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 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
Apple 在 ToolBench（46,984 个 API、50 个类别）上对比了 Retrieve-then-Plan（RtP）与 Plan-then-Retrieve（PtR）两种工具发现架构，发现存在随复杂度变化的交叉：单工具查询 RtP 更优，多工具查询 PtR 更优。该结论在 k=1 到 20 的检索预算、1k 至 47k 的注册表规模，以及 Gemini 2.5 Flash 和 gpt-oss-120b 上均成立。PtR 的额外发现调用约使推理成本翻倍，研究据此提出按复杂度自适应路由，并可用 RtP 的 top-1 检索分数作为零成本信号。
匹配字段摘要
Physical Intelligence 团队开源 openpi 仓库，包含基于流式扩散的视觉语言动作模型 π₀ 和基于 FAST 动作分词器的自回归 VLA 模型 π₀-FAST，均提供在 10k+ 小时机器人数据上预训练的 base checkpoint。仓库同时给出 DROID、ALOHA 等平台的微调与推理示例，推理需 8GB 以上显存，LoRA 微调需 22.5GB 以上，全量微调需 70GB 以上，目前仅测试过 Ubuntu 22.04，训练脚本尚不支持多节点训练。
匹配字段摘要
Spirit AI 开源了机器人基础模型 Spirit-v1.5，这是一个视觉-语言-动作（VLA）模型，接收当前观测与文本描述并生成机器人下一步动作块。截至 2026 年 1 月 11 日，Spirit-v1.5 在 RoboChallenge Table30 基准上排名第一，仓库提供推理代码、基础模型与微调检查点，2026 年 4 月补充发布微调代码。
匹配字段摘要
NAVER 在 NeurIPS 2025 上展示 9 篇入选论文与最新技术演示，研究主题集中在效率、可控性与真实世界 AI。其中 KVzip 实现最高 4 倍内存节省和近 2 倍速度提升，CodeGEMM 让 70B 级模型推理最高提速 8.93 倍。NAVER 还开源了 C-SEO Bench 的数据集、代码与基准。
匹配字段摘要
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
Anthropic 与 Opaque Systems 达成授权加招人交易，获得其在机密数据上运行 AI 的技术，并招入包括 CEO Aaron Fulkerson 和 CTO Rishabh Poddar 在内的部分工程师。Opaque 的平台在硬件密封环境中运行 AI 任务，并生成每次运行的加密证据，让银行或医院可以核查哪些代码、在哪台机器、按什么规则接触了其记录。该技术源自约 10 年前的 UC Berkeley RISELab 项目，Opaque 在 2 月完成 2400 万美元 B 轮后估值达 3 亿美元，累计融资 5550 万美元。Anthropic 此前已是 Opaque 客户，并于 2025 年 6 月与 Pattern Labs 发布过机密推理设计。两家公司均未说明 Opaque 平台是否会继续服务 ServiceNow、Accenture 等客户。
匹配字段摘要
OpenAI 在 10 月初解雇三名安全部门员工，三人称收到的解雇理由各不相同，公司则称其不当处理敏感信息、违反政策。被解雇研究员此前一直主张保留对 AI 推理链的监控能力，而 OpenAI 新旗舰模型 GPT-6 Astra 采用 recurrent depth 架构，其系统卡承认链式推理可监控性较此前模型大幅下降。文章认为，模型与公司都面临同一问题，即对外表达的理由是否等于真实理由，解决办法是提高透明度并接受独立机构与政府监督。
匹配字段摘要
Apple 人工智能研究团队在 arXiv 发表论文，提出原型软件 Minions，把利用率不高的 Mac 等 Apple Silicon 设备当作云端虚拟 GPU，用于执行大规模机器学习推理负载。系统由中心协调服务器、各机器上的 Minion Executor 组成，后者运行 Ollama 推理实例，输入、模型和结果通过 AWS-S3 存取，任务经 PostgreSQL 数据库分发，Minion Executor 通过 REST-API 领取任务和心跳，另有 Minion Watchdog 监控故障。论文称实测中原本在 Apple Research 团队常超过十小时的 GPU 推理排队时间缩短到几分钟，目前仅面向相互信任的组织内部负载，尚未实现类似 PCC 的进程隔离，未来还计划支持 AI 训练。
匹配字段摘要
Grok Voice 3.0 在 Artificial Analysis 的 Speech-to-Speech Index 上排名第一，得分为 86.9，超过 OpenAI 和 Google。该指数综合口语推理、模拟客服通话、盲测偏好投票和任务成功率，GPT-Live-1（Astra，Medium）为 83.2。在 τ-Voice 上，Grok 的成功率从 Grok Voice 2.0 的 56.5% 提升到 71.6%；其响应速度比 GPT-Live-1 快 40%，在 Big Bench Audio 上每任务成本为 0.025 美元，低于 GPT-Live-1 的 0.030 美元和 GPT-Realtime-2.1（High）的 0.055 美元。Grok Voice 3.0 已在 Tesla 中每天处理数百万次对话，并驱动 Grok Bot 的语音模式。
匹配字段摘要
Artificial Analysis 评测显示，SpaceXAI 的 Grok Voice 3.0 以 86.9 分登顶其 Speech to Speech Index，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，每分钟 0.08 美元，输入音频每小时 4.80 美元；在 Speech Agent Arena 任务成功率上以 94.8% 居首，Big Bench Audio 音频推理得 98.5%，Big Bench Audio 平均首音频延迟 0.81 秒，慢于 Grok Voice 2.0 的 0.70 秒。
匹配字段摘要
斯坦福与 Together AI 的新论文提出 HybridAgent，让智能体大部分推理在隐向量中完成，解码算力降低 62.5% 至 72.9%，且得分更高。该方法通过一个小适配器把模型内部状态作为下一步输入，仅在工具调用和关键决策时切换为文本，静默步骤仍可解码为可读文字。在 GAIA 上，14B 版本得分 52.4，高于同模型用 ARPO 训练的纯文本智能体的 43.7，运行速度也是匹配文本智能体的 2.1 倍。
匹配字段摘要
Nvidia 于 10 月 12 日发布 Vera CPU Rack 规格，首次推出以 CPU 为核心的服务器机架设计，面向 agentic AI 负载。按其架构，GPU 版 Vera Rubin NVL72 机架负责传统 LLM 训练与推理，Vera CPU Rack 则处理 agentic AI 负载。该机架基于第三代 MGX 架构，并将 Vera Rubin 机架及 MGX 1.2 的抽屉式计算托盘设计提交至 Open Compute Project 的 Open DC Initiative。MGX 1.2 兼容 19 英寸机架设备，单机架支持最高 250kW，并引入机架级液冷。
匹配字段摘要
上海3D存算一体AI芯片公司思敏威完成约亿元天使轮融资，由中兴通讯战略投资，博华产投、松青资本、建信信托、合创资本等联合投资，老股东德同资本追投，资金将用于第二代3D堆叠产品研发和工程化。其第一代3D堆叠量产芯片青衡3D-HPU流片在即，基于3D-cHMC存算融合架构，端侧智能方案宣称可在设备功耗与空间约束下实现每秒1000个token的推理性能。
匹配字段摘要、正文
五款前沿模型的智能水平相差不到 5 分，但单位任务成本相差 3.8 倍。Google 的 Argon 以每任务 1.99 美元处于最低位，比最贵的 Fable 5.1 低 74%，比 Opus 5.5 低 67%、比 Muse Wonder 低 56%、比 Astra 低 39%。作者认为这与 Google 自研 TPU 十余年的积累有关，并援引 Microsoft Maia 300 与 OpenAI 推理芯片 Jalapeño 的公开数据，判断随着每瓦智能每六个月翻倍，token 价格会继续下行，前沿模型利润率仍可维持在 40% 至 70%。
匹配字段摘要
CMU 秋季课程 11-768: AI Agents 第 12 讲「Reinforcement Learning Systems」讲义和视频已公开，由 @dan_fried 与 @gneubig 主讲。该讲覆盖强化学习系统框架、推理侧与训练侧优化、训练-推理交互、Agentic RL 实战踩坑经验及 RL 框架设计。课程提出 RL 框架本质是训练与推理两种异质负载的耦合、前缀复用是 agentic RL 效率不变量、Token-In-Token-Out 设计错误曾造成全行业训练不稳定等观点。
CMU 秋季课程 11-768: AI Agents 第 12 讲「Reinforcement Learning Systems」讲义和视频已公开，由 @dan fried 与 @gneubig 主讲。该讲覆盖强化学习系统框架、推理侧与训练侧优化、训练-推理交互、Agentic RL 实战踩坑经验及 RL 框架设计。课程提出 RL 框架本质是训练与推理两种异质负载的耦合、前缀复用是 agentic RL 效率不变量、Token-In-Token-Out 设计错误曾造成全行业训练不稳定等观点。
匹配字段摘要、正文
AI 智能体初创公司 Uvi 完成 750 万美元种子轮融资，由 CT Innovations 领投，Cardumen、Mana VC 和 91 Ventures 参投。Uvi 构建企业自有的“上下文推理层”，基于知识图谱连接 Slack、Jira、Confluence、Salesforce 等系统，让智能体无需重复学习业务上下文。其基准显示，智能体单次回答成本从 0.75 至 1.41 美元（部分超 2 美元）降至平均 10 至 16 美分，开放式问题场景成本低 46 倍、速度快一倍。
匹配字段摘要
微软计划 2027 年大规模部署自研芯片 Azure Maia 300，该芯片单颗加速器拥有 18TB/s 峰值内存带宽、热设计功耗 950W，96 颗组成的机架级系统可提供 27.6TB HBM 容量和 1.7PB/s 聚合内存带宽。文章认为，微软自研芯片主要针对长期运行的 AI 推理负载，官方也明确表示不会取代第三方供应，真正的变化在于英伟达最大客户之一正变成有分量的竞合者。文章同时提到，芯片之外软件生态、模型适配与集群调度等 AI Infra 环节同样决定算力能否被真正利用。
匹配字段摘要、正文
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