Meta发布开放权重模型Muse Spark Open,对标Qwen、GLM与Kimi
Meta发布开放权重模型Muse Spark Open,具备816B参数(42B活跃)、最高百万token上下文与多模态支持。该模型在智能体与多模态基准领先Qwen 3.8、GLM 5.3、Kimi K3但编码稍弱,权重已上Hugging Face并可本地运行于双Mac Studio。
Meta发布开放权重模型Muse Spark Open,具备816B参数(42B活跃)、最高百万token上下文与多模态支持。该模型在智能体与多模态基准领先Qwen 3.8、GLM 5.3、Kimi K3但编码稍弱,权重已上Hugging Face并可本地运行于双Mac Studio。
Meta 发布了开放权重多模态 MoE 模型 Muse Spark Open,总参数约 816B、每 token 活跃 42B,上下文窗口最高 1M token。该模型支持文本、图像、音频、视频输入,专注于智能体编码与工具调用,文章提供了 transformers、llama.cpp 等框架的部署与微调方法。此前 Meta 在 8 月发布了同系列小模型 Muse Glimmer。
推荐理由:本文给出了在 llama.cpp、vLLM、SGLang 等推理框架的部署方案与 TRL 微调示例,便于开发者快速落地。
Meta 的编码优化开源模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线。该 MoE 架构模型拥有 816B 总参数(42B 激活)和 1M token 上下文窗口,支持 BF16 与 NVFP4 两种变体。用户可在自有 AWS 账户中部署端点,无需管理底层服务基础设施。
Google Antigravity 利用 ProtNLM 模型扫描 UniProt 数据库,协助生物学家发现针对呼吸道感染病原体的新型抗菌肽候选物。该平台通过共享 3D 画布实现人机协作,将原本碎片化的多数据库搜索压缩为单次会话,目前该候选物正进行湿实验验证。
Nvidia 的 Nemotron 3.5 Super VL 是为持续运行企业 AI 智能体构建的开放多模态模型,120B 参数中每 token 激活 12B。该模型同步推出 Bolt 本地模型并开放权重与训练配方,在 AI 智能体任务上以约五分之一参数匹配更大模型精度且吞吐达同类开源模型五倍。
Google 数日前全球发布 Gemini 4 Argon,期望它成为机器人唯一所需的 AI 模型,统一控制、仿真与评估。演示中从单张照片生成超4500次仿真训练,真实机器人成功率从56%升至75%;ERQA 基准获87%领先对手,但 AA-Robotics 真实控制测试仅排第三。虚拟环境训练并非新事,World Labs 与 Nvidia 已有类似探索。
NVIDIA 今日发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型,覆盖从企业服务器到边缘的智能体部署。Super VL 为 120B 参数多模态模型,速度快达同类 5x 且以约五分之一参数量媲美 NVIDIA 最大推理模型精度;Bolt 74B-A9B 24GB 与 Bolt E4B 4GB 针对本地硬件优化,后者 10 月 23 日推出。
推荐理由:NVIDIA 新发 Nemotron 3.5 Super VL 以约五分之一参数量媲美自家最大推理模型精度,并开放权重供组织在自有设施微调部署。
乐奇 Rokid 全球首家 AI 眼镜无人自助体验店于中国香港尖沙咀海港城正式开幕,这是该品牌首间海外旗舰店。店内采用全自助模式,配备交互屏幕与 Rokid Glasses,支持消费者独立体验 49 克眼镜的拍摄、翻译及 AI 问答等功能。此前 Counterpoint Research 报告显示,乐奇 Rokid 在 2026 年上半年以 41% 的出货量位居全球 AI 与 AR 眼镜市场首位。
英伟达推出开放多模态模型 Nemotron 3.5 Super VL,总参数 1200 亿采用 MoE 架构,单 GPU 智能体任务吞吐量最高达同规模开放模型 5 倍。
Apertus 项目发布 1.5 版 8B 和 70B 开源模型,新增图像音频理解、思考模式、262,144 token 上下文及更强工具调用。模型权重于2026年7月24日以 Apache 2.0 许可发布在 Hugging Face,全程开放训练数据与细节。
推荐理由:Apertus 1.5以早期融合将图像音频转为离散token,训练细节全开放,研究者可复现各阶段对多模态能力影响。
极米科技宣布 MemoMind One AI 显示眼镜正式开启预售,零售价 2999 元,首发价 2699 元。该产品采用无摄像头隐私防护设计,主打全天候 AI 智记、实时翻译及导航提词,支持 16 小时综合续航。
华为视觉辅助客服于国际盲人日正式上线,视障用户拨打 950800 并说出“盲人”、“屏幕朗读”或“视觉辅助”即可转接专属热线。此前今年 6 月,华为在 HDC 2026 上已宣布 AI 眼镜与小艺看世界深度联动以辅助视障用户。
OpenCode宣布DeepSeek V4.1 Flash在平台内免费提供,免费版支持200K上下文窗口且调用不计入额度消耗。该模型于2026年9月10日发布,为原生多模态MoE模型,主干参数552B。此前OpenCode曾在今年9月临时提升其套餐额度至60美元,随后10月12日调整为80美元。
荣耀 Magic8 Pro Air 手机 12+512G 版在京东活动价 4449 元基础上,叠加 550 元优惠券及 500 元国补后,到手价为 3399 元。该机重 155g、厚 6.1mm,搭载天玑 9500 处理器、5500mAh 电池及 5000 万像素主摄。
尼康 Z5ⅡC 全画幅微单相机今日正式发售,黑色机身(不含镜头)售价 9999 元,主打新手入门与休闲拍摄。该机配备 24.5MP 背照式 CMOS 与 EXPEED 7 处理器,支持五轴防抖及 15 种场景模式,尼康称其“C”代表 casual,旨在降低全画幅使用门槛。
阶跃正式开放 Step 5 Preview 大模型权重,包含 BF16 与 FP8 权重及技术博客,模型支持 100 万 token 上下文窗口。该模型采用稀疏 MoE 架构总参 600B 激活 27B,面向长程 Agent 任务,已上线 Hugging Face 与 ModelScope 供部署。近期该模型在 OpenRouter 周调用量与日调用量榜单均居全球第二。
上海人工智能实验室团队依托书生-S2多模态大模型通过人机协同完成三维Ghys猜想证明,破解困扰数学界30余年的难题。北京大学团队用SHEAF框架形式化验证该证明,论文发于arXiv,代码在GitHub公开。团队计划将推理能力封装为端砚平台复用模块,形成自进化飞轮。
小米澎湃 OS 4 正式版今日开启首批推送,覆盖小米 17 系列、REDMI K100/K90 系列及小米平板 8 系列。该系统融合超级小爱 2.0 和自研 MiMo 大模型,带来专家模式、灵感球交互等全新特性,并优化了系统整体流畅度。
小米智能门锁 5C 猫眼版现已开售,新品到手价 999 元。该门锁支持 11 种开锁方式,配备 AI 智能猫眼与 3.5 英寸内侧显示屏,采用双模智能供电系统,5000mAh 锂电池可续航 5 个月。
YouTube Music 上线 AI 音乐标注功能,被识别为“主要使用生成式 AI 创作”的歌曲将显示“AI”标签。点击标签可查看歌曲使用 AI 的具体方式,标注系统结合创作者申报与平台自动检测。该功能后续将同步扩展至主 YouTube 应用程序。
Colossal Biosciences 发布 AI 平台 GenoMorph,利用三维形态学与基因组学筛选基因编辑靶点,以解决灭绝物种古 DNA 稀缺难题。该平台已为渡渡鸟复活项目识别出约 2300 个 DNA 编辑靶点,此前公司仅有一份渡渡鸟基因组可用。
研究人员利用 AI 蛋白质设计工具,提取两类蛋白酶的核心催化结构并替换其余部分,成功设计出可精准切割特定蛋白质的新型酶。这些酶已被验证能有效切割与神经系统疾病相关的蛋白质,从而绕过了自然界漫长的酶多样化演化过程。
Twin Health 数字孪生应用利用 AI 分析代谢数据,通过红橙绿颜色编码预测食物对血糖的影响以指导饮食。该服务目前仅通过企业或私人健康计划提供,需配合 Dexcom G7 连续血糖监测仪等设备使用。这是数字孪生技术在个性化代谢管理领域的早期实验性应用。
Google Research 在 2026 年 Research@ 活动上展示了 10 项 AI 创新,包括 Google Earth AI、多智能体编排工具及 Deep Review 等。其中 Deep Review 已用于审查超 16,000 篇论文,现向公众开放以验证技术文档。这些工具旨在通过 AI 放大人类创造力,赋能医生、科学家及开发者解决复杂问题。
Google 将 Geospatial Reasoning agent 从早期概念演进为支持多步推理和自主训练预测模型的实验系统,并发布了三项更新。新系统连接 Gemini 与 Earth AI 基础模型,通过模块化技能和前置规划处理行星级数据,支持用户导入私有数据。
Nothing 计划推出两款智能眼镜,分别主打音频功能和配备摄像头。音频版支持播放音乐、通话及语音助手交互,并配备光致变色镜片;摄像头版则支持 ChatGPT 和翻译功能。此前彭博社报道称,该系列眼镜将通过手机和云端处理 AI 任务,不会配备 AR 显示屏。
苹果推送 iOS 27.2 Beta 4 开发者预览版,Siri AI 新增法语、日语、韩语、葡萄牙语和西班牙语支持。更新后 Siri AI 将支持英语及上述五种语言,具体可用性取决于用户所在地区和设备。此前苹果已确认这些语言扩展支持,Siri AI 作为苹果最新人工智能助理,支持理解个人情境、执行 App 操作及感知屏幕等功能。
大疆正式发布首款换电无人值守平台大疆机场 4,国内官方套装售价为 167,999 元。该平台支持 25 秒自动换电,单架次续航 59 分钟,搭载 Matrice 5TD 无人机及全链路 AI 技术,可实现夜间及节假日的秒级响应。
荣耀 MagicOS 11 十月升级新增 AI 证件照生成、YOYO 游乐园助手及与 iPhone 的双向同步功能。AI 随心握功能更新,IT之家资讯与圈子首页、话题页的悬浮按钮现支持跟手移动。此次升级还涵盖一碰传跨品牌分享及多项隐私安全增强。
荣耀 MagicOS 11 系统 10 月更新今晚开启推送,首批覆盖 Magic V6、Magic8 系列等 17 款机型。第二批内测报名通道今日重新开放,涵盖 Magic6 系列、500 系列等 20 款机型。此次更新新增荣耀 WIN 系列调音大师支持,并优化 YOYO 课表及 AI 证件照功能。
华为鸿蒙座舱「智慧场景」是一套条件加动作的车载自动化规则,设定触发条件后车辆自动执行播报日程、启动导航、调节空调等系列操作,无需手动逐步点控。基于 MoLA 2.0 架构的小艺智能体支持超模糊地址导航及生活化口语交互,如识别“玻璃起雾”自动除霜。
禾赛科技发布全球首款 8K 超高清 AI 空间相机 Kosmo One,搭载一英寸 CMOS 实现 360° 无死角覆盖,15 分钟即可完成 100m² 真实空间重建。该设备可将真实世界转化为机器人训练数据,并同步推出 AI 云平台 Kosmo World 支持一站式 3D 内容创作。禾赛还宣布与高德地图合作开放首批千个试点,用于线下数字化零售。
Google 发布 Gemini 4 Argon,API 引入期定价为 $2/$10 每百万 token,11 月 30 日后翻倍。该模型在 CursorBench 默认设置下得分 52.8%,与 Opus 5.5 持平,并支持 Antigravity 等工具。此前两周 AINews 已将其作为头条报道,此次发布确认了其全球可用性。
面壁智能与OpenBMB开源MiniCPM-V 4.7多模态模型,含35B-A3B与1B版,35B-A3B约3G内存即可在iPhone等端侧设备流畅运行。在iPhone 17 Pro Max断网环境下可识图作答,优化后解码速度超每秒13 token。采用前瞻专家调度等技术,在iPad Pro M4上解码速度提升x5倍,截至2026年9月MiniCPM系列累计下载量突破5000万次。
商汤大装置联合上海市规划资源局发布量子城市首批政务智能体,其中“禹智河洛”防汛智能体使智能调度效率提升80%。基于升级后的“云宇星空大模型”,该智能体通过48小时提前研判实现分区分时精准调度,空间智算与动态模拟效率分别提升65%和70%。这是该模型从“会解答”进化到“能干活”后,在防汛调度等核心治理场景的首批落地实践。
破晓智能联合天珑移动发布全身全模态数据采集系统 SeePhys Hub,通过四目头环、腕部手环、腰腿部追踪器及触觉手套,在保留 Ego 数据轻便优势的同时补全全身姿态与触觉信息。该系统采用稀疏节点方案,头环重量不超过 220 克,多模态信号同步精度不超过 0.5 毫秒。此前团队已发布 EgoTouch 数据集,计划 2027 年推出全模态世界模型。
苹果 iPhone Duo 国行版(A3721)在 9 月 29 日换证时,新增了 Apple 智能、通义万相及通义千问的大模型备案编号。阿里千问将作为 AI 能力集成至 Apple 智能,为 iOS 等系统中国用户提供文本与图像理解、内容生成等服务。该机型是苹果首款折叠屏手机,将于 10 月 16 日开启预购,10 月 23 日正式发售,定价 15999 元起。
苹果智能家居中枢 HomeView 通过连接 iPhone 或 iPad 支持显示第三方音频与视频应用,并采用类似 CarPlay 的运行机制扩展家庭应用生态。该设备不依赖 Face ID,而是结合 Center Stage 摄像头面部识别与语音识别,在家庭环境下最多可识别 6 位用户以提供个性化体验。
Google DeepMind 发布 Gemini 4 Argon 前沿模型,今起全球开放用于编码金融法律等复杂任务,每百万输入 token $2、输出 $10。该模型在 Vals Index 经济领域基准排名第一,内部使用将智能体代码提交提升超 35%。此为 Gemini 4 家族首款发布的模型。
推荐理由:原文给出Gemini 4 Argon的全球可用入口与定价,读者可对比其在多项基准对经济领域的领先表现。
Google DeepMind发布Gemini 4 Argon通用物理推理模型,其在ERQA基准纯推理得分87%超过所有其他前沿模型,可应用于机器人全生命周期。文章给出机器人控制、Real2Sim仿真、物理理解与自改进四类代表提示词,覆盖从MuJoCo实操到视频世界模型 steering 等任务。该模型被视为加速通往物理AGI路径的重要里程碑。