跳到正文
10月17日周六
  1. DeepSeek82

    DeepSeek V4.1 Flash 1017 更新:优化开发效率并开放搜索 API

    DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本,官方网页端、APP 与 API 已同步变更。新版通过强化学习提升了游戏开发与 3D 建模等项目构建能力,并优化了性能与成本平衡,支持在较少的提示词条件下实现复杂任务。

    推荐理由:新版本提升了游戏与3D项目开发能力,开放了带鉴权的自研搜索 API,并同步更新多端入口。

  2. IT之家79

    DeepSeek V4.1 Flash 更新至 1017 版本:性能与成本双优化,支持一键生成完整项目

    DeepSeek V4.1 Flash 更新至 1017 版本,官方全渠道同步变更。新版本在性能提升的同时缩短了任务运行时间与输出长度,降低了单次调用综合成本,并在多个 Harness 框架下达到新的性能-费用帕累托最优。通过基于自反馈的强化学习,模型在从零构建完整项目方面能力增强,支持在极少提示下生成可运行项目。模型权重已开放下载,延续 MIT 许可证开源策略。

    同一新闻,精选展示《DeepSeek V4.1 Flash 1017 更新:优化开发效率并开放搜索 API》

  3. 量子位92

    谷歌发布Gemini 4 Argon,强化长流程任务与多模态能力

    谷歌正式发布Gemini 4 Argon,主要提升编程、专业知识工作及复杂任务持续执行能力。在Artificial Analysis智能指数中,Argon High与GPT-6 Astra Max、Claude Fable5.1 Max并列53分,但平均任务成本低至1.99美元,比竞品低约39%。

    同一新闻,精选展示《谷歌最强 AI 模型 Gemini 4 Argon 上线,输出词元上限 100 万个、专攻最棘手难题》

  4. 36氪90

    Meta 发布 Muse Spark Open 模型并与苹果 Mac Studio 合作

    Meta 发布开放权重模型 Muse Spark Open,总参数量达 8160 亿,采用 MoE 架构且每次推理激活约 420 亿参数。Meta 与苹果共同展示了在两台或四台 Mac Studio 上运行的方案,开发者可在本地使用模型编写代码、分析视频、执行智能体任务,推理过程无需经过模型厂商的服务器。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

10月16日周五
  1. 智东西69

    可灵AI上线Kling 4.0,支持30秒生成及15项参考素材组合

    可灵AI上线旗舰视频生成模型Kling 4.0,单次原生生成时长达30秒,支持包含视频、图像、音频等在内的15项参考素材组合及最多10个关键帧。1080p视频生成价格为0.15元/秒,仅为Seedance 2.5同规格价格的4%。实测显示Kling 4.0在大幅度动态场景和复杂运镜上表现良好,但部分复杂场景中物理规律遵循能力仍有提升空间。

  2. Hugging Face Blog90

    Hugging Face 开源 501B MoE 模型 Beam

    Reflection 首个模型 Beam 在 Hugging Face 发布:501B 参数 MoE(23B 激活),1M token 上下文,Apache 2.0。

    推荐理由:Reflection 首个 501B MoE 模型 Beam 在 Hugging Face 全面开放,Apache 2.0 许可、1M 上下文和 vLLM/SGLang 支持直接降低了本地部署门槛。

  3. 36氪88

    Meta 开源 816B 多模态模型 Muse Spark Open,两台 Mac Studio 即可端侧运行

    Meta 正式发布 Muse Spark Open,定位为美国最强开源权重模型。该模型总参数量 816B,配备 100 万 token 上下文窗口,原生支持文本、图像、视频和音频的多模态输入,专门针对编码、长期任务和复杂多步推理场景优化。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

  4. Seven Minute Feed87

    Black Forest Labs 发布 FLUX 3 Image Klein,5.6B 参数模型支持 4K 原生输出

    Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 参数、开放权重的文生图模型,支持编辑和最多 10 张参考图,原生 4K 输出并带 bounding-box placement。

    推荐理由:原文给出了5.6B参数、8GB显存运行条件和商业免费门槛,读者可以据此判断它对个人创作者和小型公司的可用性。

  5. Seven Minute Feed73

    Nvidia 发布 Nemotron 3.5 Super VL 120B 开源多模态模型

    Nvidia 推出 120B 参数(12B 激活)的开源多模态混合专家模型 Nemotron 3.5 Super VL,面向需处理文本、图像、文档和视频的背景智能体场景。该模型由 Nemotron Coalition 参与开发,并同步提供适配 24GB 以上显存的本地版本及后续 4GB 语音助手版本,同时开放模型权重、数据集及训练配方以适配 Nvidia 芯片。

  6. Seven Minute Feed81

    微软发布MAI-Base-2,算力消耗仅为GPT-5.6基座模型四分之一

    微软发布前沿预训练基座模型MAI-Base-2,Mustafa Suleyman表示其性能强于OpenAI的GPT-5.6 Sol基座模型(绰号Spud),且训练算力消耗仅为后者的四分之一。微软使用了对OpenAI系统的技术信息进行私下对比,公开宣称在最大AI合作伙伴面前占据优势,表明微软正在认真对待前沿模型的独立研发。

    同一新闻,精选展示《Microsoft AI 发布 MAI-Base-2 基础模型及预训练技术细节》

  7. Seven Minute Feed92

    Meta 发布 816B 开源权重模型 Muse Spark Open,可在两台 Mac Studio 上本地运行

    Meta 发布了开源权重模型 Muse Spark Open,称其为目前能力最强的美国开源权重模型。该模型原生多模态,总参数 816B(激活 42B),支持 1M token 上下文窗口,可处理文本、图像、视频和音频。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

  8. 腾讯混元83

    腾讯混元发布 Hy Memory 2.0 并全栈开源记忆框架、模型及 MemHub 应用

    腾讯混元于 10 月 16 日将智能体记忆框架 Hy Memory 升级至 2.0 版本,并开源了专用模型、记忆框架和 MemHub 应用。新增工作记忆与代码记忆后,Hy Memory 2.0 在 4 个覆盖聊天、工作、代码场景的 Benchmark 上均为开源记忆框架第一。

    推荐理由:腾讯混元开源了记忆框架、专用模型和应用三层架构,并披露了在腾讯内部多个业务场景中,多跳召回率、长期偏好理解等关键指标的具体提升数据。

  9. 可灵AI65

    Kling 4.0 全量上线并接入 MCP/CLI

    Kling 4.0 于 10 月 15 日在 klingai.com 正式全量上线,创作页面同步升级以提升自由度。该版本能力将接入 MCP/CLI 以拓展创作场景,面向企业客户与开发者的 API 服务近期开放,4K 及 1080p 的 10-bit HDR 格式输出即将上线。

    推荐理由:可灵官方确认 Kling 4.0 全量上线,并说明 4K HDR 输出、MCP/CLI 接入及 API 开放的具体落地进度。

  10. IT之家82

    微软完成 MAI-Base-2 基模预训练,性能强于参测开源模型

    微软宣布完成新一代基础模型 MAI-Base-2 预训练,性能强于所有参测开源权重模型,总参数规模 2.8T、活跃参数 80B。该模型在 6,000 个 NVIDIA GB200 GPU 上训练 38 天,平均浮点算力利用率 21%,有效吞吐量 89%,微软称其预训练算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍。

    同一新闻,精选展示《Microsoft AI 发布 MAI-Base-2 基础模型及预训练技术细节》

  11. 机器之心86

    Meta 发布 816B 开源多模态模型 Muse Spark Open,适配苹果 Mac 生态

    Meta 发布原生多模态开源权重模型 Muse Spark Open,参数量 816B,激活参数 42B,上下文窗口 1M,专为代码和智能体任务设计。该模型利用苹果 MLX 框架针对 M5 Ultra 芯片优化,两台配备 512GB 内存的 Mac Studio 即可本地运行。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

  12. APPSO88

    Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,苹果支持其在 Mac Studio 本地运行

    Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,并与苹果合作展示了在 Mac Studio 上本地运行的方案。该模型采用 MoE 架构,激活参数约 420 亿,通过 NVFP4 量化将内存需求压缩至 493GB。

    推荐理由:详细拆解了Meta 8160亿参数模型在Mac Studio上通过张量并行和BF16量化实现本地高效推理的技术路径。

  13. IT之家38

    Meta 首席 AI 官汪滔:不会开源最强模型,但会继续发布优秀开源模型

    Meta 首席 AI 官汪滔表示,出于安全考量不会开源最顶尖模型,但会继续发布优秀开源模型。 他透露 Meta 刚发布的开放权重模型 Muse Spark Open 能力低于前沿模型 Muse Wonder,后者目前保持闭源且未公布基准测试成绩。 此举与扎克伯格此前批评竞争对手不公开先进模型的危险言论形成反差。

  14. IT之家60

    小米开源空间音频理解大模型 MiDashengLM-Spatial,赋予模型感知声音空间分布能力

    小米于 10 月 15 日开源 MiDashengLM-Spatial 大模型,提供完整权重与推理代码,采用 Apache 2.0 许可证。该模型基于 MiDashengLM-7B 构建,首次实现了开源端到端的空间音频理解,不仅识别声音内容,还能判断声音来源及空间分布。小米计划将其应用于智能家居和汽车座舱等场景。

  15. IT之家82

    快手可灵 AI Kling 4.0 全量上线,单次生成视频最长可达 30 秒

    快手可灵 AI 宣布 Kling 4.0 正式全量上线 klingai.com,单次生成视频时长提升至 30 秒,支持 4K、1080p 的 10-bit HDR 输出及 21:9 超宽画幅。该版本支持最多 10 张多关键帧输入以精准控制情节节点,输入长度提升至 8000 tokens,并接入 MCP / CLI 以拓展创作场景,支持双通道立体声与多语种文字生成。

    同一新闻,精选展示《Kling 4.0 全量上线并接入 MCP/CLI》

  16. IT之家78

    Meta 发布开放权重模型 Muse Spark Open:支持 1M token 上下文,可在 Mac Studio 本地运行

    Meta 于 10 月 15 日发布了开放权重 AI 模型 Muse Spark Open,宣称其为“能力最强的美国开放权重模型”。该模型采用原生多模态架构,总参数量 816B,激活参数 42B,支持 1M token 上下文窗口,面向代码构建与智能体协作设计。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

  17. TechCrunch · AI86

    Meta 发布可本地运行于 Mac 的开源权重模型 Muse Spark Open

    Meta 发布开源权重模型 Muse Spark Open,称其为美国能力最强的开源权重模型。该模型有 816B 参数、1M token 上下文窗口,原生多模态,面向复杂编码和 agentic 任务,并设计为可本地运行在 Mac 上;本地运行至少需要 1TB RAM,Meta 指出搭配 M5 Ultra 芯片的 Mac Studio 效果最佳。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

  18. Hugging Face Blog91

    Meta 发布开源权重多模态大模型 Muse Spark Open

    Meta 发布 816B 参数的开源权重多模态 MoE 大模型 Muse Spark Open,每 token 激活约 42B 参数,支持文本、图像、音频和视频输入,上下文窗口达 1M token。文章详细介绍其架构与部署方案,提供 transformers、llama.cpp、vLLM 和 SGLang 的运行及微调示例,演示代码编写和浏览器操作等智能体任务。

    推荐理由:文章给出了模型架构、部署方案和微调方法,方便开发者评估其实际可用性和算力门槛。

  19. Hacker News AI57

    Liquid AI 发布多模态决策模型 d1-ultra

    Liquid AI 发布多模态决策模型 d1-ultra,通过单次前向传播返回概率分布,定价为每百万输入 token 0.042 美元。基准测试显示,d1-ultra 在 112 项评估中超越 Jev 1.14,且概率校准更可靠。模型支持文本、图像混合输入,按输入 token 计费,图像消耗规则与文本一致。

  20. The Decoder79

    Google 推出 Gemini 4 Argon,试图以单一模型覆盖机器人全流程

    Google 推出 Gemini 4 Argon,旨在以单一模型统筹机器人控制、虚拟仿真构建与训练数据评估。在 ERQA 基准测试中,该模型以 87 分领先其他前沿模型,但在 AA-Robotics 真实机械臂测试中排名第三。目前该模型已向 Google AI Ultra 订阅用户开放,也可通过 Gemini API 访问。

    同一新闻,精选展示《Google DeepMind 发布前沿模型 Gemini 4 Argon,主打解决复杂实际问题》