AI 模型发布与更新

Meta Superintelligence Lab 周一发布 Muse Wonder 和 Muse Wonder Full 两款模型，是 Meta 首次推出前沿模型。

Artificial Analysis 上线 FrontierCode 1.1 榜单，这是 Cognition 于 2026 年 6 月发布、7 月更新至 1.1 的私有编码评测，要求智能体在真实开源仓库上完成任务并通过维护者合并标准。

Meta 发布 Muse Wonder 系列模型，包括 Muse Wonder 和 Muse Wonder Full，称其在个人与专业智能体任务、记忆和编码基准上达到 state-of-the-art。

Meta 发布 Muse Wonder 和 Muse Wonder Full，Artificial Analysis Intelligence Index v4.3 得分分别为 52 和 56，较 Muse Spark 1.3（max）的 48 明显提升，发布间隔仅 6 周。

Meta 发布 Muse Wonder 系列前沿模型，主打个人与专业智能体工作，顶配版 Full 在 14 项公开基准中 8 项超过 Claude Opus 5.5。

Meta 发布 Muse Wonder 和 Muse Wonder Full，称其为迄今最强模型，面向个人和专业智能体任务提供 SOTA 表现。详情见 https://about.fb.com/news/2026/10/introducing-muse-wonder-models。

面壁智能 OpenBMB 发布开源多模态模型系列 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个型号。

Meta 发布 Muse Wonder 前沿模型家族，宣称在个人和专业智能体任务上达到 SOTA 表现。作者引用数据称 Muse Wonder Full 在 Artificial Analysis Intelligence Index 上仅比 Claude Opus 5.5 低 2 分，DeepSWE v1.1 得分 79.0%，高于 Astra（74.1%）和 Opus（74.2%），SWE-Marathon 上击败 Astra 和 Opus 5.5，并呼吁开源该模型。

Meta 发布 Muse Wonder 系列模型，包括 Muse Wonder 和 Muse Wonder Full。作者称 Muse Wonder Full 在 Artificial Analysis Index 排名第二，距 Claude Opus 5.5 仅 2 分，并在 DeepSWE 上得 79 分。

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，称其在个人和专业智能体任务上达到 SOTA 表现。新模型面向法律、金融、健康等专家领域并具备前沿编码性能，配备跨对话保留信息的 Active Memory 和遇错可换路径、需确认时先询问的 Active Focus；安全方面训练模型不未经许可分享隐私、拒绝有害请求。

实现个人超级智能需要在对齐和安全方面进行重大投入，并要求模型对私人信息保持审慎、抵御滥用。 我们训练了 Muse Wonder 模型家族，使其在这两个维度上都处于领先，能够抵御对抗性指令并谨慎处理私人信息。

Muse Wonder 系列在个人与专业智能体、记忆和编程等关键基准测试上取得了 SOTA 结果。 Muse Wonder 和 Muse Wonder Full 将专业知识应用于人们在工作与日常生活中遇到的问题，从理解租约到解读财务或健康信息。我们的评估包含法律、金融和健康领域的任务，以测试这一能力。

Meta 推出 Muse Wonder 系列模型，包含 Muse Wonder 和 Muse Wonder Full，定位为面向个人与专业智能体任务的前沿模型。Muse Wonder 当日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，并将首先向订阅用户推送至其个人智能体产品 Muse。

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，即日起向 Muse Code 订阅者开放，Wonder 也可通过 Meta Model API 访问。

Mark Zuckerberg 宣布 Meta Superintelligence Labs 成立一年多后发布 Muse Wonder 与 Muse Wonder Full 两款模型。Muse Spark 是该团队首个模型家族，Muse Wonder 是更大、更先进的模型级别，号称达到前沿水平，其中 Muse Wonder 主打快速前沿性能，Muse Wonder Full 为完整版本。

Le Chonk 在视觉定位上表现炸裂。 能精准指出图像中物体的位置。 在 Dense 200 上达到 42%，甚至领先于前沿闭源模型。

突发 🔥：Meta 正在 Meta Model API 平台上推出 Muse Wonder 和 Muse Wonder Full！ > Muse Wonder Full - 我们能力最强的模型，以最大推理量运行。面向最难、耗时最长的工作——仅对 Muse Code 订阅用户开放，不在 API 上提供。 > Muse Wonder - 在真实世界编程中达到 SOTA，专为长时间运行的任务打造。它能规划工作、并行调用工具、将部分任务交给子智能体，并从错误中恢复，让复杂任务得以…

开放且最先进的决策模型——就这么一说

Z.ai 发布法律领域模型 GLM-Legal，在 Harvey LAB 上取得 19.2% 全通过率，比基座模型 GLM-5.3-Flash 提升 12.5 个百分点，并在 LegalBench 和 PLawBench 上以更精简的参数规模对标前沿闭源模型。

推出 GLM-Legal 基于 GLM-5.3-Flash 构建，GLM-Legal 在主流法律基准测试上比肩前沿模型。 专为真实法律工作流设计：合同审查、证据分析、合规等。 技术博客：http://z.ai/blog/glm-legal 申请 API 访问：http://z.ai/consultation/legal 试用 AutoClaw：http://autoclaw.z.ai

蓝色 = 已知的。绿色 = 新增的。我们还处在非常早期的阶段。 （引用推文：我们发布了 Carbon-A：一个 DNA 模型，在 22k 个物种中提出了超过 500M 个基因候选！）

😂 0:50 处脸着地 （引用推文：@antoinepirrone：这里是 3 分钟未剪辑的 Microduck 地毯测试）

这里面好多🔥观点啊 （引用推文：新节目公告：High Taste Testers——美食与优质 AI 对话。试播集即将上线 http://youtube.com/@latentspacepod，嘉宾包括 @davis7、@dexhorthy、@AdjectiveAllison、@altryne、@benhylak，聊 DevDay/Dots、Jev、Muse、Grok、Claude v GPT v Gemini 以及当下所有热门话题！）

Google DeepMind 发布 Gemini 4 Argon，Google 自去年 11 月 Gemini 3 Pro 后首次重回前沿模型竞争。此前 Gemini 3.5 Pro 一直在测试中，Google 今夏连续推出四次 Flash 系列小版本更新。文章指出，大量依赖 Google Workspace 或 Gemini Enterprise 的企业用户此前难以接触到前沿模型。

如果你是研究者，请考虑公开分享你的 RL 环境！你为某个实验构建的东西，可能帮助整个领域向前推进。 我知道在美国前沿实验室共享正处在黑暗时期，但我相信这能对领域和世界产生巨大影响！

Karpathy 在被转发的推文中描述大语言模型能力的认知漏斗：约 60 亿人（75%）几乎没接触过 LLM，10-20 亿人把它当更好的 Google 搜索，约 2000 万专业人士看到智能体一个 prompt 完成过去数周的复杂项目，最后约 5000 人能内部使用前沿系统，运行数千智能体协作数周的软件大项目。作者 Larsen Cundric 总结称认为 AI 被过度炒作和认为 AI 疾速发展的人都没错，只是处于不同层级。

GOOGLE 🔥：据报道，Gemini 4 Argon 已在 Antigravity 上以 Gemini 3.8 Flash 的名义进行了一段时间的 A/B 测试。 相比现有的 Flash 模型，这似乎是一次巨大的跃升。 世界生成提示词 > Gemini 4 Argon（据称）

ANTHROPIC 🔥：据报道，Claude Opus 5.5 被路由到了一个性能强得多的不同模型。 Claude Fable 5.5 可能是幕后模型的潜在候选，但目前仍未知。 顺带一提，Anthropic 本周将在斯德哥尔摩举办 Founder House 活动。通常这类活动不用于产品发布，但可能会与前沿能力的展示有所重叠。 最好的还在后头 👀

OpenAI 联合创始人、现 Anthropic 成员 Andrej Karpathy 提出大语言模型用户分四层：约 60 亿人几乎未接触 LLM，10-20 亿人把免费产品当更好的搜索或写作辅助。

英特尔 CEO 陈立武表示，DeepSeek、Kimi 和 GLM 等中国前沿 AI 模型的 Token 成本较低，普及速度非常快，性能已经足够好。他坚定支持开源，认为这是提高效率的最优路径，并称市场将决定不同模型的应用场景。他还表示量子计算可能在未来三到五年内走向主流。

Similarweb 数据显示，ChatGPT 网页流量份额过去 4 个月持续回升，从 53% 升至 56%，但远低于一年前的 71%；Gemini 同期仅从 26% 微降至 25%，其去年增长主要来自 Gemini 3 的成功。Claude 份额约 9.6%，推文认为若 Anthropic 开始面向普通消费者，这一格局可能很快改变。

Arena 平台发布 2026 年第 41 周（10 月 5 日至 11 日）AI 大模型排行榜，Anthropic 的 Claude Opus 5.5 (Max) 首次入榜智能体榜即以 15.53% 净提升度登顶，任务确认成功率 17.29%，工具幻觉率 0.37%。

杨立昆在首尔表示，AI 的下一次突破不会来自大语言模型，而将来自能理解、预测物理世界的“世界模型”。他指出大语言模型在编程、数学等可预测序列任务上表现出色，但现实世界信息远比语言难以预测，机器读懂语言容易、理解现实世界却很难。他主张开发世界模型，让 AI 学习物理规律与因果关系并预测行动结果。

Harness 工程还没等到一个正式职位名称，就已经被自动化了 😂

哇 https://x.com/i/grok/share/bGVnYWN5_22468d8a-a1a4-4391-9796-cda7cf1937b5

周 末 说明：该推文正文仅为“W E E K E N D”（周末），不含任何 AI/ML/LLM 相关信息、主体或动作，无法按规则生成 10-15 字且点明核心主体的中文标题，也无法产出有意义的翻译摘要。

数字生命卡兹克撰文分析AI驱动逆向工程热潮：开发者Brandon Thomas因不满Adobe订阅规则，用Claude Opus 5.5以Rust逆向重写了Photoshop、Illustrator等7款软件的开源替代品PhotoCraft、VectorCraft等，不到10天单PS项目获4.6万Star。

宇树科技创始人王兴兴在第二十六届中国国际工业博览会上表示，过去十几年他犯的最大错误就是对 AI 还不够相信，如今对 AI 的信仰与日俱增。他透露 GPT-6 发布对具身智能行业认知影响很大，团队已将其部署至机器人测试且效果不错，认为行业临界点可能一两年内到来。

阿布扎比 TII 发布 1.6B 参数的阿拉伯语语音识别模型 Falcon-ASR，在 6 个阿拉伯语测试集上平均 WER 为 20.92%，比 Audar-ASR-V1-Turbo 的 23.17% 低 2.25 个百分点。

日期是 2026 年 10 月 11 日。 我完全通过聊天和云环境来剪辑视频。