Reflection AI 将其首个大语言模型 Beam 的权重发布到 Hugging Face，同时开放后训练配方、代码模板以及用于衡量定制后能力与安全护栏变化的工具。Beam 约 5000 亿参数，官方称在部分基准上接近四倍规模模型的表现，训练历时两个月、使用数千块高端显卡，并提供标准版与多个量化版本。此次还发布了用于投机解码的 drafter 模型、多个主流 serving engine 的即用配置和 fused kernels，后续将补充基于自蒸馏的训练配方。
#开源/仓库#数据/训练#Hugging Face
Today we’re releasing Muse Spark Open, the most capable US open-weight model to date. Built for coding and agentic work, it excels at long-horizon tasks, complex software engineering, and multi-step reasoning. Key Model Specs: → 816B total / 42B active parameters → 1M token context window → Natively multimodal across text, image, video, audio
#评测/基准#开源生态#Meta
Our next generation of open weights multimodal decision models comes in two sizes, pplx-decider-v1.2 and pplx-decider-flash-v1.2. Text and vision scores improve. Inference is up to 5x faster: all questions in a request run in one pass. Flash is the top 4B on the Decision Index. https://t.co/Zb1MN36aFi
#行业动态#开源生态#Hugging Face
英伟达本周推出 Nemotron 3.5 Super VL，一款 1200 亿参数模型，主打快速任务完成与“常开”智能体的准确性，同时发布 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Nemotron 3.5 Bolt E4B 4GB，前者侧重平衡与速度，后者面向对话智能体。三款模型完全开源，权重、数据集和训练配方均已公开，并可在 Hugging Face 获取，这是英伟达上月同意收购该开源平台后发布的首批模型。Omdia 分析师 Alexander Harrowell 认为，英伟达此举意在支撑其 GPU 周边生态，同时模型架构带来更好的内存扩展和更大上下文窗口，对智能体应用有价值。
#模型发布#开源生态#端侧
Our next generation of open weights multimodal decision models comes in two sizes, pplx-decider-v1.2 and pplx-decider-flash-v1.2. Text and vision scores improve. Inference is up to 5x faster: all questions in a request run in one pass. Flash is the top 4B on the Decision Index. https://t.co/Zb1MN36aFi
#模型发布#开源生态#Hugging Face
Spent years watching models ace a single image and completely whiff on anything that moves or changes angle. Today we’re fixing that. Try Glimpse now, our first visual thinking model with competitive frontier performance compared to Astra on key public visual reasoning benchmarks.
#模型发布#多模态#视频
Exciting news: Beam-1.0-501B-A23B by @Reflection_AI just landed #12 among open weight models in Agent Arena with -3.67% Net Improvement, and #22 among open in Code Arena: WebDev with 1438 pts. It’s also fully open under Apache 2.0. On the Agent Arena leaderboard, Beam 1.0 is the top-ranked US model among open models, landing at #12. That puts it ahead of Hy3, MiMo V2.5 Pro and MiniMax M3. Its margin of error is wide (±3.84% on Net Improvement), so it’s statistically closer to the two Qwen3.8 models just above it than its rank suggests. On Code Arena: WebDev, 24 of the top 25 open models come from Chinese labs. The one exception is Reflection’s Beam 1.0 (Apache 2.0). It ranks #22 among open models, which makes it the top US open model on the board, just ahead of Kimi K2.5 Thinking and GLM-5. Congrats to the @Reflection_AI team on this solid open weights release!
#评测/基准#开源生态#Agent
Meta 发布开放权重多模态模型 Muse Spark Open，总参数 8160 亿、激活参数 420 亿，支持 100 万 Token 上下文，已发布在 Hugging Face 上。该模型利用苹果开源数组框架 MLX 对 Apple Silicon 统一内存架构做了优化，可运行在搭载 M5 Ultra 芯片的 Mac Studio 上；M5 Ultra 最大支持 512GB 内存，两台最高配置的 Mac Studio 即可容纳整个模型。
#模型发布#多模态#开源生态
Meta 发布开源权重模型 Muse Spark Open，并与 Apple 硬件团队合作使其能在 M5 Mac Studio Ultra 上高效运行。该模型拥有 420 亿活跃参数、100 万 token 上下文窗口，具备多模态能力，Meta 称其在智能体和编码任务上表现良好，权重已在 HuggingFace 上以 Meta 的 Muse Model 许可公开。在 Apple 电脑上运行该模型需要两台搭载 M5 Ultra 的 Mac Studio，每台起售价 5,499 美元。
#模型发布#开源生态#Agent
Elorian 发布首个模型 Glimpse，以研究预览形式开放 API，聊天界面需排队等候。该模型在推理过程中可裁剪图像区域、抽取视频帧或运行代码来测量和比较所见内容，Elorian 称之为视觉草稿空间。Glimpse 定价为每百万 token 输入 0.60 美元、输出 3 美元，据 Elorian 评测在科学图表推理和短视频描述上超过 GPT-6 Astra。公司称该模型用数百块 GPU 训练，规模明显小于对标的 frontier 系统，初期面向机器人、科研实验室和媒体创意等拥有大量视频的企业。
#模型发布#多模态#推理
Gemini 4 Argon sets a new record on WANDR. It is now available in Perplexity for Pro and Max subscribers. https://t.co/n1TyI9RhBX
#模型发布#Agent#搜索
#产品更新#图像生成#OpenAI
#产品更新#开源生态#Agent
Introducing Beam: a highly efficient agentic open model with 501B total parameters and 23B active. - Frontier reasoning efficiency - Advances the Western open frontier on coding & agentic tasks - Trained end-to-end from scratch Full weights release this month. Learn more about Beam: https://t.co/c3Qx2cpM8G
#评测/基准#Agent#编码
#评测/基准#模型发布#开源生态
Reflection 于 10 月 16 日在 Hugging Face 以 Apache 2.0 许可发布其首个开放权重模型 Beam，Baseten 同日通过 Model APIs 和 Dedicated Inference 提供 day-0 支持。Beam 为 501B 总参数、每 token 激活 23B 的 MoE 自回归 Transformer，上下文窗口最高 100 万 token，预训练使用 23.8 万亿 token，并以 BF16、FP8、NVFP4 精度发布权重。Reflection 给出的评测结果为 GPQA Diamond 90.5%、SWE-bench Verified 80.9%、AIME 2026 97.8%、Terminal-Bench 2.1 80.1%、MCP Atlas 78.7%，同时开源了终端智能体工具 Mirror CLI。
#模型发布#开源生态#Agent
Meta 发布开放权重模型 Muse Spark Open，采用 256 专家的 MoE 架构，每 token 激活约 42B 参数，上下文窗口 100 万 token，支持文本、图像、视频和音频输入但仅输出文本。Meta 与 Apple 合作，将约 530 GByte 的四比特量化版本放到两台互联的 Mac Studio M5 Ultra 上运行，通过 MLX 框架和 Thunderbolt 5 分配计算，8192 token 上下文下约 25 输出 token/秒。Artificial Analysis 测试显示其 Intelligence Index 得 39 分，为当前最强美国开源权重模型，但落后于 MiMo-V2.6-Pro 的 46 分和 GLM-5.3 的 45 分，且在四项 Agent 测试中排名末位。模型权重已在 Hugging Face 提供 16 位约 1.6 TByte 和四比特约 530 GByte 两个版本，API 输入每百万 token 1.25 美元、输出 4.25 美元。
#模型发布#开源生态#Agent
NVIDIA 为 Nemotron 开源模型家族新增三款模型，覆盖数据中心、桌面与边缘设备的企业工作流、本地 AI 智能体和对话应用。其中包括 1200 亿参数的 Nemotron 3.5 Super VL，NVIDIA 称其吞吐量最高可达同类次优模型的 5 倍，准确率接近其最大推理模型而参数量约为五分之一；另有两款 Nemotron 3.5 Bolt 系列小模型，74B-A9B 24GB 面向 RTX 与 DGX Spark 上的日常智能体任务，E4B 4GB 面向对话与物理 AI 智能体。Super VL 和 Bolt 74B-A9B 已可用，Bolt E4B 计划于 10 月 23 日发布。
#模型发布#开源生态#端侧
Meta 于周四发布开源权重模型 Muse Spark Open，称其能力可对标并在部分场景超越中国厂商的同类产品。Meta AI 负责人 Alexandr Wang 称其为迄今能力最强的美国开源权重模型，该模型面向编码与智能体任务，擅长长周期任务、复杂软件工程和多步推理，并内置了安全防护措施。该模型针对 Apple M5 Ultra 芯片做了优化，用户可用两台搭载该芯片的 Mac Studio 在桌面端运行。
#模型发布#开源生态#Meta
Hugging Face 发布 Beam，一个 501B 参数的稀疏 MoE 开源模型，面向 1M 上下文的长文本推理与智能体任务，每个 token 仅激活约 23B 参数。模型采用 52 层混合注意力，43 层为 512 token 滑动窗口、9 层为全局注意力，KV cache 每 token 增长 36 KiB，约为全注意力方案的六分之一。官方提供 BF16、FP8 和 NVFP4 三种 checkpoint，NVFP4 可将权重从约 1 TB 压缩到约 280 GB，并已获 transformers、vLLM 和 SGLang 的 day-0 支持。
#行业动态#开源生态#Hugging Face