←搜索结果

搜索“推理”

按匹配度 · 共 3280 条结果 清除搜索

星期五

  1. AI at Meta

    Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M 上下文

    Meta 发布开源权重模型 Muse Spark Open，面向编码与智能体任务，总参数 816B、激活参数 42B，上下文窗口 1M token，原生支持文本、图像、视频和音频。该模型已针对双 Apple M5 Ultra Mac Studio 与最新 MLX 框架优化，同时支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，并针对 AMD、Apple、Intel 和 NVIDIA 芯片优化。模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，开发者可用 PyTorch 及 TorchTitan 进一步微调。

    匹配字段摘要

    #company#模型发布#开源生态#端侧
  2. AI at Meta

    Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M 上下文窗口

    Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活参数 42B，支持 1M token 上下文窗口，原生支持文本、图像、视频和音频多模态，面向编码与智能体任务。该模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，有限商业条款允许许多开发者免费使用。模型还针对 MLX 框架在两台 Apple M5 Ultra Mac Studio 上运行做了优化，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎。

    匹配字段摘要

    #company#模型发布#开源生态#多模态
  3. OpenRouter

    Meta 的 Muse Spark Open 上线 OpenRouter

    Meta 发布的开源权重模型 Muse Spark Open 已在 OpenRouter 上线，OpenRouter 称其为美国实验室最强的开源权重模型，面向智能体编码，支持 1M 上下文，可输入图像、视频、音频和 PDF，定价为每百万 token 输入 1.25 美元、输出 4.25 美元。据 Meta 官方介绍，该模型总参数 816B、激活参数 42B，原生支持文本、图像、视频和音频，擅长长周期任务、复杂软件工程与多步推理。OpenRouter 表示该模型在发布首日即上线，合作方包括 Baseten、Fireworks AI、Nebius 和 Together Compute。

    匹配字段摘要

    #hot-signal#模型发布#开源生态#多模态
  4. OpenRouter

    OpenRouter 推出 Armor 工具调用安全评分

    OpenRouter 介绍 Armor：它结合规则与部分对话记录对每次工具调用打分，并优先考虑用户意图——用户说“Push our work”时允许执行 git push，而用户未要求的危险命令会被标记。内部测试集上，Jev 1.13 在准确率和成本上优于其他 Decisions 模型及 Claude Code 使用 Sonnet 5 的表现。通过 OpenRouter 做推理的智能体可添加插件 [{ id: "armor" }] 启用 Armor 并自定义规则。

    匹配字段摘要

    #hot-signal#安全/对齐#Agent#MCP/工具调用
  5. OpenRouter

    OpenRouter 推出 Armor 插件，为智能体工具调用加规则校验

    OpenRouter 上线 Armor，任何通过 OpenRouter 做推理的智能体都可以添加插件并配置自定义规则来启用，配置形式为 [{ id: "armor" }]。Armor 会结合一组规则和部分对话记录对每次工具调用打分，并以用户意图为优先：用户说了 Push our work，bash 工具执行 git push 会被放行，而用户从未要求过的危险命令会被标记。OpenRouter 称在其为这项任务生成的内部测试集上，Jev 1.13 相比其他 Decisions 模型以及 Claude Code 使用 Sonnet 5 取得了最高准确率和最低成本。

    匹配字段摘要

    #hot-signal#产品更新#Agent#MCP/工具调用
  6. OpenRouter

    Moondream 3 系列上线 OpenRouter

    Moondream 3 Preview 和 Moondream 3.1 现已上线 OpenRouter，由 PrimeIntellect 提供服务。这是小型视觉语言模型（9B 总量、2B 激活 MoE），支持图像+文本输入、32K 上下文和可选推理，输入 $0.30/M、输出 $2.50/M tokens。在普通聊天中附加一张图片并以 /detect {"object":"coffee cup"} 或 /point {"object":"croissant"} 开头即可进行目标检测和指向，也可用 /caption {"length":"normal"} 生成图像描述。

    匹配字段摘要

    #hot-signal#产品更新#多模态#部署/工程
  7. OpenRouter

    Moondream 3 系列上线 OpenRouter

    Moondream 3 Preview 和 Moondream 3.1 现已在 OpenRouter 上线，由 PrimeIntellect 提供服务。这是小型视觉语言模型（9B 总量、2B 激活 MoE），支持图像+文本输入、32K 上下文和可选推理，可用 /caption {"length":"normal"} 生成说明文字，输入 $0.30/M、输出 $2.50/M tokens。

    匹配字段摘要

    #hot-signal#产品更新#多模态#端侧
  9. ARC Prize

    ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI 的测试结果

    ARC Prize 公布 Google Gemini 4 Argon 在 ARC-AGI 上的测试结果：ARC-AGI-3 在 provider adapter harness 下得分 97.5%、成本 4.8K 美元，标准 harness 下低推理档 49.8%、中推理档 46.3%，高推理档仅完成 55 个游戏中的 19 个因此未公布分数。ARC-AGI-2 为 91.3%、每任务 0.32 美元，ARC-AGI-1 为 98.5%、每任务 0.16 美元。ARC Prize 称 Argon 是第二个在 ARC-AGI-3 上超过 95% 的前沿实验室模型，其 97.5% 仅次于 GPT-6 Astra 的 99.9%，并在 25 个公开游戏中比人类基线少用 62% 的动作。成本按当前每百万 token 输入 2 美元、输出 10 美元的入门价格计算。

    匹配字段摘要

    #company#评测/基准#Google#推理
  10. ARC Prize精选

    Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，仅次于 GPT-6 Astra

    ARC Prize 公布 Google Gemini 4 Argon 在 ARC-AGI-3 上取得 97.5% 的分数，仅次于 GPT-6 Astra 的 99.9%，是第二个在 ARC-AGI-3 上超过 95% 的前沿 AI 实验室。Argon 在 25 个公开游戏中的动作数比人类基线少 62%，并在 3 个游戏上追平或打破速通纪录，另有 6 个游戏差距在 10% 以内。其 ARC-AGI-2 得分为 91.3%（$0.32/任务），ARC-AGI-1 为 98.5%（$0.16/任务）；标准 harness 下低推理档完成 42/55 个游戏、得分 49.8%，中推理档完成 46/55、得分 46.3%，高推理档仅完成 19/55 故未公布分数。

    匹配字段摘要

    #company#评测/基准#Google#DeepMind
  11. ARC Prize精选

    ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI 系列上的评测结果

    ARC Prize 公布 Google Gemini 4 Argon 在 ARC-AGI 上的验证成绩：ARC-AGI-3 达 97.5%（provider adapter harness，成本 4.8K 美元），标准 harness 下为 49.8%（成本 5.8K 美元）；ARC-AGI-2 为 91.3%，每任务 0.32 美元；ARC-AGI-1 为 98.5%，每任务 0.16 美元。ARC Prize 称 Google DeepMind 是第二家在 ARC-AGI-3 上超过 95% 的前沿 AI 实验室，Argon 的 97.5% 仅次于 GPT-6 Astra 的 99.9%。标准 harness 测试因 API 问题未能完成全部 55 个游戏，高推理档仅完成 19 个游戏故未公布分数，成本按每百万 token 输入 2 美元、输出 10 美元的当前优惠价计算。

    匹配字段摘要

    #company#评测/基准#推理#Google
  13. Garry Tan

    Garry Tan 评美国开源权重模型崛起

    Garry Tan 发帖称“开源权重模型正在崛起”。他所引用的 Alexandr Wang 帖子介绍，muse spark open 是目前美国最强的开源权重模型：816B 总参数、42B 激活参数、1M token 上下文，原生多模态，面向编程与智能体任务，如长时程任务、高难度软件工程和多步推理。

    匹配字段摘要

    #ai-news#模型发布#开源生态#多模态

星期四

  1. 阶跃星辰 StepFun

    阶跃星辰 Step 5 Preview 开放权重，600B MoE 支持 1M 上下文

    阶跃星辰将 Step 5 Preview 开放权重，BF16 和 FP8 权重已上线 Hugging Face 与 ModelScope，并同步发布技术博客。该模型采用稀疏 MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和原生文本与视觉输入，面向编码、软件工程、专业知识工作与金融等长周期智能体任务。部署方面支持用 vLLM 或 SGLang 提供 OpenAI 兼容 API、用 Transformers 离线推理，并获得 NVIDIA 的 Day-0 支持，可在 Blackwell 上运行，同时上线 Fireworks AI、Together Compute、Modal、DeepInfra 和 Featherless AI。

    匹配字段摘要

    #company#模型发布#开源生态#推理
  2. 阶跃星辰 StepFun

    阶跃星辰发布 Step 5 Preview 开放权重，并公开架构与训练技术博客

    阶跃星辰发布 Step 5 Preview 开放权重，BF16 与 FP8 权重已上线 Hugging Face 和 ModelScope，采用 Sparse MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和原生文本与视觉输入，面向编码、软件工程、专业知识工作与金融等长程智能体任务。配套技术博客介绍其架构与训练协同设计，包括 92 层窄而深架构用于隐式多跳推理、Sparse GQA 降低百万 token 上下文成本、8-token 块索引将索引与 top-k 开销降至 1/8、关键状态使用 FP32 精度配合细粒度梯度裁剪，以及百万级可验证环境和面向长程任务的 RL 训练。官方还更新了开源智能体框架 Step Code 至 v0.1.4。

    匹配字段摘要

    #company#模型发布#开源生态#Agent
  3. Unsloth

    NVIDIA 发布 Nemotron-3.5-Bolt 与 Nemotron-3.5-Super-VL 两款模型

    NVIDIA 发布两款新模型 Nemotron-3.5-Bolt 和 Nemotron-3.5-Super-VL。Nemotron-3.5-Bolt-74B-A9B 可在 24GB 内存上运行，Unsloth 称其在该体量下性能处于顶尖水平；Super-VL-120B-A12B 需要 82GB 内存。NVIDIA 介绍 Super VL 为开源模型，将推理与工具调用同文本、图像、文档和视频理解结合，面向长时间运行的 AI 智能体，总参数 120B、激活 12B。Unsloth 同时提供了两款模型的 GGUF 下载链接和使用指南。

    匹配字段摘要

    #company#模型发布#开源生态#端侧
  4. fal

    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

    #hot-signal#产品更新#多模态#Agent
  5. 蚂蚁百灵

    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

    #editorial#行业动态#开源生态#部署/工程
  6. 面壁智能 OpenBMB

    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

    #editorial#开源/仓库#端侧#多模态