Muse Spark Open 幻觉率最低
Muse Spark Open (xhigh) 在 AA-Omniscience (25) 上领跑所有开源权重模型，其驱动力在于它是得分 30 分以上的开源权重模型中幻觉率最低的（24%）
全部 AI 动态
Artificial AnalysisAI 评分2929 Artificial Analysis同新闻AI 评分7272 Meta 发布开源模型 Muse Spark Open
Meta 发布了拥有 816B 总参数（42B 激活）的开源权重模型 Muse Spark Open。该模型在 Artificial Analysis Intelligence Index 上得分为 39，被评为美国排名第一的开源权重模型。相比 Meta 此前发布的 30B 稠密开源模型 Muse Glimmer，Muse Spark Open (xhigh) 的得分高出 22 分。
Artificial AnalysisAI 评分4242 DeepSeek V4.1 Flash 刷新吞吐纪录
在 DeepSeek V4.1 Flash 上，Vera Rubin 在每用户约 230 至 350 tok/s 区间内，每兆瓦吞吐量约为 GB300 的 3.4 至 3.6 倍，并在单台 4-GPU 服务器上达到每用户 906 tok/s，这是我们在排行榜上任何模型的最快结果
Artificial AnalysisAI 评分5353 Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 初步性能结果
Artificial Analysis 在 AA-AgentPerf 上发布了 NVIDIA Vera Rubin NVL72 的初步测试结果。数据显示，该硬件在 DeepSeek V4 Pro 上的每兆瓦总吞吐量约为前代 GB300 NVL72 的 ~5.7x，在 DeepSeek V4.1 Flash 上约为 ~5.4x，在 GLM-5.2 和 Kimi K3 上分别约为 ~3.0x 和 ~2.8x。Vera Rubin 是 NVIDIA 的下一代架构产品。
Ethan MollickAI 评分3232 小模型需大模型编排与纠错
短期虽可省钱，但最终工作质量可能更差。这并不意味着小模型无法完成大量有价值的工作，但对于许多任务，你需要确保它们由更大的模型进行编排和错误检查。论文：https://arxiv.org/pdf/2509.09677
Ethan MollickAI 评分3838 论文称前沿模型难被廉价替代
这篇论文解释了我为何怀疑“前沿模型可轻易被更便宜的模型取代”这一观点（以及为何应使用最佳模型作为编排者）：准确率和判断力的微小提升会在长周期任务中产生复利效应，从而带来结果的巨大增益。
Ethan MollickAI 评分88 Codex Composer 文本预测常出错
过一种 Codex Composer 文本预测总是出错的生活。
Ethan MollickAI 评分00 Ethan Mollick 提及 kiasoul.md
kiasoul.md
Ethan MollickAI 评分55 Ethan Mollick 忍不住分享
我忍不住了。
Anthropic Claude.dev 开发者博客精选AI 评分8282 Claude Code 团队如何重构代码审查流程
Claude Code 团队通过引入多层自动化审查机制，将人工审批集中在高风险变更上，使合并 PR 数量翻倍的同时回滚率下降超过 40%。该流程包含预验证、AI 审查、安全阻断及基于风险的分级审批，并强调利用事故数据持续优化审查模型以减少噪音。
推荐理由：原文详细拆解了 Claude Code 团队在代码量激增背景下，如何通过多层自动化审查与风险分级机制平衡效率与安全。
Hugging Face Blog精选AI 评分6060 NVIDIA与IIT Madras发布2.8万亿Token印度语言预训练语料及开源数据生成管线
NVIDIA联合IIT Madras的AI4Bharat实验室推出Nemotron-pretraining-Indic-v1数据集，包含约2.8万亿token，覆盖22种印度语言的原生脚本及12种语言的罗马化文本。
推荐理由：公开了涵盖22种印度语言的2.8万亿token语料及GPU加速生成管线，为多语言模型预训练提供了可复用的合成数据构建方案。
vLLM 官方博客精选AI 评分6868 vLLM 详解 Kimi K3 在 AMD MI355X 上匹配 NVIDIA B300 吞吐量的优化过程
vLLM 官方博客发布技术复盘，详述如何通过六项核心优化使 Kimi K3 在八卡 AMD Instinct MI355X 系统上的每 GPU 吞吐量超越 NVIDIA HGX B300 24.4%，并在成本模型下实现每美元多产出 87.4% 的 token。文章深入解析了 DCP8 缓存分片、MoE 去重计算、KDA 状态并行化及 MLA 长上下文解码加速等具体工程决策与基准测试数据。
推荐理由：文章拆解了 Kimi K3 在 AMD MI355X 上的六项关键优化，提供了从缓存复用到内核融合的具体工程思路。
OpenAI NewsAI 评分2424 Sullivan & Cromwell 与 OpenAI 合作开发 Agreement Analyzer
Sullivan & Cromwell 与 OpenAI 合作开发了名为 Agreement Analyzer 的 AI 工具。该工具专门用于在协议草案中识别潜在问题，将法律专业知识融入合同审查流程。
Artificial AnalysisAI 评分1212 RTX Spark笔记本价格对比
这些系统的价格是大致估算的，且每周都在变化。按当前价格计算，5,900美元的RTX Spark笔记本电脑比MacBook Pro（约3,700美元）和Ryzen AI Halo（4,000美元）更贵，但略低于DGX Spark（约6,000美元），而GeForce RTX 5090台式机（
Artificial Analysis精选AI 评分6262 Artificial Analysis 发布模型评测分析
Artificial Analysis 发布了针对 AI 模型的评测分析内容。该报告基于独立测试数据，展示了相关模型的性能表现与对比结果。
推荐理由：第三方机构对模型性能进行独立实测，提供了可参考的量化数据与对比视角。
DeepLearning.AIAI 评分2727 DeepLearning.AI 本周 AI 动态汇总
1/ 错过几天 AI 新闻？这是本周 Data Points 的内容。2/ Claude Haiku 5.5：提示词在 100K 以内时，每百万 token 价格 $0.10/$0.50，比 Haiku 4.5 便宜约 90%。速度极快且能力强大。3/ Microsoft-Decision-1：校准概率
a16z精选AI 评分6363 a16z 关注 AI Agent 支付领域动态
a16z 发布关于 AI Agent 支付领域的行业观察。内容聚焦于智能体在自主完成交易和支付流程中的最新进展与潜在机会。
推荐理由：原文梳理了智能体支付领域的最新进展，读者可据此了解 AI Agent 在商业交易闭环中的实际落地情况。
a16zAI 评分3030 AI代理支付需保障退款权
VGS的Terry Angelos与a16z的Alex Rampell探讨AI代理支付绝不能破坏的一件事：获得退款的权力。Terry：“我让Instinct帮我找这些灯，它在沃尔玛找到了……到了付款时，Link [我的支付
a16zAI 评分4242 a16z解析AI智能体信用卡支付
你的 AI 智能体如何用你的信用卡付款，而无需持有卡片：1. 你的卡片存储在受信任的钱包中。2. 当你的智能体去购物时，钱包会创建一个 agentic token：一个仅在该商店有效的替身卡号，并带有诸如“不要
a16zAI 评分2828 Box CEO谈AI智能体钱包商业模式
@Box 的 Aaron Levie 谈论拥有钱包的 AI 智能体如何为互联网创造新的商业模式：“我一直想要在线微支付……我理解为什么这是一种糟糕的商业模式，但我想要它。”“现在这可能是一种好的商业模式。假设你
OpenAIAI 评分3535 GPT-Live-1.1 更新 ChatGPT 语音
新声音。更好的口音。减少“检查中...”提示。GPT-Live-1.1 为 ChatGPT、Codex 和 dots 中的语音带来这些更新，新增法语、德语、印地语、墨西哥西班牙语、韩语和日语的新声音。今日向所有用户推出。即将登陆 API。
OpenAIAI 评分3535 GPT-Rosalind 助力科研及生物数据
GPT-Rosalind 旨在支持这项工作：帮助研究人员在科学文献和生物数据中进行推理，由科学家提供专业知识和判断来评估证据。符合条件的实验室可获得长达 12 个月的 OpenAI 工具赞助访问权限，
OpenAIAI 评分3838 GPT-Rosalind 向学术科研开放
我们正在扩大 GPT-Rosalind 在学术研究中的访问权限。新的 Rosalind Academic Plan 帮助科学实验室将 AI 应用于理解生物学、探索想法以及决定下一步测试内容——为符合条件的美国大学实验室提供赞助访问。
AnthropicAI 评分4040 Anthropic引入第三方评估安全实践
我们已承诺由评估人员审查我们的安全措施。我们正在与多个组织洽谈，并已授予 @METR_Evals 团队类似员工的访问权限。在这篇文章中，我们将介绍我们与第三方评估人员的合作方式：
AnthropicAI 评分2424 Anthropic资助500万美元支持数学研究
探索如何在数学研究——以及更广泛的科学领域——中最佳地利用 AI，需要时间、精力和资源。我们热切希望支持数学家推动科学进步并定义其领域的未来。我们已承诺提供 500 万美元的资金，
Ethan MollickAI 评分88 物理经济生物基础模型命名
他们会把物理、经济、生物等领域的基础模型叫什么？（目前主要是开玩笑）
Ethan MollickAI 评分4040 智能模型终结ARC-AGI等基准
框架 + 智能模型 = 最后几个著名硬基准的终结。模型现在可以工作极长时间（再见，METR Long Tasks），可以输出数学正确的专业文档（再见，GDPval），并且可以解决复杂的新颖谜题（再见，ARC-AGI-3）。
Ethan MollickAI 评分1212 Ethan Mollick新书获正面评价
我即将出版的新书《Co-Existence》收到的首篇评论，来自《新科学家》。（当我成为作者后，惊讶地发现直到评论发布前都不知道是谁在评你的书，所以以一篇正面评论开始感觉不错！）
OpenAI NewsAI 评分3030 OpenAI 推出 Rosalind Academic Plan，向学术实验室提供 GPT-Rosalind
OpenAI 推出 Rosalind Academic Plan，为符合条件的学术实验室提供 GPT-Rosalind 的赞助访问权限。该计划旨在通过提供专用工具，协助推进生命科学领域的学术研究。
Hugging Face Blog精选AI 评分6060 IBM Granite Switch 4.1 发布：单端点集成对话、决策与语音转写
IBM 发布 Granite Switch 4.1 系列模型（8B 和 30B），通过组合 Decision aLoRA、Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC，实现从单一托管端点进行自然语言响应、通用/专用决策及语音转文本任务。
推荐理由：原文展示了通过模块化适配器在单一端点集成对话、决策与语音转写能力，并给出了具体的性能对比数据。
Google Developers BlogAI 评分5252 Google OAuth 宣布支持 DPoP 以增强刷新令牌安全性
Google OAuth 平台现已支持 DPoP（RFC 9449）标准，专门用于对长期有效的刷新令牌进行发送方约束，以防御 Infostealer 恶意软件和中间人攻击导致的令牌窃取与重放。
Modal 官方工程博客精选AI 评分7070 Meta 发布 Muse Spark Open 并上线 Modal Auto Endpoints
Meta 发布开源权重模型 Muse Spark Open，现已通过 Modal Auto Endpoints 提供服务。该模型专为智能体编码和长周期任务设计，具备原生多模态理解能力和 1M-token 上下文窗口，支持代码编写调试、多步规划及故障恢复。
推荐理由：原文提供了 Muse Spark Open 在 Modal 上的部署方式、计费模式及关键基准测试分数，便于评估其智能体编码能力与工程落地成本。
Together AI Blog精选AI 评分7878 Together AI 上线 Meta Muse Spark Open 模型
Meta 的开源权重模型 Muse Spark Open 已在 Together AI 平台正式可用，作为 Day 0 发布合作伙伴，Together AI 提供该模型的 Serverless API 服务。
推荐理由：原文披露了该开源权重模型的长上下文能力、定价及API调用方式，为评估其在复杂代码库中的实际表现提供了直接依据。
AWS Machine Learning Blog精选AI 评分6565 Meta Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 面向编码优化的开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 提供。该模型采用 MoE 架构，总参数 816B（激活 42B），支持 1M token 上下文窗口及文本、图像、音频等多模态输入。
推荐理由：原文给出了模型在 SageMaker JumpStart 的部署入口、两种量化变体及具体实例规格，读者可据此评估私有化部署成本与能力边界。
Google DeepMind精选AI 评分6565 Google DeepMind 推出 Antigravity 智能体科学工作台加速抗菌肽发现
Google DeepMind 发布 Google Antigravity 智能体开发平台，旨在通过单会话整合多数据库搜索来加速抗菌肽等新药发现。该平台集成 ProtNLM 模型预测蛋白质功能，并引入 Biomolecular Structure Viewer 实现研究人员与 AI 智能体在共享 3D 画布上的交互式协作。
推荐理由：原文展示了智能体平台在生物发现中的具体工作流，读者可了解其如何整合数据库检索与结构可视化以加速药物筛选。
Hugging Face Blog精选AI 评分9292 Meta 发布 Muse Spark Open：816B 参数开源多模态混合专家模型
Meta 发布 Muse Spark Open，这是一个拥有约 816B 总参数、每 token 激活约 42B 参数的混合专家（MoE）多模态模型，支持文本、图像、音频和视频输入，上下文窗口达 1M tokens。
推荐理由：原文给出了816B MoE架构、百万上下文及多模态输入的具体参数，并提供了从本地量化到集群部署的完整工程路径。
vLLM 官方博客精选AI 评分8787 vLLM 发布对 Meta Muse Spark Open 模型的 Day 0 支持
vLLM 宣布与 Meta Superintelligence Labs 合作，为开源稀疏混合专家模型 Muse Spark Open 提供 Day 0 支持。
推荐理由：vLLM 官方提供了 Muse Spark Open 的 Day 0 支持，包含多硬件并行策略、DSpark 投机解码配置及 LoRA RL 训练示例，可直接用于生产环境部署。
Microsoft Research精选AI 评分6666 微软研究院发布 Magnetar：基于零知识证明的通用计算系统
微软研究院推出 Magnetar，一种能证明 Rust、Go 或 C 程序执行正确性的零知识虚拟机（zkVM）。它在保持通用性和仅依赖标准哈希函数（如 SHA-256）带来的抗量子安全性的同时，平均比现有最快同类系统快 10 到 39 倍，且证明可在约 12 毫秒内验证。
推荐理由：Magnetar 在通用性、效率和基于哈希函数的安全性上取得突破，为可验证计算提供了无需信任的实用路径。
OpenRouter AnnouncementsAI 评分5353 OpenRouter 发布 Private Endpoints 功能，支持私有模型与容量接入
OpenRouter 正式推出 Private Endpoints 功能，允许企业将微调模型、专用部署或预留容量接入 OpenRouter 统一 API。该功能作为 Enterprise 计划的附加组件，确保私有端点仅在组织内可见，不进入公共模型列表或基准测试。
LangChain BlogAI 评分3535 LangChain 10月通讯：发布 LangSmith AI Search、Managed Deep Agents v0.9 及 LangChain v1.4.0
LangChain 在 Interrupt NYC & London 大会期间发布了多项新功能，包括支持语义搜索的 LangSmith AI Search、具备用户级记忆与工具调用的 Managed Deep Agents v0.9，以及集成 FastMCP 支持的 LangChain v1.4.0。