跳到正文
#Meta
  1. PyTorch：Blog65

    ExecuTorch 推出 WebGPU 后端，PyTorch 模型可在浏览器 GPU 上直接运行

    PyTorch 官方为 ExecuTorch 新增 WebGPU 后端，模型通过 torch.export 导出为 .pte 文件后可在任何支持 WebGPU 的浏览器中以 GPU 加速运行，无需转换为 GGUF、ONNX 等格式。

    推荐理由：官方为 PyTorch 模型提供了不转换格式的浏览器 GPU 推理路径，并给出与 CPU 路径的具体性能对比和验证模型清单。

  1. Conductor 官方更新62

    Conductor 宣布加入 Meta，并将逐步关闭服务

    Conductor 0.93.0 更新宣布 Conductor 加入 Meta，并将在此后数周至数月内逐步停止服务。Conductor Cloud 将于 11 月 13 日转为只读、11 月 20 日关闭，Local Conductor 将持续获得新模型和关键修复至 2027 年初。

    推荐理由：官方更新同时交代了关闭时间表和数据迁移入口，本地版用户可据此安排后续使用与备份。

  1. Google Developers Blog64

    Google 发布 TorchTitan TPU：TorchTPU 原生接入 PyTorch 并给出 TPU 训练优化方案

    Google 发布 TorchTitan TPU 分支（github.com/google-pytorch/torchtitan），配合 TorchTPU 让 PyTorch 通过 torch.device("tpu") 原生使用 Cloud TPU，无需改写 JAX 或依赖旧 torch_xla。

    推荐理由：官方详细披露了 TorchTitan TPU 的关键组件与实测 MFU 数据，读者可据此评估自家模型迁移到 Cloud TPU 的可行路径。

  2. Fireworks AI76

    Meta 开源权重模型 Muse Spark Open 在 Fireworks 开放 Day-0 服务

    Meta 的开源权重模型 Muse Spark Open 于 Fireworks 提供 Day-0 无服务器服务，为 816B 参数 MoE 模型，每 token 激活 42B 参数，上下文窗口 1M token，面向长程编码与智能体任务。

    推荐理由：原文汇总了多个第三方基准的实测分数，读者可以据此评估这个开源权重模型在法律、金融等专业场景的可用性。

  1. vLLM 官方博客76

    vLLM Day 0 支持 Meta 开源权重 MoE 模型 Muse Spark Open

    vLLM 与 Meta Superintelligence Labs 合作，为开源权重稀疏 MoE 模型 Muse Spark Open 提供 Day 0 支持。

    推荐理由：原文给出 816B MoE 架构细节、量化格式、DSpark 投机解码与 LoRA RL 配置，读者可以直接照此部署和调优。

  2. Together AI 研究与产品博客75

    Meta Muse Spark Open 上线 Together AI，面向智能体编码场景

    Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线，Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。

    推荐理由：原文给出了模型能力、定价和 API 用法，读者可据此评估它在智能体编程工作流中的实际落地价值。

已经到底了