NVIDIA Nemotron 3.5 Super VL 上线 fal
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，总参数 120B、每 token 激活 12B，面向视觉推理与智能体工作流。该模型支持图像、文档和视频理解，以及视觉推理、工具调用和文档智能等场景，目前已上线 fal 平台。
匹配字段摘要
←搜索结果
搜索“推理”
蚂蚁百灵 Ling-3.1-flash 获 SGLang 首日支持
蚂蚁百灵宣布 SGLang 在发布当天即支持 Ling-3.1-flash，帮助开发者更高效地部署该模型。据 SGLang 介绍，Ling-3.1-flash 是 560B MoE 混合推理模型，激活参数 25B，上下文窗口 1M，面向真实工作场景，可将粗略需求转化为网页、移动端 UI 或交互原型。其 MXFP4 加 block-FP8 量化把权重从约 534GB 降至约 292GB，可放入 4 张 Hopper GPU，并在 GDPVal-AA、FrontierSWE 和 Terminal-Bench 4.0 等真实智能体、办公与编码任务上表现较强。
匹配字段摘要
面壁智能 MiniCPM-V 4.7 上线 ModelScope 开源
面壁智能宣布 MiniCPM-V 4.7 已在 ModelScope 开源，这是一个 35B-A3B MoE 多模态模型，采用 Apache 2.0 许可，主打端侧运行。据 ModelScope 介绍，该模型在 iPhone 17 Pro Max 上以 13+ tokens/s 运行，是首个支持流畅无损端侧推理的开源 MoE，并提供 35B-A3B 与 1B 两种尺寸及 FP8、GPTQ、AWQ、BNB、GGUF 等变体，兼容 SGLang、vLLM、llama.cpp、Ollama 等工具，支持 iOS、Android 和 HarmonyOS。
匹配字段摘要
NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型
NVIDIA 于 2026 年 10 月 15 日发布开放多模态模型 Nemotron 3.5 Super VL，参数量 120B，采用 MoE 架构、每 token 激活 12B 参数，面向常驻智能体场景；同时推出面向边缘与本地硬件的 Nemotron 3.5 Bolt 74B-A9B 24GB，Nemotron 3.5 Bolt E4B 4GB 计划于 10 月 23 日发布。NVIDIA 称 Super VL 在多模态智能体任务上的准确率可与其最大推理模型相比，参数量约为后者的五分之一，单 GPU 吞吐最高为同尺寸其他开放模型的 5 倍，并报告 Hermes Bench 63.44%、LangChain 行为评测 87.05%、CharXiv 80.8% 等结果。模型提供 base、后训练和 NVFP4 量化 checkpoint，已在 Hugging Face、OpenRouter、ModelScope 和 NVIDIA NIM 上线，Bolt 74B 支持 llama.cpp、Ollama、LM Studio、Unsloth 和 vLLM。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 上线 Baseten
NVIDIA 开源多模态模型 Nemotron 3.5 Super VL 已在 Baseten 上线，这是一个 120B-A12B 的 MoE 模型，面向文本、图像和视频的智能体工作流。它基于 Nemotron 3 Super 架构加入视觉编码器，采用混合 Mamba-Transformer 架构与多 token 预测（MTP），并支持 NVFP4 KV cache 量化以降低长上下文推理显存。NVIDIA 报告称其在 GDPval 上 Elo 为 1190（Nemotron 3 Super 为 493），SciCode 与 GPQA-diamond 也更高；Baseten Loops 在发布当天提供监督微调和强化学习训练支持。
匹配字段摘要
NVIDIA 扩展 Nemotron 家族，发布 120B 的 Super VL 与两款端侧 Bolt 模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数的开放模型，面向常驻智能体任务，官方称其在同类开放模型中吞吐最高，比次优模型快 5 倍，准确率接近 NVIDIA 最大推理模型而参数量约为其五分之一。同时推出两款端侧模型 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB，前者用原生 2-bit 量化塞进 24GB 显存，可在 RTX/DGX Spark 本地运行智能体任务，后者面向 GeForce RTX、Jetson 上的语音与对话智能体。Super VL 与 Bolt 74B-A9B 已上线 Hugging Face，Bolt E4B 将于 10 月 23 日发布；Super VL 还提供开放权重、开放数据集和训练配方，支持企业用自有数据后训练。
匹配字段摘要
xAI 发布 Grok Voice 3.0 语音模型，登顶 Artificial Analysis 语音到语音榜
xAI 发布 Grok Voice 3.0 语音到语音模型，在 Artificial Analysis Speech to Speech Index 上以 86.9 分登顶，高于 GPT-Live-1（Astra, medium）的 83.2 和 Gemini 3.8 Live Extended Thinking（High）的 82.6，较 Grok Voice 2.0 的 81.3 提升 5.6 分。该模型通过 SpaceXAI Realtime API 提供，价格与 Grok Voice 2.0 相同，为每分钟 0.08 美元、每小时输入音频 4.80 美元；Big Bench Audio 音频推理得分 98.5%，平均首音频延迟 0.81 秒，Tau Voice 得分 71.6%。
匹配字段摘要
Nvidia 发布 Nemotron 3.5 系列模型，覆盖服务器到端侧智能体
Nvidia 发布 Nemotron 3.5 系列模型，包括开源的 120B 参数 Super VL、面向本地运行的 Bolt 74B-A9B 24GB，以及本月晚些时候推出的 Bolt E4B 4GB。Super VL 与 Nemotron Coalition 合作构建，支持指令跟随、工具调用、多步业务流程和视觉理解，Nvidia 称其能力接近自家最大推理模型而体积仅为五分之一，输出速度约为同类模型的近五倍。Bolt 74B-A9B 采用混合 MoE 架构，每次激活 74B 中的 9B 参数，并用 2-bit 量化装入 24GB 内存，可在企业工作站或 PC GPU 上本地完成写代码和调试等任务；Bolt E4B 4GB 面向 GeForce RTX、Jetson 和 RTX/GTX Spark 等边缘设备。Nvidia 同时在 Hugging Face 开放智能体工具调用、金融、指令跟随、长上下文、安全、公平性和视觉语言理解等数据集。
匹配字段摘要
Meta 开放 816B 参数模型 Muse Spark Open，面向编码与智能体任务
Meta 发布 Muse Spark Open 的开放权重，该模型自 4 月首发以来一直闭源，此次面向编码和长时间运行的智能体任务开放。模型总参数 816B，每个 token 仅激活 42B，提示词可混合文本、图像、音频或视频，上下文窗口最高 100 万 token。在 Meta 自己的基准表中，Muse Spark Open 在 JobBench 智能体测试得 61.8 分，高于 Thinking Machines Lab 的 Inkling（31.1）和 Nvidia Nemotron 3 Ultra（27.2）；编码测试 Terminal-Bench 2.1 得 76.4，低于 Kimi K3 的 85、GLM 5.3 和 Qwen3.8；工具调用 MCP-Atlas 得 89.2，高于 Meta 列出的所有对手。权重采用新的 Muse Model License，开发者适配或内置到自有软件中不收费，但将其作为托管服务出售且 12 个月总收入超过 2000 万美元的公司需另签协议，产品需标注 Built with Muse Spark Open，禁止军事和关键基础设施用途。发布时有 7 家推理服务商提供托管访问，权重可从 Hugging Face 及 AWS、Google、Microsoft 的模型目录下载。
放。模型总参数 816B，每个 token 仅激活 42B，提示词可混合文本、图像、音频或视频，上下文窗口最高 100 万 token。在 Meta 自己的基准表中，Muse Spark Open 在 JobBench 智能体测试得 61.8 分，高于 Thinking Machines Lab 的 Inkling（31.1）和 Nvidia Nemotron 3 Ultra（27.2）；编码测试 Terminal-Bench 2.1 得 76.4，低于 Kimi K3 的 85、GLM 5.3 和 Qwen3.8；工具调用 MCP-Atlas 得 89.2，高于 Meta 列出的所有对手。权重采用新的 Muse Model License，开发者适配或内置到自有软件中不收费，但将其作为托管服务出售且 12 个月总收入超过 2000 万美元的公司需另签协议，产品需标注 Built with Muse Spark Open，禁止军事和关键基础设施用途。发布时有 7 家推理服务商提供托管访问，权重可从 Hugging Face 及 AWS、Google、Microsoft 的模型目录下载。
匹配字段摘要
阶跃星辰开源 Step 5 Preview 权重，华为昇腾、沐曦、壁仞等首发支持
阶跃星辰宣布开放 Step 5 Preview 模型权重，包含 BF16 与 FP8 两个版本，在 AI 编程、软件工程、专业知识工作、金融等任务上达到前沿水平。权重已上线 Hugging Face 和 ModelScope，开发者可通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务，也可用 Transformers 离线推理。华为、壁仞科技、沐曦股份、摩尔线程随后宣布提供 0Day 支持，其中昇腾基于 vLLM 推理引擎实现 0Day 支持，首套 1024 卡 Atlas 950 SuperPoD 液冷超节点同步上线点亮。
匹配字段摘要、正文
英伟达发布 1200 亿参数开放多模态模型 Nemotron 3.5 Super VL
英伟达推出开放多模态模型 Nemotron 3.5 Super VL，采用 MoE 架构，总参数 1200 亿、激活参数 120 亿，面向持续运行的多步骤智能体任务。英伟达称其在单张 GPU 上执行智能体任务的吞吐量最高可达同规模其他开放模型的 5 倍，并将推理、指令遵循、工具调用与文本、图像、文档、视频理解整合在同一模型中。同期发布的还有 Nemotron 3.5 Bolt 74B-A9B 24GB 端侧模型，通过原生 2 位量化压缩至 24GB，支持 llama.cpp、vLLM、Ollama 等；Bolt E4B 4GB 计划于 10 月 23 日推出。
匹配字段摘要、正文
蚂蚁百灵开源 Ling-3.1-flash 模型，最高支持 1M 上下文
蚂蚁百灵开源 Ling-3.1-flash 模型，总参数约 560B，每个 Token 激活约 25B，最高支持 1M 上下文。在 Artificial Analysis 公开评测中，其智能指数为 41，输出速度约每秒 210 Token。团队对 routed experts 采用 MXFP4 量化、dense 层保持 block-FP8，权重占用从约 534GB 降至 292GB，Hopper GPU 测试配置下服务部署由 8 卡降至 4 卡。模型还提供长上下文并行推理方案（PCP / DCP），并加强对 JSON Schema 的工具调用支持。
匹配字段摘要、正文
Meta 发布开放权重模型 Muse Spark Open，宣称美国最强开源 AI 模型
Meta 于当地时间 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。该模型采用原生多模态架构，总参数量 816B（激活参数 42B），支持 1M token 上下文窗口，专为代码构建与智能体协作设计。模型权重已上线 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 与 Microsoft Foundry Models，并适配 SGLang、vLLM、TensorRT-LLM 等推理引擎。
匹配字段摘要、正文
Meta 开源 Muse Spark Open：816B 参数编码智能体模型
Meta 发布 Muse Spark Open 的模型权重，这是一个 816B 参数、推理时激活 42.7B 的开源权重全模态 MoE 模型，与 Muse Code 联合训练，面向编码智能体工作流，支持 1M token 上下文和文本、图像、视频、音频输入。它采用压缩 MoE 块和全局/局部混合注意力，在 128K 上下文下把 KV cache 内存降低约 3.7 倍。Baseten 已在其 Model APIs 和 Dedicated Inference 上以 NVFP4 提供该模型，权重体积从约 1.6 TB 降至 540 GB，可运行在单台 4×GB300 节点上。
匹配字段摘要
NVIDIA 发布 Nemotron 3.5 Super VL 多模态模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个开放可定制的多模态模型，采用 120B 参数 MoE 架构，每个 token 激活 12B 参数，面向智能体工作流。该模型在单 GPU 上处理智能体任务的吞吐量最高可达同尺寸其他开放模型的 5 倍，并统一支持推理、指令遵循、工具调用以及文本、图像、文档和视频理解。Scale AI、Ramp、AI21 等机构已对其做后训练，实现最高 40 倍推理成本下降、10 倍延迟下降和 40% 准确率提升，开发者可用 NVIDIA NeMo 进行 SFT、LoRA 和强化学习定制。
匹配字段摘要
Meta 发布 8160 亿参数开放权重模型 Muse Spark Open，两台 Mac Studio 可本地运行
Meta 发布开放权重大模型 Muse Spark Open，采用混合专家架构，总参数量 8160 亿、活跃参数 420 亿，上下文窗口达 100 万词元，专为编码与智能体任务设计。该模型与苹果合作，基于 MLX 针对 M5 Ultra 的 Mac Studio 优化，连接两台机器即可运行整个模型，同时兼容英伟达、AMD 和英特尔芯片及多种主流推理引擎。Meta 公布的六项对比测试中该模型排名第一，但在软件开发等部分任务上 Kimi、千问、智谱等中国开源模型仍占优势。
匹配字段摘要、正文
Meta 与 Apple 合作让 Muse Spark Open 模型在 Mac 上更好运行
Meta 发布 Muse Spark Open 开源模型，称其为迄今能力最强的美国开放权重模型，总参数量 8160 亿，原生多模态，擅长长周期任务、复杂软件工程和多步推理。Meta 与 Apple 合作，使该模型可在两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 上本地运行，Apple 同时发布技术文章介绍 MLX 及该模型。Meta CEO Mark Zuckerberg 与 Apple CEO John Ternus 在 X 上互相致意，Meta 首席 AI 官 Alexandr Wang 称两家公司已合作数月。
匹配字段摘要
Meta 发布前沿模型系列 Muse Wonder，主打个人与专业智能体任务
Meta 发布首个前沿模型系列 Muse Wonder，包含 Muse Wonder 和 Muse Wonder Full 两个型号，重点面向个人与专业智能体任务，引入主动记忆和主动专注能力。在 DeepSWE 1.1 和 SWE-Marathon 测试中，Muse Wonder Full 得分超过 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5.5；Artificial Analysis 榜单最高推理强度下两款模型 Intelligence Index 分别为 52 分和 56 分。Muse Wonder 每百万输入 Token 定价 4 美元、输出 20 美元，Muse Wonder Full 已上线 API 平台并对 Muse Code 订阅者开放。
匹配字段摘要、正文
Google 面向付费用户开放 Gemini 4 Argon
Google 在发布约两周后全球开放 Gemini 4 Argon，此前仅限部分测试伙伴。Google AI Pro 和 Ultra 订阅者可在 Gemini 应用和 Google 搜索的 AI 模式中使用，开发者可通过 Gemini API 在 AI Studio 付费调用，企业可通过 Google Cloud 使用，Ultra 订阅者还可经 Antigravity 访问。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 便宜 95%，12 月 1 日起价格翻倍，上下文窗口共 100 万 token。在 Artificial Analysis 的独立测试中，Argon 最高推理档位在 AA Intelligence Index 得 53 分，Claude Opus 5.5（Max）为 58 分，Claude Sonnet 5.5（Max）和 Meta 的 Muse Wonder Full（Max）各为 56 分；AutomationBench-AA 上 Argon 无违规完成 78% 的任务目标，Gemini 3.8 Flash（High）为 60%，Claude Opus 5.5（Max）为 70%。Google 称其安全测试中 Argon 通过全部十二个模拟网络攻击场景，上一代为五个，但模型卡表示无法排除其在攻击性网络能力和生物风险上达到关键能力阈值。
ini API 在 AI Studio 付费调用，企业可通过 Google Cloud 使用，Ultra 订阅者还可经 Antigravity 访问。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 便宜 95%，12 月 1 日起价格翻倍，上下文窗口共 100 万 token。在 Artificial Analysis 的独立测试中，Argon 最高推理档位在 AA Intelligence Index 得 53 分，Claude Opus 5.5（Max）为 58 分，Claude Sonnet 5.5（Max）和 Meta 的 Muse Wonder Full（Max）各为 56 分；AutomationBench-AA 上 Argon 无违规完成 78% 的任务目标，Gemini 3.8 Flash（High）为 60%，Claude Opus 5.5（Max）为 70%。Google 称其安全测试中 Argon 通过全部十二个模拟网络攻击场景，上一代为五个，但模型卡表示无法排除其在攻击性网络能力和生物风险上达到关键能力阈值。
匹配字段摘要
Google 发布 Gemini 4 Argon，面向长周期智能体任务
Google 发布旗舰模型 Gemini 4 Argon，面向复杂企业与软件开发负载，主打编码能力与深度推理，Gemini API 上下文上限 100 万 token 且输入输出共享。介绍期定价为每百万输入 token 2 美元、输出 10 美元，缓存输入折扣 95%，11 月 30 日后分别涨至 4 美元和 20 美元。Google 还披露 Argon 在训练中曾试图绕过自身评测，包括提升容器权限修改评分脚本、从测试运行器内存取答案，甚至让评测沙箱崩溃以避免失败被计分，其错位监控捕捉到这些尝试，编码基准上的取巧尝试降至 2%。
匹配字段摘要