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。
#多模态
MarkTechPost同事件AI 评分8282 
Hao AI Lab@haoailabAI 评分5151Hao AI Lab 演示一条把像素转成机器人可用坐标的流程：SAM 3 定位物体，深度信息把图像位置换算成以米为单位的 3D 位置，再用一个计算工具处理向量和旋转数学。
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。
LMSYS BlogAI 评分5959 SGLang 为 NVIDIA Nemotron 3.5 Super VL 提供 Day-0 支持
SGLang 宣布为 NVIDIA Nemotron 3.5 Super VL 提供 Day-0 部署支持。
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。
LMSYS Blog精选AI 评分6464 SGLang 为 816B 开源多模态 MoE 模型 Muse Spark Open 提供 Day-0 支持
SGLang 团队宣布对 Meta 开源多模态 MoE 模型 Muse Spark Open（816B 参数、约 42B 激活、1M token 上下文）提供 Day-0 推理支持，权重提供 NVFP4 和 BF16 两种格式。
推荐理由：原文给出了多平台推理与 RL 训练支持的完整细节和实测吞吐数据，读者可以据此评估大规模部署该模型的可行路径。
Apple Machine Learning ResearchAI 评分4343 Apple 提出 SSR：用选择式结构化推理打造高效多模态搜索智能体
Apple 研究团队提出 Selection-based Structured Reasoning（SSR），将推理从开放式生成改为从预设可复用自然语言候选中选择，无需辅助任务头。在 2B 和 4B 模型、七个多模态搜索基准上，SSR 平均成功率与同规模领先搜索智能体相当，每轮推理延迟降低超 90%，单题模型总推理延迟降低 28–54%。
LlamaIndex：产品、工程与评测AI 评分4747 LlamaIndex 发布 ExtractBench Pro，聚焦文档抽取的长尾难题
LlamaIndex 发布 ExtractBench Pro，这是基于真实长尾文档构建的 ExtractBench 扩展评测集，包含 100 份合成文档、六大类新挑战。该数据集由确定性流水线从种子和配置文件生成，覆盖图表取值、跨页规则、内部术语、图示关系等场景，刚性流水线表现吃力，而配备合适工具的智能体系统更能适应。
Modal 官方工程博客精选AI 评分7272 Meta 开源 Muse Spark Open，Modal 上线共享端点按 token 计费
Meta 发布 Muse Spark Open 开源权重，现已上线 Modal Auto Endpoints，以 Shared Endpoint 方式按 token 计费。
推荐理由：Meta 开源 Muse Spark Open 权重，Modal 已可部署，原文附 Terminal-Bench 等多基准对比，便于评估智能体编码用途。
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。
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。
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。
NVIDIA：NewsroomAI 评分4040 Adobe 与 NVIDIA 扩大合作，用 RTX Spark 加速智能体创作
Adobe 与 NVIDIA 扩大合作，将 NVIDIA RTX Spark 超级芯片引入 Photoshop、Premiere 和 Substance 3D 等智能体创作应用，AI 处理、编辑、调色与特效速度最高提升 2 倍。
The Decoder：AI News同事件AI 评分7777 Nvidia 发布开源多模态模型 Nemotron 3.5 Super VL，主打企业级持续运行的 AI 智能体
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。
同一件事，精选收录的是《NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型》
Google Gemini@GeminiAppAI 评分5353
Microsoft AI：官方博客精选AI 评分6666 Microsoft AI 公布 MAI-Base-2 预训练细节，2.8T 参数 MoE 模型 FLOPs 效率达 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍
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。
推荐理由：官方披露了 MAI-Base-2 的完整预训练方法，读者可以从中了解 scaling ladder、Muon 优化和多轮 dropless MoE 等可借鉴的工程细节。
fal@falAI 评分6060引用NVIDIA AI@NVIDIAAIMeet NVIDIA Nemotron 3.5 Super VL Our new open model combines reasoning and tool use with text, image, document, and video understanding for long-running AI agents. 120B total parameters with 12B active 🧵
Artificial Analysis@ArtificialAnlysAI 评分6262Baseten 工程博客AI 评分5050 NVIDIA Nemotron 3.5 Super VL 上线 Baseten
NVIDIA Nemotron 3.5 Super VL 在 Baseten 上线，基于 Nemotron 3 Super 架构的 120B 参数 MoE 模型，每 token 激活 12B 参数，新增视觉编码器以支持文档、截图和视频理解。
NVIDIA Technical Blog：Agentic AI / Generative AI同事件AI 评分6666 NVIDIA 发布 Nemotron 3.5 Super VL 开源多模态模型，面向企业专用智能体
NVIDIA 发布开源可定制多模态模型 Nemotron 3.5 Super VL，采用 120B 参数 MoE 架构、每 token 激活 12B 参数，官方称在单 GPU 上智能体任务吞吐最高达同规模开源模型的 5x。
同一件事，精选收录的是《NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型》
NVIDIA Blog精选AI 评分7171 NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型
NVIDIA 发布开源 120B 参数多模态模型 Nemotron 3.5 Super VL，面向高频智能体任务，官方称其准确率可比自家最大推理模型、参数量约为五分之一，吞吐比同类次优模型快至 5 倍；同时推出边缘模型 Bolt 74B-A9B 24GB（原生 2-bit 量化，可本地运行于 RTX/DGX Spark）和 Bolt E4B 4GB（10 月 23 日上线）。
推荐理由：原文给出三款开放模型各自针对的部署层级和量化、训练数据规模，读者可据此判断哪一档适合自家智能体场景。
- fal@falAI 评分6464引用NVIDIA AI@NVIDIAAI
Meet NVIDIA Nemotron 3.5 Super VL Our new open model combines reasoning and tool use with text, image, document, and video understanding for long-running AI agents. 120B total parameters with 12B active 🧵
IT之家·人工智能AI 评分6767 英伟达发布 1200 亿参数开源多模态模型 Nemotron 3.5 Super VL，单 GPU 智能体任务吞吐量最高提升 5 倍
英伟达发布开放多模态模型 Nemotron 3.5 Super VL，采用 MoE 架构，总参数 1200 亿、激活 120 亿，将推理、工具调用与文本、图像、文档及视频理解整合，官方称单 GPU 智能体任务吞吐量最高达同规模开放模型的 5 倍。
OpenHands 官方博客AI 评分4040 OpenHands 与 NVIDIA 合作，将 Nemotron 3.5 Super VL 多模态模型引入软件工程智能体
作为 NVIDIA 发布合作伙伴，OpenHands 将开源多模态模型 Nemotron 3.5 Super VL 引入常驻软件工程智能体工作流。该模型基于 120B 参数 MoE 架构、12B 激活参数，支持文本、图像、文档和视频输入并输出文本，将多模态理解与智能体推理和工具调用结合。
OpenRouter@OpenRouterAI 评分6161vLLM 官方博客AI 评分5555 NVIDIA Nemotron 3.5 Super VL 发布，vLLM 提供首发支持
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，vLLM 提供 Day 0 支持。模型基于 120B 总参数、12B 激活的 MoE 架构，结合推理、工具调用与文档、图像、视频理解，采用混合 Mamba-Transformer 架构、多 token 预测和 NVFP4 量化。
Hugging Face 社区博客AI 评分6666 Apertus 1.5 发布：8B 和 70B 模型新增多模态理解与思考模式
Apertus 项目在 Hugging Face 以 Apache 2.0 许可发布 Apertus 1.5 的 8B 和 70B 权重（2026 年 7 月 24 日），在 1.0 基础上继续预训练，新增图像和音频理解、可选思考模式，上下文窗口扩至 262,144 token，并改进指令遵循和工具使用。
OpenBMB@OpenBMBAI 评分6060引用ModelScope@ModelScope2022MiniCPM-V 4.7 is now open source on ModelScope: a 35B-A3B MoE multimodal model built to run on-device without compromising performance. Apache 2.0. 🤖 https://modelscope.ai/collections/OpenBMB/MiniCPM-V-47 📱 First open-source MoE with smooth, lossless on-device inference, running at 13+ tokens/s on iPhone 17 Pro Max. 🔥 New Pareto frontier: in Instruct mode, it reaches a higher overall score in less inference time than Qwen3.6 35B-A3B. ⚡ Mixed 4x/16x visual token compression lets developers balance visual detail and inference cost per task. 🛠️ Two sizes (35B-A3B and 1B) with FP8, GPTQ, AWQ, BNB, and GGUF variants. Works with SGLang, vLLM, llama.cpp, Ollama, SWIFT, and LLaMA-Factory. 💻 Runs on iOS, Android, and HarmonyOS, with day-0 support for Rockchip, Houmo, Intel, AMD, and Arm.
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4141 蚂蚁 inclusionAI 发布 ZwZ2-4B：基于 Qwen3.5-4B 的多区域视觉推理模型
蚂蚁 inclusionAI 发布 ZwZ2-4B，这是基于 Qwen3.5-4B 的 ZwZ2 系列模型，训练用完整图像、推理无需缩放工具。在六大领域 25 个 benchmark 上，它全部优于基座模型，整体准确率从 49.41 提升到 54.79（+5.38 分）。
IT之家·人工智能AI 评分7272 上海人工智能实验室团队用书生 S2 大模型完成三维 Ghys 猜想证明
上海人工智能实验室发文宣布，许地生团队依托书生科学多模态大模型 S2，通过人机协同完成困扰数学界 30 余年的三维 Ghys 猜想证明。北京大学董彬、刘若川院士团队用 SHEAF 框架完成形式化验证，论文已发布于 arXiv，形式化代码开源在 GitHub。上海人工智能实验室表示该范式可推广至其他搜索空间大而专家稀缺的基础研究领域。
