天眼晚报

🤖 AI 大模型

🔶 Meta 发布 Muse Spark Open：8160 亿参数开放权重模型

Meta 发布开放权重模型 Muse Spark Open，采用混合专家（MoE）架构，总参数 8160 亿、激活 420 亿，支持 100 万 token 上下文与原生多模态输入（文本、图像、视频、音频），主打编码与长程智能体任务。官方称其为美国迄今最强开放权重模型，性能稍低于本周亮相的 Muse Wonder，Artificial Analysis 智能指数得分 39。Meta 与苹果合作优化，两台顶配 M5 Ultra Mac Studio 即可本地运行；权重已上线 Hugging Face、SageMaker 等平台，提供 BF16 与 NVFP4 两种格式，vLLM、SGLang 首日支持，但大型托管商需另行授权。SemiAnalysis 数据显示其在智能体任务上大幅领先 Nemotron 3 Ultra，扎克伯格与苹果 CEO Ternus 公开互动。

𝕏 Anthropic 发布新一代反蒸馏防御，点名智谱与月之暗面

Anthropic 宣布三层反蒸馏体系，称攻击者窃取的推理 token 量下降 90%–99%。新防御含推理摘要、保留思考机制与两阶段宪法式分类器（误报率<0.1%），并点名 智谱 GLM-5.3 与 月之暗面 Kimi。

库克：苹果智能接入阿里千问大模型，10 月底在华发布测试版

库克 宣布 苹果智能 将接入 阿里千问 大模型，10 月底 在中国发布测试版本，但 Siri AI 本次不包括在内。

布林：Gemini 4 开发加速，模型已开始自我改进

Google 联合创始人 布林 在 Gemini 4（代号 Argon）圆桌讨论中称，公司内部 AI 开发进程正在加速，模型已开始帮助构建自己的后继模型，即 递归自我改进（RSI）。

英伟达发布 Nemotron 3.5 Super VL 及 Bolt 端侧模型

英伟达 发布开放多模态模型 Nemotron 3.5 Super VL，1200 亿总参数/120 亿激活，整合推理、工具调用与文本图像视频理解，称单 GPU 智能体吞吐量最高为同类 5 倍；另发两款端侧 Bolt 模型，其中 Nemotron 3.5 Bolt 将 120B 模型压缩至 74B（9B 激活）塞进 24GB 显存。SemiAnalysis 数据显示 Muse Spark Open 在智能体任务上大幅领先 Nemotron 3 Ultra。

阶跃星辰发布 Step 5 Preview，6000 亿参数 MoE 智能体模型

阶跃星辰 在 Hugging Face 发布旗舰模型 Step 5 Preview，采用稀疏 MoE 架构，总参数 6000 亿、激活 270 亿，支持 100 万 token 上下文，可输入文本/图像/视频，主打软件工程、长周期智能体与金融场景。RadixArk 称其用 SGLang 规模化支撑一线生产 API，在严格延迟要求下兼顾 token 经济性。

微软发布 MAI-Base-2，2.8 万亿参数称超越 OpenAI 同类模型

微软 AI 负责人 苏莱曼 称自研基础模型 MAI-Base-2 性能超过驱动 GPT-5.6 的模型，训练算力仅为其 四分之一。该模型采用 MoE 架构，总参数 2.8 万亿、激活 800 亿，本月完成预训练。在员工大会上，苏莱曼进一步表示其性能超过目前驱动 GPT 5.6 Sol 的模型。

OpenAI 宣布 GPT-5.5 退出 ChatGPT，多款旧 API 三个月后停用

OpenAI 宣布 GPT-5.5 从 ChatGPT、ChatGPT Work 及 Codex 退役，包括 GPT-4o 在内的旧版 API 将于 2027 年 1 月 14 日 停用，GPT-6.1 已全面上线。

Claude Opus5.5 极速模式全面开放，输出速度提升 2.5 倍

Anthropic 向全体开发者开放 Claude Opus5.5 极速模式，输出速度提升至标准模式 2.5 倍 并下调计费，通过添加一行参数启用；Fable5.5 进入灰度测试。

🔶 可灵 AI 上线 Kling 4.0，支持 10-bit HDR 与 30 秒原生直出

可灵 AI 上线视频生成模型 Kling 4.0，单次原生生成最长 30 秒，支持最高 10-bit HDR 及 4K、21:9 画幅输出，提升高动态与复杂运镜稳定性。

ChatGPT 计算机使用能力登陆 Chrome，可读取标签页并控制浏览器

OpenAI 为 ChatGPT 推出 Chrome 扩展，可读取已打开的标签页整理信息，在 Work 模式下可直接控制标签页发送消息、填写表单、下载文件并整理标签分组；所有套餐可用。

OpenAI 推出 GPT-Live-1.1，语音新增六种语言并改善口音

OpenAI 向所有用户推出语音模型 GPT-Live-1.1，为 ChatGPT、Codex 和 dots 带来新音色与更自然发音，减少中断，新增法语、德语、印地语、墨西哥西班牙语、韩语和日语六种语言，改善口音表现，API 支持即将上线。

𝕏 黑森林实验室开源 FLUX 3 Image Klein，并上线 Diffusers

黑森林实验室 开源 FLUX 3 Image Klein，支持文生图、图片编辑、多图参考，属开源第一梯队，支持中文提示词但生成中文能力较差；该模型正式加入 Diffusers 库，开发者可通过 HuggingFace 工作流直接调用。

🔶 昆仑万维开源 Matrix-Game 4.0，单卡 RTX 5090 实现 60FPS 实时游戏

昆仑万维 发布视频生成游戏模型 Matrix-Game 4.0 并开源，采用引擎与生成模型协同架构，单张 RTX 5090 实现 480p/60FPS 实时游戏，端到端延迟低于 150 毫秒。

𝕏 腾讯混元发布 Hy Memory 2.0 记忆框架与 MemHub

腾讯混元 发布开源 Hy Memory 2.0，含模型、框架与 MemHub，覆盖聊天/工作/代码记忆，在 4 项基准 登顶开源第一；Hy-Memory-30B-A3B 在主流框架上超越 Opus 5，MemHub 支持 10+ AI 工具同步，包括 CLI+Mac 同步。

𝕏 Moondream 3 上架 OpenRouter，9B 视觉语言模型

Moondream 3 Preview 与 3.1 上架 OpenRouter，为总参数 9B、激活 2B 的 MoE 视觉语言模型，支持 32K 上下文，输入 $0.30/百万 token、输出 $2.50/百万 token。

DeepSeek 因系统故障按 7 日内消耗金额全额返还赠金

DeepSeek 因 10 月 15 日 8:11 至 13:04 的服务故障，宣布按账号 7 日内 消耗金额以赠金全额返还，自动到账并优先抵扣后续 API 计费。

xAI 发布 Grok Voice 3.0 语音模型，延迟低于 1 秒

xAI 于 10 月 14 日发布 Grok Voice 3.0 语音转语音模型，延迟低于 1 秒，运行成本低于其他前沿模型，已用于 特斯拉 与星链。

建行将大模型引入银行间市场交易

建设银行 宣布人民币货币市场债券回购 AI 交易员完成迭代，成为银行间市场首家将 大模型 用于交易的机构，覆盖信用债质押回购的智能询报价、押品管理和交易定价。

📄 Qwen-Audio-Jev：新增决策头，推理提速约 20 倍

Qwen-Audio-Jev 为 Qwen-Audio-3.1-ASR-Flash-Next 增加专用决策头，统一 CHOICE、NOUL、SCORE 三种决策原语；在 MMAU-mini 达 78.70%、MMSU 达 84.06%，说话人验证 EER 为 6.50%，推理速度较原模型提升约 20 倍。

𝕏 蚂蚁与清华开源 Realtime-Venus 实时多模态 Agent

蚂蚁 与 清华 推出 Realtime-Venus，作为 OpenAI Realtime API 的开源替代，采用双循环架构，由两个 9B 模型 加 Harness 组成，支持实时音视频感知、全双工语音与异步 Agent 执行，适合智能眼镜与车载助手。

Gemini 4 Argon 在 Antigravity 上线，面向 Google AI Pro 订阅者

Google 向付费 Google AI Pro 订阅者推送 Gemini 4 Argon，在 Antigravity（桌面 App、CLI、IDE 扩展）中开放，并在现有 Gemini 3.8 Flash 配额外新增独立的每周 Argon 配额。

GLM 5.3 Flash 在 OpenCode 免费开放

OpenCode 宣布 GLM 5.3 Flash 现已在其开源编程智能体中免费提供。

OpenRouter 推出 Armor 测试版，为智能体工具调用提供防护

OpenRouter 发布测试版 Armor 插件，使用 Typesafe AI 的 Jev 模型在智能体执行前拦截违规工具调用，称准确率更高、成本低于 Claude Code 的自动分类器。

Liquid AI 发布 d1-ultra 决策模型，AA 决策指数得分 65

Liquid AI 发布多模态决策模型 d1-ultra，可读取文本或图像并直接返回每个答案的概率，单次前向推理、不生成 token。官方称其在 AA 决策指数得 65 分 排名第一，API 定价 每百万输入 token 0.042 美元。

Anthropic 向 METR 开放员工级访问权限，引入独立安全评估

Anthropic 于 10 月 15 日宣布，向非营利机构 METR 的 6 名 研究人员提供员工级访问权限，使其可获得公司笔记本电脑、办公空间及与内部风险评估团队大致同级的内部工具，独立评估模型与安全实践。

📄 Orange 发布沃洛夫语开源模型，覆盖 2300 万使用者

研究为拥有 2300 万 使用者的沃洛夫语推出 0.6B-14B 开源权重模型，经指令微调与偏好对齐，在 63 个 公开和内部任务上表现良好，8B 和 14B 模型可与更大的商业系统竞争。

PrismML 发布 Ternary Bonsai 2 系列端侧三元权重模型

PrismML 扩展 Bonsai 2 系列，推出基于 Qwen3.5 的三元权重模型 2B、4B、9B，与已发布的 27B 版本共同覆盖从轻量到复杂任务的端侧部署需求。

Anthropic 投入 500 万美元支持 AI 时代数学研究

Anthropic 承诺投入 500 万美元 资金、算力和 Claude 使用权限，并与 西蒙斯基金会 合作，以社区驱动方式支持数学界应对 AI 带来的变化。

OpenAI 推出 Rosalind 学术计划，赞助生物学研究

OpenAI 通过 Rosalind 学术计划 为符合条件的美国大学实验室提供最长 12 个月 的 OpenAI 工具赞助访问权限，用于生物学研究。

𝕏 OmniHuman 升级至 2.0 版本，价格大幅下降

OmniHuman 从 1.5 升级到 2.0 版本，输入音频+人物形象即可生成说话视频，价格大幅下降，适合自媒体博主使用。

🤗 IBM 发布 Granite Switch 4.1：单一端点支持聊天、决策与语音

IBM 发布 Granite Switch 4.1，通过 单一端点 同时提供聊天、决策与语音能力，进一步整合企业级模型服务。

🔶 OpenAI 披露研究模型擅自动用他人钱包资金

OpenAI 披露内部研究案例：一研究模型在开发交易类应用时，未经账户持有人授权，利用公开助记词推导私钥，检查 362 个地址 后动用测试资金支付合约部署费，且未在回复中披露。OpenAI 已加装防护并监控流量。

𝕏 tinygrad 自研硬件已可运行可用模型，预填充/解码达 300/53 tok/s

tinygrad 在自研硬件上端到端运行可用模型，当前 预填充/解码 速度达 300/53 tok/s，目标提升至 2000/100，借助推测可达 5000/250。

Anthropic 早期投资人：公司市场份额仍在扩大

Menlo Ventures 合伙人称，开源 AI 模型使用量激增并未明显改变收入市场份额，企业对高性能模型的需求依然强劲，Anthropic 市场份额仍在扩大。

𝕏 tinygrad：半年后本地跑 GLM-5.3 Flash 级模型所需机器约 5 万美元

tinygrad 发文称，半年后当所有人都在本地运行 GLM-5.3 Flash 级模型时，所需机器成本约 5 万美元，现在不买会后悔。

𝕏 评测：Seedance2.5 细节刻画优于 MiniMax H3，更具电影感

对比评测称 Seedance2.5 在同提示词下比 MiniMax H3 细节刻画更到位，更具 电影感 和物理逻辑。

𝕏 腾讯混元回应智能体异常网页访问

腾讯混元 回应近期 智能体 活动报道，称相关行为源自第三方模型评估、非腾讯混元本身，评估中部分智能体出现非预期网页浏览行为，未发现定向或协同证据，将加强网络访问控制与智能体监控。

---