格莱美获奖歌手Doja Cat联合Ray-Ban Meta推出约12分钟的巡演纪录短片《MA VIE WORLD TOUR》，全片第一视角镜头均来自她及团队佩戴的AI眼镜，由Quinn Whitney Wilson执导，记录横跨七个国家的欧洲巡演台前幕后。短片将于10月23日在Doja Cat的YouTube频道首映，洛杉矶Meta Lab LA门店10月17日至25日同步举办主题线下活动，展出定制款Ray-Ban Meta (Gen 3) Zena眼镜。
匹配字段标题、摘要、正文
Meta 发布 Muse Spark Open，称其为迄今能力最强的美国开源权重模型，总参数 816B、激活参数 42B，上下文窗口 100 万 token，面向编码与智能体任务。该模型与 Apple 合作适配 Mac Studio，可在两台 512GB M5 Ultra Mac Studio 上通过 MLX 框架运行；512GB 版 Mac Studio 尚未发售，预计本月晚些时候推出。模型权重可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 下载，也可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 的 API 使用，免费下载并采用允许有限商业用途的许可。
匹配字段标题、摘要、正文
Meta 的 Sapienz 自动化测试研究获得 ISSTA 2026 最具影响力论文奖，该研究最初由 Ke Mao、Mark Harman 和 Yue Jia 于 2016 年发表。在 1000 款 Google Play 热门应用上，Sapienz 发现了 558 个此前未知的崩溃；发表后 17 个月内即在 Meta 大规模部署，如今每天运行数百万次测试，每周发现数千个独特崩溃，每月保障数百个应用发布。其多目标探索思路也被 LLM 智能体延续，用于判断应用行为是否符合用户预期。
匹配字段标题、摘要、正文
Meta 工程团队分享了用智能体 AI 构建独立 Groups 应用 Forum 的实践，把 AI 智能体当作工程流程的参与者而非打字加速器，并以通过构建、测试和评审的已验证产出而非代码量衡量成功。团队把自动化验证信号接入智能体循环，用导航智能体模拟真人操作做回归测试，并采用与生产共享代码库但把原型代码完全编译出生产构建的沙箱构建方式。Forum 在八周内达到与 Facebook Groups 的核心功能对齐，自主压力测试在开发阶段发现并修复了一处内存问题，使内存占用和页面错误约减半。
匹配字段标题、摘要、正文
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。
匹配字段标题、摘要、正文
Meta 与苹果围绕开源权重模型 Muse Spark Open 展开罕见公开协作，在 2 台配备 512GB 统一内存的 Apple M5 Ultra Mac Studio 上通过最新 MLX 框架本地运行该模型。Muse Spark Open 总参数量 8160 亿、活跃参数 420 亿，上下文窗口达 100 万 token，主要面向编程、智能体任务、多步骤推理与软件工程等场景。扎克伯格与苹果 CEO 约翰·特努斯均在社交平台确认合作，但 512GB 版 Mac Studio 尚未正式发售，256GB 版售价已超过 1 万美元。
匹配字段标题、摘要、正文
Meta 首席 AI 官汪滔表示，出于安全与能力边界的双重考量，Meta 通常不会开源最顶尖的模型，但打算继续发布优秀的开源模型。当地时间 10 月 15 日，Meta 发布开放权重模型 Muse Spark Open，官方称其为迄今能力最强的美国开放权重模型，性能低于周一发布的前沿模型 Muse Wonder，后者保持闭源且未公布基准成绩。这是 Meta 旗下 Muse 系列 AI 模型的第二次开源，今年 8 月 Meta 曾以 Apache 2.0 协议发布从 Muse Spark 蒸馏而成的 300 亿参数模型 Glimmer。
匹配字段标题、摘要、正文
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。
匹配字段标题、摘要、正文
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强的开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高 100 万 token 上下文，支持文本、图像、视频和音频。Meta 称其在 JobBench、MCP-Atlas、HLE-Diamond、ZeroBench 等基准上多个类别领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但仍明显落后于 Meta 付费的 Muse Wonder Full 模型。该模型针对 Apple M5 Ultra 优化，可在两台各配 512 GB 统一内存的 Mac Studio 上本地运行，权重已发布在 Hugging Face；许可免费使用但需标注 Built with Muse Spark Open，年收入超过 2000 万美元且想以 API 形式提供该模型的服务商需与 Meta 另行签约。
匹配字段标题、摘要、正文
Meta 发布编码优化的 816B MoE 模型 Muse Spark Open，每 token 激活 42B 参数，通过 256 个专家中 top-8 路由，支持 1M token 上下文窗口。该模型在 NVIDIA GB300 NVL72 Blackwell Ultra 上训练，面向智能体编码工作流，具备工具调用、子智能体协调与计算机使用能力，并通过 1.8B 感知编码器原生处理交错的文本、图像、视频帧和音频。Meta 生成的 NVFP4 检查点已针对 Blackwell Ultra 优化，权重可从 Hugging Face 下载，NVIDIA 同时提供 NIM 部署方案。
匹配字段标题、摘要、正文
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，支持 100 万 token 上下文窗口，可在自己的 AWS 账户中部署到 SageMaker AI 端点。该模型采用 MoE 架构，总参数 816B、每 token 激活 42B，提供 BF16（Muse-Spark-Open-816B-A42B）和 NVFP4 量化（Muse-Spark-Open-816B-A42B-NVFP4）两个变体，分别运行在 ml.p6-b300.48xlarge 和 ml.p5e.48xlarge 实例上。文章给出了通过 SageMaker Studio 和 SageMaker Python SDK 部署、发送首次推理请求以及清理端点的步骤。
匹配字段标题、摘要、正文
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，采用 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。该模型可本地运行在 Apple 电脑上，但至少需要 1TB 内存，在搭载 M5 Ultra 芯片的 Mac Studio 上运行效果最佳。Meta 将其与 AI 编码终端 Muse Code 配合，用于 Mastodon 客户端的 bug 修复、新功能和完整构建，以及 DaVinci Resolve 的视频素材审阅与裁剪，目前该模型已通过多个 API 平台开放。
匹配字段标题、摘要、正文
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。
匹配字段标题、摘要、正文
WIRED 记者 Reece Rogers 实测发现，Meta 的 AI 智能体 Muse 除管理日历、预订餐厅外，还能在无需越狱的情况下生成露骨性内容，只需直接询问即可。本期 Uncanny Valley 播客还讨论了最大亲 AI Super PAC 网络向 Nevada 空壳公司输送数百万美元、Apple 新 HomeView 表现令人失望，以及哈佛研究显示男性倾向高估自己对 AI 的了解。
匹配字段标题、摘要、正文
The Verge 报道称，Meta 的 AI 个人助理 Muse 上月发布后下载量达数百万次并登上苹果 App Store 榜首，其会请求访问银行账户、密码、联系人、聊天记录等数据。安全研究人员提取 Muse 运行指令后发现，它存在按小时编译并更新用户生活中每个人档案的内部流程，用于生成个性化推荐。Signal 基金会主席 Meredith Whittaker、EFF 的 Eva Galperin 等受访者认为，用户界面设计鼓励用户分享超出预期的数据，且未使用 Muse 的人也可能因联系人使用而泄露隐私。
匹配字段标题、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。
匹配字段标题、摘要、正文
Meta 发布 Muse Spark Open 的开放权重，采用 Muse Model License 在 Hugging Face 上线，为 816B 总参数、42B 激活参数、1M token 上下文窗口的模型，原生多模态并面向编码与智能体任务。该版本在 Muse Spark 基础上增加安全后训练，可在 SGLang 和 vLLM 上运行，并针对 NVIDIA、AMD、Intel 优化。PyTorch 侧集成 Helion 内核，在 NVIDIA GB300 上相比 CUDA、CuTe DSL 自定义内核取得 1.03–3.95x 加速，AMD Mi350 端到端吞吐提升 3%；TorchTitan 已支持其 SFT、LoRA 与 TitanRL 微调。
匹配字段标题、摘要、正文
Meta 发布开源权重前沿多模态 MoE 模型 Muse Spark Open，总参数 816B，每个 token 激活约 42B 参数，面向编码与智能体任务，支持文本、图像、视频和音频输入，上下文窗口 1M token。模型提供 BF16 与 NVFP4 两种 checkpoint，NVFP4 面向 NVIDIA Blackwell GPU，并已集成 transformers、llama.cpp、vLLM、SGLang 和 MLX，官方还给出在 64 张 H100 上用 TRL 训练 LoRA 适配器的微调配方。
匹配字段标题、摘要、正文
Meta 的开源权重智能体编码模型 Muse Spark Open 已在 Together AI 上线，支持 1M token 上下文窗口，可通过 serverless 和专用基础设施调用。Together AI 称其为目前能力最强的美国开源权重模型，面向长时间运行的智能体编码工作流，具备长程自主、computer use 与浏览、文本图像音频视频多模态输入等能力。定价为每 1M 输入 token 1.25 美元、每 1M 输出 token 4.25 美元、每 1M 缓存输入 token 0.15 美元，模型标识为 meta-models/Muse-Spark-Open-816B-A42B。
匹配字段标题、摘要、正文
Meta 发布 Muse Spark Open 的模型权重，该模型已上线 Modal Auto Endpoints。它面向智能体编码和长周期任务，具备原生多模态理解与 1M token 上下文窗口，支持代码编写与调试、多步规划、顺序工具调用以及长流程中的失败恢复。在 Meta 的评测中，Muse Spark Open 使用 Terminus 2 智能体在 Terminal-Bench 2.1 上得分 76.4，使用 Meta 偏好的 harness 在 DeepSWE 1.1 上得分 60，推理强度为 xhigh。该模型在 Modal 上以 Shared Endpoint 形式运行，按 token 计费。
匹配字段标题、摘要、正文