AI 模型发布与更新

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。

Arena 公布 Agent Arena 开源模型新排名，MiMo V2.6 Pro 以 +3.8% 净提升位列第一。

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。

Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。该模型为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生多模态。

微软 MAI 宣布 MAI-Base-2 预训练完成，MAI-Base-3 训练周期已在筹备中。MAI-Base-2 在留出评测上超越所有受测开放权重模型，预训练 FLOPs 效率比最强开放基座模型 DeepSeek-V4-Pro-Base 高 4-12 倍，节省的算力被用于训练更大模型。微软称已在 MAI 内部建成 3T 参数级别的 SOTA 预训练基座模型，后训练结果即将公布。

Thomas Wolf 转发并评论 Muse Spark Open 的发布，称其为迄今最强美国开源权重模型。引用内容称该模型总参数 816B、激活 42B、上下文窗口 1M token、原生多模态，面向编码与长程智能体任务；配图显示其在 JobBench 61.8、HLE-Diamond 26.1、Terminal-Bench 2.1 76.4 等基准上领先所列对比模型。

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。

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。

Hugging Face CEO Clément Delangue 演示通过命令 llama serve -hf ggml-org/Muse-Spark-Open-816B-A42B-GGUF:Q2_K，在两台 Mac Studio 上运行该 816B-A42B GGUF 量化模型，并向 finkd 与 johnternus 致意。

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。