Artificial Analysis@ArtificialAnlysAI 评分5252Liquid AI 发布决策模型 d1-ultra，以 65 分登顶 Artificial Analysis Decision Index v1.0，领先 Jev 1.14 的 57 分。
全部 AI 动态
- Artificial Analysis@ArtificialAnlysAI 评分5252
MarkTechPostAI 评分5959 Liquid AI 发布多模态决策模型 d1-ultra，Artificial Analysis 决策指数得 65 分
Liquid AI 发布迄今最强的决策模型 d1-ultra，可读取文本、图像或两者，以概率形式回答有界问题，单次前向传播输出 0 个 token。
IT之家·人工智能AI 评分5757 PrismML 发布 Ternary Bonsai 2 系列模型，iPhone 18 Pro Max 上本地吞吐最高每秒 120 个词元
PrismML 于 10 月 15 日发布 Ternary Bonsai 2 系列模型，含 2B、4B、9B 三种规模，基于 Qwen 3.5 基座，采用 -1、0、+1 三元权重表示，存储占用分别约 0.43GB、0.95GB 和 2GB，目标在手机、PC 和可穿戴设备上本地运行智能体。
Philipp Schmid@_philschmidAI 评分5252
Xiaomi MiMo@XiaomiMiMoAI 评分5858引用Arena.ai@arenaExciting update: There’s a new leader in the Agent Arena among open models. MiMo V2.6 Pro by @XiaomiMiMo has landed the #1 spot with +3.8% net improvement! Earlier this week we evolved the Bash Recovery signal in Agent Arena (more info in thread). With this update, the new top 5 open models are: - #1 MiMo V2.6 Pro: +3.8% - #2 Deepseek V4.1 Flash (Max): +3.0% - #3 Hy4 preview: +2.9% - #4 MiMo V2.6 Flash: +2.5% - #5 GLM 5.2 (Max): +2.4% MiMo V2.6 Pro ($0.11 cost per task) and Flash ($0.05 cost per task) are the only two open models on the Agent Arena Pareto frontier! - Pro outperforms both #2 Deepseek V4.1 Flash while costing 15% less, and #3 Hy4 preview while costing 71% less. - Flash is 1.3 percentage points below Pro but is 55% cheaper. Congrats to the @XiaomiMiMo team on this contribution to the open ecosystem!
MarkTechPost同事件AI 评分8282 Meta 发布 Muse Spark Open：816B 开源权重 MoE 模型，支持 1M 上下文
Meta Superintelligence Labs 发布 Muse Spark 模型的开源权重版本 Muse Spark Open，为 816B 总参数、每 token 激活 42B 的多模态 MoE 模型，支持文本、图像、视频和音频输入，上下文窗口 1M token。
IT之家·人工智能AI 评分3232 TypeSafe AI 发布 Jev 1.14 决策模型仅一天，Liquid AI 以 d1-ultra 全面超车
TypeSafe AI 于太平洋时间 10 月 14 日下午 1:14 发布 Jev 决策模型 1.14 预览版，支持图像输入、更长上下文和新的 "box" 类型。仅一天后，Liquid AI 推出号称“全球最佳”的决策模型 d1-ultra，在八类任务中表现均优于 Jev 1.14，整体表现也好于 vLLM Semantic Router d3 等竞品。
IT之家·人工智能AI 评分5858 微软完成 2.8T 参数基模 MAI-Base-2 预训练，称性能强于所有参测开源权重模型
微软宣布完成新一代 SOTA 基础模型 MAI-Base-2 的预训练，称其性能强于所有参测开源权重模型。该模型总参数 2.8T、活跃参数 80B，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%，预训练算力效率据称为 DeepSeek-V4-Pro-Base 的 4~12 倍。
Artificial Analysis 完整文章精选AI 评分6666 Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 首批 AA-AgentPerf 智能体推理评测
Artificial Analysis 公布首批 AA-AgentPerf 结果，测试 NVIDIA Vera Rubin NVL72 在智能体编码工作负载下的服务效率，对比 GB300 NVL72。
推荐理由：Artificial Analysis 实测四种模型在 Vera Rubin NVL72 与 GB300 上的每瓦吞吐，读者可据此评估新硬件对智能体推理服务成本的影响。
IT之家·人工智能AI 评分5454 小米开源空间音频理解大模型 MiDashengLM-Spatial
小米发布开源空间音频理解大模型 MiDashengLM-Spatial，完整公开模型权重和推理代码，采用 Apache 2.0 许可证。模型以 MiDashengLM-7B 为基座，在保留基础音频理解能力的同时增加空间感知与推理能力，小米称其为业界首个开源的端到端空间音频理解大模型，将陆续应用于智能家居和汽车座舱场景。
- Artificial Analysis@ArtificialAnlysAI 评分5151
Artificial Analysis 在其 agentic 推理基准 AA-AgentPerf 上发布 NVIDIA Vera Rubin NVL72 的首批结果。
StepFun@StepFun_aiAI 评分5757引用DeepInfra@DeepInfraStep 5 Preview from @StepFun_ai is live on DeepInfra, day zero. 600B open-weight MoE, 27B active. 1M context, text + vision. FP8. $1.00 in / $2.70 out / $0.05 cached per 1M tokens. Built for long-horizon agents: coding, frontend, finance. What would you load into 1M tokens first?
- Artificial Analysis@ArtificialAnlys同事件AI 评分8282
公众号：数字生命卡兹克精选AI 评分7474 可灵 Kling 4.0 上线：支持30秒一镜到底，作者实测动态与全能参考
可灵AI凌晨正式上线视频模型 Kling 4.0，支持最长30秒直出和最多10帧的多帧参考，并强化全能参考与复杂打斗等大范围动态表现。作者烧数万积分实测城市追逐、电梯打斗、花样滑冰等场景，认为纸箱形变等细节体现物理规律理解的提升。1080P 30秒约450积分（约16元），720P约9元，4.0 Flash 720P 20秒仅120积分，官方还预告将支持10-bit 4K HDR输出。
推荐理由：作者实测后给出价格、积分成本和多场景样例，读者可据此评估 Kling 4.0 是否值得用在创作流程里。
IT之家·人工智能同事件AI 评分7777 Meta 发布开放权重模型 Muse Spark Open，总参数量 816B、支持 1M token 上下文
Meta 于 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。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，专为代码构建与智能体协作设计，可凭两台搭载苹果 M5 Ultra 芯片（512 GB 内存）的 Mac Studio 在桌面端本地运行。
IT之家·人工智能AI 评分6464 蚂蚁百灵开源 Ling-3.1-flash 模型，约 560B 总参数、最高支持 1M 上下文
蚂蚁百灵昨日宣布开源 Ling-3.1-flash 模型，总参数约 560B、每个 Token 激活约 25B，最高支持 1M 上下文。Artificial Analysis 公开评测中智能指数为 41、输出速度约每秒 210 Token。
MarkTechPostAI 评分7171 NVIDIA 发布 120B 开源多模态智能体模型 Nemotron 3.5 Super VL
NVIDIA 发布开源视觉语言模型 Nemotron 3.5 Super VL，120B 参数 MoE 架构、每 token 激活 12B，上下文最高 1M tokens，权重采用 OpenMDW-1.1 许可证，单个模型可处理文本、图像、文档和视频并支持工具调用与代码生成。
Rohan Paul@rohanpaul_aiAI 评分7373Meta 在 Hugging Face 开源 816B 参数模型 Muse Spark Open，面向编码和智能体任务，Apple 为其 MLX 框架做了适配。
引用Rohan Paul@rohanpaul_aiMeta released the weights of Muse Spark Open, on Huggingface, an 816B-parameter model built for coding and agentic work. The open version shares the same base model as Muse Spark 1.3, with additional safety post-training to resist misuse as a standalone model without system guardrails, reversing Meta’s first proprietary, closed-weight frontier model strategy from April. Each of its 62 layers holds 256 expert networks and routes every token through 8, so deployment needs the memory of an 816B-parameter model but runs at the speed of a 42B model. That storage bill explains the Apple tie-up, because the M5 Ultra pushes 1.2 TB/s of unified memory and a Mac Studio can carry up to 512GB. A 3-bit quant tested on a 512GB M3 Ultra took about 344 GB and ran at about 21 tok/s generation on a short prompt.
OpenRouter@OpenRouterAI 评分1818在我们为此任务生成的内部测试集上，与其他 Decisions 模型以及 Claude Code 使用 Sonnet 5 的情况相比，Jev 1.13 的准确率最高、成本最低。
- Rohan Paul@rohanpaul_ai同事件AI 评分7878引用Mark Zuckerberg@finkd
Muse Spark Open -- 权重今天发布 -- 得益于与 @johnternus 和 Apple 的合作，在新款 Mac Studios 上运行效果极佳。
Hugging Face 社区博客AI 评分5757 IBM 发布 Granite Switch 4.1 模型：单端点同时支持对话、决策与语音转写
IBM Granite 团队发布 Granite-Switch-4.1-8B 和 -30B 模型，将 Decision aLoRA、专用 Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC（OpenASR 排行榜上最快的 ASR 模型）组合进单一托管端点，可在对话、通用与专用决策、语音转写之间快速切换，显存占用约等于基础模型本身。
- Artificial Analysis@ArtificialAnlysAI 评分5959
TechCrunch：AIAI 评分7474 Meta 发布可在 Mac 上运行的开放权重模型 Muse Spark Open
Meta 发布开放权重模型 Muse Spark Open，称其为美国最强开放权重模型，拥有 816B 参数和 1 million token 上下文窗口，原生多模态，面向复杂编码和智能体任务。
🚨 AI News | TestingCatalog@testingcatalogAI 评分7373
Arena.ai@arenaAI 评分5757The Decoder：AI NewsAI 评分7575 Meta 发布开源权重模型 Muse Spark Open，816B 参数对标 Qwen、GLM 和 Kimi
Meta 在 Llama 系列之后重返开源权重领域，发布 Muse Spark Open，称其为最强美国开源权重模型，816B 参数（42B 激活），支持最高 100 万 token 上下文和文本、图像、视频、音频。
PyTorch：Blog精选AI 评分8383 Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文
Meta 发布开源权重模型 Muse Spark Open，已在 Hugging Face 以 Muse Model License 提供。模型总参数 816B、激活 42B，上下文窗口 1M token，面向编码与智能体工作流，原生多模态（图像、音频、文档），并相比 8 月发布的 Muse Spark 增加了安全后训练。
推荐理由：Meta 开放了 Muse Spark 的权重，并给出 Helion 内核与 TorchTitan 微调支持，读者可据此评估其部署与定制路径。
Comfy Blog同事件AI 评分7171 Black Forest Labs 发布开源权重模型 FLUX 3 Image Klein，5.6B 参数支持原生 4K 生成
Black Forest Labs 在 ComfyUI 发布 FLUX 3 家族的紧凑开源权重模型 FLUX 3 Image Klein，共 5.6B 参数，提供 Base 和 Distilled 两种版本，内部评测中文生图和多参考生成得分高于 Qwen-Image 2.1。
同一件事，精选收录的是《Black Forest Labs 发布开源文生图模型 FLUX 3 Image Klein（5.6B）》
- Arena.ai@arena精选AI 评分7878引用AI at Meta@AIatMeta
今天我们发布 Muse Spark Open，这是迄今为止能力最强的美国开放权重模型。 专为编程和智能体工作打造，它擅长长周期任务、复杂软件工程和多步推理。 关键模型规格： → 816B 总参数 / 42B 激活参数 → 1M token 上下文窗口 → 原生支持文本、图像、视频、音频多模态
推荐理由：Arena 官宣 Meta 新模型进入 Agent Arena 和 Code Arena，读者可自行实测并等待基于真实任务的评分。
- 🚨 AI News | TestingCatalog@testingcatalogAI 评分4545引用Mustafa Suleyman@mustafasuleyman
We now have state-of-the-art pre-trained base models in the 3T-parameter weight class, built entirely in-house at MAI. Post-training results coming soon -- stay tuned! Lots of details in our technical blog post. https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/
Meta AI：Research Blog同事件AI 评分7979 Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M-token 上下文
Meta 发布开源权重模型 Muse Spark Open，称其为迄今最强美国开源权重模型，为原生多模态架构，总参数 816B（激活 42B），上下文窗口 1M token，主打编码与智能体任务。
Baseten 工程博客同事件AI 评分8080 Meta 发布开放权重模型 Muse Spark Open，上线 Baseten 支持 coding agent
Meta 开放 Muse Spark Open 权重，模型上线 Baseten Model APIs 和 Dedicated Inference。
NVIDIA Technical Blog：Agentic AI / Generative AI同事件AI 评分6565 Meta 发布编码智能体模型 Muse Spark Open，在 NVIDIA GB300 NVL72 上扩展智能体编码工作流
Meta 发布面向智能体编码工作流的 Muse Spark Open，为 816B 参数的 MoE 推理模型，每 token 激活 42B 参数，具备 1M token 上下文窗口，可容纳整个项目仓库，并提供可靠的工具调用与更高首次尝试准确率。
Unsloth AI@UnslothAI同事件AI 评分7878引用Mark Zuckerberg@finkdMuse Spark Open -- 权重今天发布 -- 得益于与 @johnternus 和 Apple 的合作，在新款 Mac Studios 上运行效果极佳。
The Decoder：AI News同事件AI 评分7878 Black Forest Labs 发布开源权重模型 FLUX 3 Image Klein，8 GB 显存即可运行
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。
同一件事，精选收录的是《Black Forest Labs 发布开源文生图模型 FLUX 3 Image Klein（5.6B）》
clem 🤗@ClementDelangue同事件AI 评分7979引用Mark Zuckerberg@finkdMuse Spark Open -- 权重今天发布 -- 得益于与 @johnternus 和 Apple 的合作，在新款 Mac Studios 上运行效果极佳。
Liquid AI 模型与工程博客AI 评分5353 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，输入文本或图像与问题，单次前向直接返回各答案概率，不生成 token。
Hugging Face 官方团队博客同事件AI 评分8686 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，总参数约 816B
Hugging Face 团队介绍 Meta 的开源权重模型 Muse Spark Open：这是一个 MoE 架构的多模态模型，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 token，提供 BF16（约 1.5 TB）和面向 NVIDIA Blackwell 的 NVFP4 两种 checkpoint。
