@AIatMeta表示将发布Muse Spark Open，并称其为“迄今能力最强的美国开放权重模型”。引用的帖子称，该模型专为编程和智能体工作打造，并列出总计816B、激活42B个参数，以及1M token的[上下文窗口](https://t.co/yAtoxNeYJm)。 Nathan Lambert回应道：“好吧，我现在真的得写博客了🎉” https://t.co/uKl5X18Xpw
Nathan Lambert 预测，如果 muse spark open 的性能大致与其公布的成绩相符，其采用率将激增，并称它是首个具备接近前沿水平智能体能力的美国开放权重模型。 他将这一转变与中国的 GLM 5.2 和 Kimi K3 相提并论。在引述的公告中，@alexandr_wang 表示，muse spark open 总参数量为 816B，激活参数量为 42B，上下文长度为 1M token，并具备原生多模态能力，专为编程和智能体任务打造。 https://t.co/9elY7xigU5
Meta Muse Open License 就是垃圾。 值得庆幸的是，没人真正在乎许可证，除了那些会乐于遵守的推理服务提供商。
沙箱虽然已是常见商品，但要在生产级流量下运行数百万个沙箱，就需要关注细节，才能为企业和消费者扩展智能体。 Perplexity 正在开源 SPACE（为 Perplexity Computer 提供支持的沙箱平台），以支持生态系统。https://github.com/perplexityai/space
推荐理由：常见沙箱与在生产流量下运行数百万个沙箱之间的区别，说明了为企业和消费者扩展智能体所需的工程工作。
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
认识 Ollama 联合创始人兼 CEO @jmorgan，他谈到了开放模型在企业中的应用。 观看本期节目 👇 https://twitter.com/ThisWeeknAI/status/2110754933574082643
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》
我们将 SPACE 开源了。它是运行 Perplexity Computer 中每项任务的沙箱平台。 SPACE 为每项智能体任务分配独立的 Firecracker 微型虚拟机，并在虚拟机外部管理凭据和出站流量。 现已按 Apache 2.0 许可证开放：https://t.co/DzSmq6o1xA
同一新闻，精选展示《Perplexity open-sources SPACE, the sandbox platform powering Perplexity Computer》
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》
Anthropic 已向来自 @METR_Evals 的团队提供类似员工的访问权限，这是其让评估人员评估自身安全实践这一承诺的一部分。Anthropic 正在与多个组织进行讨论。 Anthropic 在此介绍其与第三方评估人员合作的方式：https://www.anthropic.com/news/an-update-on-independent-evaluators
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。
NVIDIA将于10月16日（周五）推出RTX Spark，并在世界各地举办活动，参与者可以亲自体验用于创作、开发和游戏的演示。活动计划在旧金山、柏林、台北、北京、伊斯坦布尔和首尔举行；各地的入场要求有所不同。NVIDIA还邀请大家分享自己的第一台Windows PC激发了什么灵感，有机会赢得一台由黄仁勋签名的ASUS ProArt P14 RTX Spark笔记本电脑。
谷歌正将 Gemini 4 Argon 定位为一个用于机器人仿真、控制和训练数据评估的单一模型。谷歌称，仿真生成的训练回合将一台机器人的成功率从 56% 提高到了 75%，但在 Artificial Analysis 的真实机器人控制基准测试中，Argon 排名第三。已发布的演示提示词包含大量指导内容，而谷歌没有报告各演示的失败率，也没有说明 75% 这一结果背后的尝试次数。
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。
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
时装周来了！https://t.co/o2kkLJ8AAc
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。
🎉 vLLM 从 Day 0 起支持 NVIDIA Nemotron 3.5 Super VL！ 总参数量 120B，每个 token 激活 12B，支持 1M token 的上下文窗口。这是一款开放的多模态模型，可处理文本、图像、文档和视频，并支持推理和工具调用，适用于智能体工作流。 以下介绍支持的功能以及如何开始使用。🧵 1/4
vLLM 重点介绍了 @RedHat_AI 为 NVIDIA Nemotron 3.5 Super VL（一款 120B 多模态 MoE 模型）推出的 FP8 和 DSpark 检查点，这些检查点使用了 LLM Compressor 和 Speculators。 RedHat_AI 报告称，在 Hopper 上的性能接近提升 2 倍，同时保持准确性。其使用 4× H100 进行的基准测试显示，FP8 在负载下提高了吞吐量，DSpark 提升了每位用户的流式处理速度；两者结合后，在 HumanEval、数学推理和 RAG 工作负载上的表现均优于单独使用其中任一方案。 两个检查点均已开放： https://huggingface.co/RedHatAI/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-FP8 https://huggingface.co/RedHatAI/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B.dspark
使用 Gemini 4 Argon 为家具增添 3D 打印配件。 上传一张附有大致尺寸的照片，然后在 Gemini 中使用 Canvas 搭建交互式 3D CAD 工作室，探索不同风格、实时调整滑块，并导出可供打印的 STL 文件，为你的空间焕新。
一名知情人士告诉 Axios，周三，FTC 向 Anthropic 和 OpenAI 发出民事调查要求，调查 AI 安全事件可能造成的消费者损害。据报道，这些要求超过 50 页，索要事件记录、内部安全措施以及可能具有误导性的营销材料。消息人士称，调查针对的第三方也将收到传票；如果 FTC 决定提起诉讼，相关证据可能为诉讼提供支持。
Google DeepMind 介绍了生物学家如何使用 Google Antigravity，在 *Streptococcus pseudopneumoniae* 中发现一种新型候选抗微生物肽。ProtNLM 帮助扫描数百万种此前未经表征的 UniProt 蛋白质，而智能体则协调数据库检索、结构分析和文献综述。该候选肽预计对参与呼吸道感染的病原体具有活性，目前正在进行湿实验验证。
Janus Rose 探讨了 Meta 的 Muse 如何收集用户及其联系人的敏感信息，这让从未安装该助手的人也面临同意问题。隐私专家认为，权限界面掩盖了数据共享的范围，而 Meta 表示，相关访问需要用户主动授权。文章还解释了，解密后上传消息可能会削弱加密通信原本旨在提供的隐私保护。
Microsoft Research 推出 Magnetar，这是一种零知识虚拟机，使用仅基于标准哈希函数的安全机制来证明 RISC-V 程序的执行。它支持用 Rust、Go 或 C 编写的程序，无需开发者将其改写为密码学电路。Microsoft 报告称，在 15 个基准测试程序中，Magnetar 在同一台机器上的平均速度比现有最快的可比 zkVM 快 10 至 39 倍，证明验证时间约为 12 毫秒。
推荐理由：基准测试对比将证明速度与通用执行和标准哈希函数联系起来，阐明了限制可验证计算更广泛采用的权衡。
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。
在智能体时代，CoT（包括摘要版 CoT）的价值骤然下降，这改变了人们与 AI 协作的方式。 要有效引导 AI 并获得任何形式的可观测性，现在都需要你要求 AI 提供中间输出和测试，并借助 AI 排查你发现的问题。
我坚信，对话式人工智能将推动我们这一代人经历最大的教育飞跃。一对一辅导是教育的黄金标准，但无法大规模推广。人工智能可以通过真正主动的对话式学习改变这一现状。 安妮和团队着手解决这一问题，方法是
你看，Meta超级智能实验室就在南湾 所以，如果有你不认识的人试图和你搭话，你就知道肯定有情况了 https://t.co/QQH7Rm78SC
1/ 🚀 vLLM 博客新文：更快完成 RL 训练——位级一致、高性能、由智能体驱动 权重相同并不保证策略相同：推理优化可能改变训练时重新计算的 logprobs。 我们让 rollout 与训练实现位级一致 https://t.co/S0xkMKfSmc
vLLM-Omni 现已从首日起支持 FLUX 3 Image Klein。 vLLM 团队与 Black Forest Labs 和 NVIDIA 合作，将这款新图像模型引入其服务技术栈。 此次集成包括 FLUX 3 Image Klein 图像生成，以及 BF16、FP8 和 NVFP4 检查点。https://t.co/hsjdzMrbkt
只需几分钟，见证一个可完全探索的 3D 世界自行构建 ⛩️ 观看 @GoogleDeepMind 的 @GeokenAI 讲解 Gemini 4 Argon 如何在 @antigravity 中充当虚拟建造者，自主创建一座令人惊叹的多层宝塔圣地。
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》
Google 正在 YouTube Music 应用和网站推出 AI 标注，适用于完全由 AI 创作或经 AI 大幅改编的歌曲。标注会显示在播放页面上，点击后可查看更多信息。Google 表示，将利用合作伙伴和自有检测工具识别 AI 音乐；发行商也可以选择披露曲目是否完全使用、部分使用或未使用生成式 AI。
Black Forest Labs 的 FLUX.3 Image Klein 发布首日即获得 Diffusers 支持，可用于文生图、多参考图图生图以及边界框布局控制。开放的检查点包括一个蒸馏模型（无需 CFG，使用 16 步）和一个基础模型（使用 CFG，运行 50 步）；在报告的基准测试中，蒸馏模型在 H100 上用 1.93 秒生成了一张 1024 × 1024 图像。Hugging Face 提供量化加载示例、LoRA 训练脚本，以及用于定制其 Modular Diffusers 流水线的工作流。
推荐理由：运行时测量数据和量化指南有助于开发者评估硬件需求，包括参考图像如何增加生成时间，以及何时降低精度可以减少内存占用而不提升速度。
Nilay Patel 采访了 Benn Jordan，谈及他对 Flock Safety 的调查，以及两党对车牌监控的反弹。Jordan 认为，核心问题不止在于摄像头，还包括让警方能够搜索人们行动轨迹的私人网络，并介绍了他发现的安全漏洞。他主张公开、不可篡改的审计日志、更严格的监督以及社区参与，同时解释了为何现在会直接向 Flock 报告漏洞，并与其领导层交流。
据 The Verge 报道，AI 生成的名人图片和视频在 Instagram 上广泛传播，有时会误导粉丝、八卦媒体和 Google 的 AI 概览。一张 Mia Goth 的假照片在 Instagram 因冒充他人而封禁该账号之前，已获得近 50 万个赞。Meta 不要求对静态图片强制添加 AI 标签；YouTube 则提供肖像检测功能，并表示在 2026 年上半年，通过该计划举报并要求下架的视频中，超过 95% 已被移除。
微软通过简化 AI 智能体安装、调优 Prism 仿真层并改进统一内存，对 Windows 进行了优化，以适配 Nvidia 基于 Arm 的 RTX Spark 笔记本。Tom Warren 发现，安装 Hermes 大多只需点击两次，而 OpenClaw 需要重新安装；大型本地模型的响应速度也比云端模型慢。包括 Recall 在内的 Copilot Plus PC 功能在发布时尚不可用，预计今年晚些时候会先向 Windows Insider 提供。
Mistral AI 发布了四种规格的 Timestral，参数量从 5M 到 209M，支持使用仅包含过去数据的协变量和已知未来协变量进行概率性多变量预测。Mistral 表示，在 GIFT-Eval、TIME 和 fev-bench 的五项指标上，其 209M 模型在预训练零样本模型中排名第一，且使用单个检查点、不进行集成。所有规格均支持 CPU 推理。Mistral 发布了一个 GitHub 仓库，供用户在自己的数据上运行 Timestral；用户还可通过 Mistral Forge 进行领域适配和微调。
推荐理由：不同模型规格之间的比较以及 CPU 推理延迟，为评估生产部署中预测准确度与计算需求之间的关系提供了具体依据。
AWS 的 Shawn Bice 介绍了深度信任（Trust in Depth），这是一种通过四个层次——范围（Scope）、了解（Know）、约束（Bound）和观察（Observe）——来管理智能体的框架。他介绍了 AWS 工具如何支持策略、智能体身份、外部强制执行和追踪，并以员工离职流程说明依赖顺序的防护措施。自动推理可以在系统定义的假设范围内，证明表述精确的规则；而依赖上下文的预期则需要评估和人工判断。
推荐理由：员工离职示例提供了一种可迁移的方法，将业务要求转化为强制执行的前置条件，并说明操作顺序的重要性可能不亚于单个工具的权限。
NVIDIA 发布了 Nemotron 3.5 Super VL，这是一款面向多模态智能体的开放式 1200 亿参数模型；还发布了 Nemotron 3.5 Bolt 74B-A9B 24GB，面向本地智能体工作负载。Bolt E4B 4GB 将于 10 月 23 日推出。Super VL 面向工具调用、业务工作流和视觉文档理解，并开放模型权重、数据集和训练方案。Bolt 74B-A9B 采用原生 2 位量化，可装入 24GB 内存；Bolt E4B 则面向物理智能体和对话智能体。
推荐理由：开放模型权重、数据集和训练方案，为组织提供了定制智能体以适配自身工作流的途径，同时满足本地部署和数据驻留要求。
