decoder同新闻77 Meta 发布 Muse Spark Open，面向编程和智能体任务
Meta 已发布 Muse Spark Open。这是一款开放权重模型，拥有 8160 亿个参数（其中 420 亿个处于激活状态），上下文长度最高可达 100 万个 token，并支持文本、图像、视频和音频。Meta 报告称，该模型在多个基准测试类别中领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但在编程方面落后于部分竞争对手。模型权重已发布在 Hugging Face 上；使用时必须标注“Built with Muse Spark Open”，年收入超过 2000 万美元的 API 提供商还需与 Meta 单独签订协议。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
NVIDIA AI · X同新闻85 Meta 发布 Muse Spark Open，面向编码和智能体工作
Meta 宣布推出 Muse Spark Open，称其为迄今能力最强的美国开放权重模型，专为编码、智能体工作和多步推理打造。 NVIDIA AI 表示，这款 816B 模型基于 NVIDIA GB300 NVL72 训练，上下文窗口为 1M token，可用于处理大型代码库。Meta 还推出了针对 Blackwell Ultra 优化的 NVFP4 检查点。 https://t.co/yAtoxNeYJm https://t.co/HJUKdC1n3D
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
The Verge · AI同新闻78 Meta 与苹果携手在 Mac 上运行 Muse Spark Open
Meta 今天宣布推出 Muse Spark Open，并开放其权重；Meta 表示，该模型可在两台搭载 Apple M5 Ultra 的 Mac Studio 上使用最新的 MLX 框架运行。Meta 称，这款原生多模态模型总参数量为 8160 亿，擅长长周期任务、复杂软件工程和多步推理。Meta 与苹果历经数月合作，苹果发布了一篇技术文章，介绍 MLX、Muse Spark Open 以及另外两个开放模型。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
宝玉 · X同新闻84 Meta 发布 Muse Spark Open，提供可下载权重并允许有条件的商业使用
Baoyu 报道称，Meta 于 10 月 15 日发布了 Muse Spark Open。这是一款开放权重模型，总参数量为 816B，激活参数量为 42B，上下文窗口为 1M token。它接受文本、图像、视频和音频输入，并输出文本；Muse 模型许可允许免费商业使用，但须遵守署名要求、使用限制，并且符合条件的 API 业务需另行签署协议。模型卡列出的最低内存要求为：NVFP4 需 700GB，BF16 需 2TB；Meta 则称，该模型针对两台各配备 512GB 统一内存的 Mac Studio 进行了优化。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
Alexandr Wang · X0 Alexandr Wang 表示，Muse Spark 开放权重版今日发布
Muse Spark 开放版——权重今日发布！美国最佳开源模型，可在新款 Mac Studio 上运行 🍎 https://t.co/C8PU0RvlUA
Alexandr Wang · X0 Alexandr Wang 称，Muse Spark 是迄今能力最强的美国开放权重模型
1/ Muse Spark 开放发布，是迄今能力最强的美国开放权重模型。 总参数量 816B，激活参数量 42B。上下文长度为 100 万 token。原生支持多模态。专为编程和智能体工作打造，例如长时程任务、高难度软件工程和多步推理。 美国！🇺🇲 https://t.co/NjtOB7aY9D
Clément Delangue · X64 Meta 宣布今日发布 Muse Spark 开放权重版
Clément Delangue 对此回应：“Meta 回来了！”并附上链接：https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B。 在被引用的帖子中，@finkd 表示 Muse Spark 开放权重版将于今日发布，并称得益于与 @johnternus 和 Apple 的合作，它在新款 Mac Studio 上运行出色。 https://twitter.com/finkd/status/2110778025629347999
Ollama · X同新闻79 Meta 发布 Muse Spark Open，Ollama 即将提供该模型
Meta 宣布推出 Muse Spark Open，称其为迄今能力最强的美国开放权重模型，并表示该模型专为编程和智能体工作打造。Meta 列出的参数量为总计 816B / 激活 42B，上下文窗口为 1M token，并原生支持文本、图像、视频和音频。 Ollama 对此次发布表示欢迎，并称该模型很快将在 Ollama 上提供。https://twitter.com/AIatMeta/status/2110779754274292212
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
AI at Meta · X同新闻81 Meta 发布 Muse Spark Open，面向编程和智能体工作
今天，Meta 发布了 Muse Spark Open，Meta 称这是迄今能力最强的美国开放权重模型。 Meta 表示，该模型专为编程和智能体工作打造，在长周期任务、复杂软件工程和多步推理方面表现出色。 模型的关键规格包括：总参数量 816B / 激活参数量 42B、1M token 上下文窗口，以及对文本、图像、视频和音频的原生多模态支持。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
Hugging Face Blog精选87 Meta 发布 Muse Spark Open：开放权重的多模态混合专家模型
Meta 的 Muse Spark Open 是一款开放权重的混合专家模型，约有 8160 亿个参数，每个 token 激活约 420 亿个参数，上下文窗口最长可达 100 万个 token。该模型经过智能体编程训练，可接收文本、图像、音频和视频，并生成文本。Hugging Face 提供推理和部署方案，报告了其自身的量化测试结果，并演示了使用 TRL 对注意力层进行 LoRA 微调，同时冻结专家网络。
推荐理由：这些部署方案阐明了稀疏专家激活如何在保留大量内存需求的同时减少每个 token 的计算量，帮助开发者根据不同检查点格式和服务框架评估硬件需求。
The Decoder精选78 Black Forest Labs 发布 FLUX 3 Image Klein，支持 8 GB 显存
Black Forest Labs 已发布 FLUX 3 Image Klein，这是一款拥有 56 亿参数的开放权重模型，可用于文生图、图像编辑以及使用最多十张参考图进行生成。它支持原生 4K 输出，其 INT8 版本可在配备 8 GB 显存的 NVIDIA GPU 上运行，在 RTX 4070 上生成一张图像不到 9 秒。年收入低于 500 万美元的公司可依据 FLUX Kommunity License 免费用于商业用途。
推荐理由：硬件要求和商业许可门槛为评估本地生成图像是否适合团队现有 GPU 配置及业务规模提供了具体依据。
Artificial Analysis · X51 Nvidia 的 Nemotron 3.5 Super VL 在 Artificial Analysis Intelligence Index 上领先美国开放权重模型
Nvidia 的 Nemotron 3.5 Super VL 目前是领先的美国开放权重模型，在 Artificial Analysis Intelligence Index 上得分为 26。 Artificial Analysis 报告称，其智能水平是前代 Nemotron 3 Super（13）的两倍，而每项任务的输出 token 数减少约 60%。https://t.co/VMIiXLcLDj
Mustafa Suleyman · X精选72 MAI 宣布推出内部预训练的 3T 参数级基础模型
我们现已拥有 3T 参数级的最先进预训练基础模型，完全由 MAI 内部构建。 后训练结果即将公布，敬请期待！ 技术博客文章中有大量详细信息。 https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/
推荐理由：这项公告将 MAI 所报告的进展定位于预训练阶段，并表示后训练结果尚待公布，为理解其关于最先进基础模型的说法提供了背景。
The Decoder精选81 英伟达发布 Nemotron 3.5 Super VL，面向持续运行的企业 AI 智能体
英伟达发布了 Nemotron 3.5 Super VL，这是一款拥有 1200 亿参数、每个 token 激活 120 亿参数的开放式多模态模型，面向持续运行的企业智能体。英伟达表示，在指定的智能体任务上，该模型的准确率接近 Nemotron 3 Ultra，但参数量约为其五分之一；英伟达还将开放模型权重、数据集和训练方案。配套的 Nemotron 3.5 Bolt 74B-A9B 24GB 面向本地智能体，而 Bolt E4B 4GB 计划于本月晚些时候推出。
推荐理由：部署细节说明了量化、缓存和硬件要求如何影响在企业自有基础设施上运行持续工作的智能体时所面临的实际权衡。
NVIDIA AI · X同新闻74 NVIDIA 推出 Nemotron 3.5 Super VL：面向长时运行 AI 智能体的开放模型
认识 NVIDIA Nemotron 3.5 Super VL。 NVIDIA 推出的这款新型开放模型将推理和工具使用与文本、图像、文档及视频理解能力结合起来，适用于长时运行的 AI 智能体。 总参数量为 120B，其中激活参数量为 12B。
同一新闻，精选展示《NVIDIA Expands Nemotron Family With Super VL and Bolt Open Models》