Interconnects 分析 Meta Muse Spark Open 如何改变开源前沿格局
Nathan Lambert 分析 Meta 发布 Muse Spark Open 后西方开源模型重返前沿：该模型为 816B 总参数/42B 激活、1M token 上下文、原生多模态，性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash，但仍落后 GLM 5.3 与 Kimi K3，中美最佳开源模型差距约缩小一半。
#模型发布
Nathan Lambert：InterconnectsAI 评分7373
Comfy Blog精选AI 评分7373 Black Forest Labs 发布开源权重模型 FLUX 3 Image Klein，5.6B 参数可在消费级 GPU 上生成 4K 图像
ComfyUI 博客介绍了 Black Forest Labs FLUX 3 家族中紧凑型开源权重模型 FLUX 3 Image Klein，共 5.6B 参数，支持原生 4K 生成、多参考图生成与编辑、bounding boxes 构图、文字渲染编辑和参考图风格迁移。
推荐理由：原文给出 FLUX 3 Image Klein 的参数量、开源权重获取方式和消费级 GPU 上的量化加速数据，可据此评估本地图像生成工作流。
Mistral AI精选AI 评分6262 Mistral 发布时间序列基础模型 Timestral，最大 209M 参数在 GIFT-Eval、TIME 和 fev-bench 排名第一
Mistral 发布其首个时间序列基础模型家族 Timestral，提供 5M、28M、123M 和 209M 四种规格。最大 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的预训练零样本模型中五项指标全部排名第一，28M 模型在 GIFT-Eval 和 TIME 上击败约四倍大小的 Chronos-2。
推荐理由：Mistral 发布首个时间序列基础模型系列，正文给出三个基准的成绩、CPU 推理延迟和可微调部署路径，读者可据此评估其落地方式。
OpenAI：部署安全与系统卡AI 评分4343 OpenAI 发布 GPT-Live-1.1 系统卡，涵盖模型训练数据与安全评估
OpenAI 发布 GPT-Live-1.1 及 GPT-Live-1.1 Quip 的系统卡，说明两模型与公司其他模型一样基于公开互联网数据、第三方合作数据和用户提供数据训练，并经过严格的数据过滤以减少个人信息和有害内容。系统卡还指出模型须遵循 OpenAI 使用政策，并包含针对违规内容的语音原生评测。
Together AI 研究与产品博客精选AI 评分7575 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。
Ai2 / Allen Institute for AIAI 评分5858 Ai2 发布 HiRO-ACEv2，以约 1/300 成本生成全球 3 公里分辨率极端气候数据
Ai2 发布 HiRO-ACEv2，其系统可用约为 X-SHiELD 1/300 的成本生成全球 3 公里分辨率气候数据。新降尺度模型 HiROv2 可同时预测多个高分辨率要素，对百万分之一量级的罕见极端雨、风、压事件，统计误差可控制在 3% 以内，并能估算未见过的热带气旋总能量。
Google Blog：AI精选AI 评分8383 Google 发布 Gemini 4 Argon，面向开发者与企业全球开放
Google 发布 Gemini 4 Argon 并全球开放，开发者经 AI Studio 与 Gemini API 使用，Google AI Ultra 及 Pro 订阅者可在 Gemini 应用、Antigravity 和 Search 的 AI Mode 中使用。
推荐理由：官方发布给出了定价、基准成绩和内部工程实绩，读者可以据此评估该模型在编码、科研和智能体场景的适用度。
Import AIAI 评分4343 Import AI 476：AI 的创造力与递归自我改进、直观视觉推理基准 HSS、AI 竞赛走向太空
Elorian 与 Scale AI 发布视觉直觉推理基准 Humanity’s Sixth Sense，含 522 个问题、覆盖 288 张图片和 234 段共 17.6 小时的视频；人类 pass@1 达 93.1，最高分的 GPT 6 Astra 仅 53.6，GLM-5.3-flash 和 Kimi K3 分别为 26.8 和 25.5。
Sierra：BlogAI 评分5050 Sierra 发布 fleming-1，实时识别来电是否为 AI 智能体
Sierra 发布 fleming-1 模型，实时分析来电语音并评分，判断对方是否为 AI 生成的合成语音，并标记疑似 AI 来电，模型默认调校偏保守以避免误标真人。该模型配合此前宣布的 Personal Agent Protocol 开放标准使用，适用于任何基于 Sierra 构建的语音智能体，开启后即可使用。
Timothy B. Lee：Understanding AIAI 评分7171 Understanding AI 解读新模型 Jev：只输出概率的新类型 AI 模型
Understanding AI 撰文解析 TypeSafe AI 于 9 月 15 日发布的 Jev，一个不接受自由文本输出、只对固定选项给出概率估计的新类型模型。
Ai2 / Allen Institute for AIAI 评分5353 Ai2 的 Bolmo 字节级语言模型研究登 Nature，并开源 Bwen 8B 与 Blama 8B 检查点
Ai2 宣布其字节级语言模型 Bolmo 的研究发表于 Nature，并在 Hugging Face 上发布新检查点。文中介绍了 byteifying 方法，可将已训练好的子词模型以较短的额外训练转换为字节级模型，此前已基于 Olmo 模型做出 Bolmo 1B 和 7B。
OpenAI：部署安全与系统卡AI 评分4343 GPT-6 Sol 和 GPT-6 Luna：OpenAI 2026 年 10 月更新系统卡
OpenAI 在 2026 年 10 月更新中公布 GPT-6 Sol 与 GPT-6 Luna 的最新安全评估结果。
Mistral AI精选AI 评分7474 Mistral 发布 Mistral Large 4 公开预览：1 万亿参数多模态开源权重模型
Mistral 发布 Mistral Large 4（ML4，昵称 le Chonk）公开预览，1 万亿参数、520 亿激活参数的原生多模态模型，预览 API 已在 Mistral Studio 开放，权重将于本月底发布。
推荐理由：官方给出具体基准数字、开放权重时间表和欧洲自建训练基础设施，读者可据此判断它在开源模型中的位置。
Recode China AIAI 评分4444 DeepSeek 开源华为昇腾工具剑指 Nvidia CUDA 壁垒，Manus 2.0 重启加剧 Agent 大战
DeepSeek 开源了为华为昇腾芯片打造的全套软件工具，直接冲击 Nvidia 的 CUDA 锁定，显示模型层与芯片层正协同设计去 Nvidia 化的技术栈。Manus 同期以 2.0 版本重启，推出常驻个人智能体 Cue，估值翻倍至 40 亿美元，与字节豆包、MiniMax、智谱等展开个人智能体竞争。中美峰会上达成设立 AI 事件沟通热线的八点共识，但特朗普随后拒绝与中国在 AI 安全上合作。
Ai2 / Allen Institute for AIAI 评分6060 Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源 AstaBrief 8B 模型及训练数据，模型可将研究问题和检索到的文献片段一步式生成带引用的科研报告，已在 Asta 的 Generate a report 功能中作为 Fast 模式上线。
OpenAI：部署安全与系统卡AI 评分4848 OpenAI 发布 GPT-6.1 Sol 系统卡增补：评估安全能力
OpenAI 发布 GPT-6 Astra 系统卡增补文件，评估 GPT-6.1 Sol 的安全表现。该模型在生物与化学领域被定为 High 能力，未越过 Critical 阈值；在网络安全评估中优于此前所有生产对话模型，但相比 GPT-5.6 Sol 在合成和半合成智能体环境中出现轻微回退。生物学拒绝评估方面与 GPT-6 Sol 表现相当，且对良性提示词拒绝更少。
Anthropic：Claude.dev 开发者博客精选AI 评分7979 Anthropic 发布 Claude Sonnet 5.5：比 Sonnet 5 快 30%，多数工作成本最多降 30%
Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族继 Opus 5.5 后的第二款模型，比 Sonnet 5 更聪明、更高效、快 30%，单 token 价格不变，因通常消耗更少 token 而最多省 30% 成本。
推荐理由：原文给出模型细节、迁移的六个破坏性变更和 effort 调优建议，开发者可以据此评估替换 Sonnet 5 的成本和改法。
Recode China AIAI 评分4646 中美开启AI对话，阿里瞄准20GW全球数据中心容量，DeepSeek接近75亿美元融资
中美领导人在纽约峰会后同意开启正式AI对话，并设立双边贸易委员会，但对话实质内容仍待定义。阿里云在云栖大会发布自研AI芯片，并承诺到2032年建成20GW AI数据中心容量；DeepSeek接近完成75亿美元融资，年化收入达10亿美元，但监管机构据报道对其和月之暗面启动数据安全调查。
Fireworks AI精选AI 评分6363 Fireworks Research 发布 Ember-1：以 40% 更少 token 达成 Kimi K3 同等质量
Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，在保持质量的同时减少约 40% 的 token 消耗。团队通过 50 多次训练实验和 200 多次评估开发新训练算法，让模型学会更高效地推理；在 7 个基准和两家客户生产流量的 A/B 测试中，推理 token 缩短 35-50% 且准确率不降，内部编码流量切换后开发者几乎无感。
推荐理由：原文给出 Ember-1 相对 Kimi K3 的基准对比、A/B 实测和生产部署数据，读者可据此评估以更低 token 成本跑编码和智能体任务的可行性。
Recode China AIAI 评分4747 DeepSeek 发布 V4.1-Flash、燧原科技上市、Anthropic 指控蒸馏：中国 AI 周报
本周中国 AI 周报追踪 297 条新闻：DeepSeek 发布 552B 参数 MoE 模型 V4.1-Flash（每 token 仅激活 8–16B），在 Terminal-Bench 2.1 上编码与智能体任务胜过 GPT-5.6 Sol 和 Kimi K3，并以约 740 亿美元估值筹备科创板上市。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 发布编码模型 SWE-2，推动能力与推理成本的 Pareto 前沿
Cognition 发布迄今最先进的编码模型 SWE-2，基于 2.8T 参数的 Kimi K3 后训练，FrontierCode 1.1 Main 得分 50.0%，比 Fable 5.1 仅差 1 分且便宜 64%，比 GPT-6 Astra 低几分但成本仅四分之一。
推荐理由：官方既给出与 GPT-6 Astra、Fable 5.1 的对比数据，也详述了 RL 成本惩罚等训练方法，读者可借此理解低成本高能力的实现路径。
Suno：Blog精选AI 评分7777 Suno 发布 v6 音乐模型，推出旗舰、探索和免费三档
Suno 发布新一代音乐模型 v6，与 Warner Music Group、BMG 和 Believe 等行业伙伴合作开发，包含 v6、v6-wild 和 v6-mini 三款模型，分别面向精准创作、风格探索和免费快速生成。v6 支持用自然语言编辑歌曲片段、混搭多来源素材、采样构建节拍，以及从文本、音频、图片和视频生成音乐，上线后将逐步替换旧模型。
推荐理由：原文出自 Suno 官方，给出 v6 三款模型的定位差异和新编辑能力，读者可以对照自身创作需求选择版本。
OpenAI：部署安全与系统卡精选AI 评分7777 OpenAI 发布 GPT-6 Astra 系统卡：按 High 能力对待，披露监控规避与沙箱逃逸评测
OpenAI 发布 GPT-6 Astra 系统卡，将其在生物与化学领域按 High 能力预防性对待，但未达 Critical 阈值。
推荐理由：官方系统卡披露了被测模型在隐蔽 sandbagging、CoT 监控规避上的实测数据，读者可据此评估其监控可靠性结论。
Fireworks AI精选AI 评分7474 Fireworks 评测 DeepSeek V4 Pro 0813：SWE-Bench 95.2%，单任务成本约为 Fable 5 的三分之一
Fireworks AI 发布对 DeepSeek V4 Pro 0813 的评测，该模型在 SWE-Bench Verified 得 95.2%、LiveCodeBench v6 得 92.0%，均领先 Fable 5 和 Kimi K3，SWE-bench 单个解决任务成本 $0.309，约为 Fable 5（$0.808）的三分之一。
推荐理由：Fireworks 用同一套评测对比 V4 Pro 与 Fable 5 和 Kimi K3，给出逐任务成本数据，并说明 Java 弱项和 oracle 路由的上限含义。
Recode China AIAI 评分6767 Qwen3.8-27B 发布：27B 级智能模型如何兼顾本地部署与性能
文章分析了阿里巴巴上周五发布的 Qwen3.8-27B，指出 27B 是本地部署的甜点位，可在 24~64GB 内存和 RTX 5090 等消费级 GPU 上运行，满足开发者对数据隐私和固定成本的需求。
Nathan Lambert：InterconnectsAI 评分7070 Nathan Lambert 解析 GLM-5.3 发布与中国实验室如何紧咬前沿
Z.ai 发布 GLM-5.3，暂仅限编码方案，两周内开放权重，约 750B 参数、与 GLM-5.2 同底座仅大幅延长后训练，在多个智能体编码基准上超过 Kimi K3，部分超过 Claude Fable 5 或 GPT-5.6-Sol。
OpenAI：部署安全与系统卡AI 评分4949 GPT-5.6 八月更新：OpenAI 发布部署安全详情与青少年安全评估
OpenAI 在 GPT-5.6 的八月更新中说明 GPT-5.6 Sol 和 GPT-5.6 Luna 的训练数据来源与安全措施，并首次引入面向 18 岁以下用户的 U18 专项评估，涵盖自残、饮食障碍、年龄限制商品和不当性内容等场景。
Zyphra ResearchAI 评分4242 Zyphra 发布 ZUNA1.1：更灵活的 EEG 基础模型，支持降噪与超分辨率重建
Zyphra 发布 Apache 2.0 开源的 EEG 基础模型 ZUNA1.1，可跨任意通道布局对脑电数据做重建、降噪和上采样。模型保持 380M 参数与 transformer 扩散自编码架构，训练步数增至 4 倍、语料约 3.5M channel hours，支持 0.5–30 秒可变长度输入和四种 dropout 重建任务。
Together AI 研究与产品博客精选AI 评分6666 Together AI 与月之暗面达成战略合作，首发托管 Kimi K3 开放权重模型
Together AI 宣布与 Moonshot AI 达成战略合作，成为其模型发布的首发平台，从 Kimi K3 开始并覆盖此后所有开放权重模型。
推荐理由：官方公告给出 Kimi K3 架构细节与托管入口，读者可以据此评估开放权重模型在生产环境的可用方式。
Together AI 研究与产品博客精选AI 评分7474 Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 提供 Day 0 接入
Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 同步在 Serverless 平台提供 Day 0 接入。
推荐理由：原文给出了 Inkling 的架构细节和 Together AI 的 Day 0 上线入口，读者可以据此评估其在生产推理中的可用性。
OpenAI：部署安全与系统卡精选AI 评分7878 OpenAI 发布 GPT-5.6 系统卡，将 Sol、Luna、Terra 生物化学能力评估为 High
OpenAI 发布 GPT-5.6 系统卡，将 GPT-5.6 家族三个模型 Sol、Luna、Terra 在生物化学领域预防性评估为 High 能力，未达 Critical。
推荐理由：OpenAI 官方系统卡给出 GPT-5.6 家族生物化学能力被评为 High 的依据、部署模拟预测方法和安全回归细节，可了解其安全评估如何运作。
Cognition 模型 / Devin 博客精选AI 评分7272 Cognition 发布 SWE-1.7：基于 Kimi K2.7 的前沿级编码模型
Cognition 发布迄今最强模型 SWE-1.7，以更低成本达到前沿级智能，基于 Kimi K2.7 底座，今日已在 Devin 的 Web、Desktop 和 CLI 中通过 Cerebras 以 1000 TPS 提供。
推荐理由：官方详细披露了 RL 训练方法、跨洲多集群架构和基准数据，读者可借此了解低成本训练前沿编码模型的可行路径。
OpenAI：部署安全与系统卡精选AI 评分6767 OpenAI 发布 GPT-5.6 Preview 系统卡：生化能力按 High 预防性处理
OpenAI 发布 GPT-5.6 Preview 系统卡，覆盖 Sol、Luna、Terra 三个模型。用 ChatGPT 生产流量做部署模拟预测违规率，预计 GPT-5.6 Sol 每 10 万轮对话约 8.6 轮违反骚扰政策；相对 GPT-5.5，性类违规内容从 0.05% 升至 0.07%，心理健康类违规响应从 0.03% 降至 0.02%。
推荐理由：OpenAI 官方系统卡披露 GPT-5.6 家族被预防性列为生化 High 能力，并给出部署模拟的违规率预测方法与结果，读者可借此了解其安全评估口径。
Zyphra Research精选AI 评分6868 Zyphra 发布 Apache 2.0 开源实时 TTS 模型 ZONOS2
Zyphra 发布开源实时语音合成模型 ZONOS2，采用 MoE 架构，总参数 8B、激活参数 900M，Apache 2.0 许可，称其为首个开源 MoE TTS 模型。
推荐理由：官方同时放出权重、推理代码和自建评测集，还解释了 WER 与克隆保真度的权衡，读者可据此评估其语音克隆路线。
OpenAI：部署安全与系统卡精选AI 评分6161 OpenAI 发布 GPT-Rosalind-5.5 系统卡，生命科学能力模型以可信访问为主要防护
OpenAI 发布 GPT-Rosalind-5.5 系统卡，该模型基于 GPT-5.5 增量训练，面向生命科学能力，不再拒绝复杂生物学查询，转而以可信访问审核作为主要防护。
推荐理由：系统卡说明模型为何不拒绝生物学查询，以及可信访问、持续监控和可撤销权限等部署 safeguards 的具体做法。
Zyphra ResearchAI 评分5656 Zyphra 开源 Zamba2-VL 混合 SSM 视觉语言模型系列，提供 1.2B、2.7B 和 7B 三种规模
Zyphra 发布开源视觉语言模型系列 Zamba2-VL，基于 Zamba2 混合 SSM–Transformer 骨干，提供 1.2B、2.7B 和 7B 三个规模，以 Apache 2.0 许可开放权重。
Zyphra ResearchAI 评分5858 Zyphra 发布 ZAYA1-8B-Diffusion-Preview，自回归 MoE 模型转扩散解码最高 7.7x 加速
Zyphra 发布 ZAYA1-8B-Diffusion-Preview，将已自回归训练的 ZAYA1-8B 转换为离散扩散模型，评估性能无系统性损失。
Thinking Machines Lab：NewsAI 评分7171 Thinking Machines Lab 发布交互模型研究预览 TML-Interaction-Small
Thinking Machines Lab 宣布交互模型研究预览，模型原生处理音频、视频和文本的实时交互，而非依赖外部脚手架，采用 200ms 微轮次的多流设计，并由交互模型与异步背景模型分工协作。
Zyphra ResearchAI 评分5757 Zyphra 发布 ZAYA1-VL-8B 开源视觉语言模型
Zyphra 发布首个视觉语言模型 ZAYA1-VL-8B，为 700M 激活、8B 总参数的 MoE 模型，基于 ZAYA1-8B，以 Apache 2.0 许可开放权重。
Zyphra Research精选AI 评分6060 Zyphra 发布 ZAYA1-74B-Preview，在 AMD 上完成大规模预训练
Zyphra 发布 ZAYA1-74B-Preview，这是一个总参数 74B、激活 4B 的 MoE 预 RL 推理基座，未做 RL 后训练或指令微调，权重以 Apache 2.0 许可在 Hugging Face 开放。
推荐理由：官方发布给出了架构、训练数据规模和 pass@4 对比细节，读者可以据此评估这个预 RL 基座在 AMD 上扩展预训练的实际水准。