全部动态

优必选出了个机器人世界模型 Thinker-WM，把画面、深度、动作一起学，三个具身基准都拿了第一，加深度还能涨 15 个点成功率。

官方一手pandaily@[email protected] (Pandaily)原文

Qwen 团队开源了一个考 AI 做 3D 建模的基准，不比画图，比的是能不能交出可编辑的 .blend 工程，做视觉智能体的可以拿来测测。

Liquid AI 出了个 d1-ultra 决策模型，输入文本图片一次前向就吐校准概率，AA 指标 65 分，每百万 token 只要 0.042 美元。

官方一手marktechpost@Asif Razzaq3 个信源在谈原文

新公司 Elorian 出了个视觉推理模型 Glimpse，自称图表理解和视频描述能打赢 GPT-6 Astra，不过数据是自评的，看看就好。

techcrunch@Aditya Mehta11 个信源在谈原文

Jev 在 Vercel 的 AI Gateway 上线后增长最快，比之前的模型都猛，做开发的朋友可以看看是不是要接。

techcrunch@Russell Brandom原文

Reflection AI 把自家的智能体编程模型 Beam 开源了，AWS 博客还手把手教你在 SageMaker 上部署，vLLM、SGLang 都能用。

官方一手AWS Machine Learning Blog@Clement Perrot原文

Google 新模型 ARC-AGI-3 拿了 97.5%，仅次于 OpenAI，但换个测试环境直接掉到 49.8%，数学和写代码还被对手压着，这篇把两面都讲了。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

Meta 新发的开放权重模型 Muse Spark Open，号称美国最强开放模型，胜过 Qwen 3.8 和 Kimi K3，还能两台 Mac Studio 本地跑满血版。

Blognone@mk原文

Nvidia 开源了 Nemotron 模型，企业能用自己的数据微调 Super VL，还能部署在自己服务器上，不用把数据交给外部云。

Tech in Asia@Minh Le11 个信源在谈原文

PrismML 用三元权重把 Qwen 3.5 压到 0.43GB 起，手机上就能跑本地智能体，llama.cpp 和 MLX 都能部署，权重还开源了。

微软自研基模 MAI-Base-2 训完了，2.8T 总参数，算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍，还放出了训练细节。

决策模型赛道卷起来了：TypeSafe 刚发 Jev 1.14，第二天 Liquid AI 的 d1-ultra 就宣称八类任务全面领先，看看双方各自强在哪。

NVIDIA 把印度语言预训练的语料方案开源了，2.8 万亿 tokens 加完整数据管线，做多语言训练的可以直接抄作业。

StepFun 新模型一开源，四家国产芯片当天就能跑，还搭上了华为 1024 卡的 Atlas 950 超节点，国产算力生态这块值得看看。

官方一手pandaily@[email protected] (Pandaily)原文

Meta 那个专攻写代码的开源模型 Muse Spark Open 上架 SageMaker JumpStart 了，用 SDK 几行就能部署到自己 AWS 账户里跑推理。

官方一手AWS Machine Learning Blog@Aris Tsakpinis原文

小米把 MiDashengLM-7B 升级成能识别声源方位和距离的版本，Apache 2.0 开源，做空间音频应用的同学可以直接拿来用。

官方一手pandaily@[email protected] (Pandaily)2 个信源在谈原文

爱诗科技的百灵新模型走实用路线，生成的内容直接能当成品用，做内容的朋友可以试试效果。

量子位@鹭羽原文

小米把音频模型升级到能听出声音方位了，权重和代码全开源，做智能家居或车载语音的可以直接上手。

Meta 把 Muse Spark 的权重开放了，写代码的企业可以自己部署，不用再被闭源模型按量收费。

Tech in Asia@Naomi Li Gan原文

快手把可灵升级到 Kling 4.0 了，一条视频能生成 30 秒、续拍拖到 2 分钟，还支持 4K HDR 和多图多视频混合输入，做短视频的可以试试。

Meta 和苹果居然联手了，两台顶配 Mac Studio 就能本地跑 8160 亿参数的开源模型，程序员可以关注这套 MLX 方案。

Meta 放了个 816B 的开放权重模型，主打写代码和跑智能体任务，还能在 Mac Studio 上本地跑，做本地部署的可以看看。

蚂蚁百灵把 560B 的 Ling-3.1-flash 开源了，激活只有 25B，量化后 4 张卡就能跑，还带 1M 上下文，自己部署的团队可以看看。

NVIDIA 开源了个 120B 的多模态模型，激活只有 12B，一块 DGX Spark 就能跑，还有两个边缘小模型，玩本地部署的可以看看。

官方一手marktechpost@Asif Razzaq11 个信源在谈原文

Meta 和 Apple 合作搞了个 Muse Spark Open，开源权重，Mac 上不用联网就能跑，M 系列芯片用户可以试试。

techcrunch@Lucas Ropek原文

Meta 放出 8160 亿参数的多模态开放权重模型，能跑视频和音频，还能在 M5 Ultra 上本地跑，直接对标 Qwen 和 Kimi，开源玩家可以看看。

官方账号Decoder@Matthias Bastian原文

Meta 出了个开源模型 Muse Spark，还拉上 Apple 用 MLX 框架优化，两台 Mac Studio 就能跑，本地部署党可以看看。

官方账号theverge@Jay Peters原文

Google 把机器人要用的感知、控制、仿真全塞进 Gemini 4 Argon 一个模型，ERQA 基准拿了 87%，但演示里人工干预还不少。

官方账号Decoder@Jonathan Kemper原文

Nvidia 开源了个 1200 亿参数的多模态模型 Nemotron 3.5 Super VL，专门跑企业智能体，还有小号 Bolt 版本能装在本地机器上，做微调的团队可以看看。

官方账号Decoder@Jonathan Kemper11 个信源在谈原文

OpenAI 的 GPT-6-Astra 在 TheoPhysEval 上做对了 50 道 unpublished 物理题里的 49 道，一题才 2.4 美元，连专家答案被它挑出错的桥段都值得看看。

官方账号Decoder@Maximilian Schreiner11 个信源在谈原文

StepFun 把 Step 5 Preview 权重直接开放了，600B 参数只激活 27B，还能跑 1M 上下文，技术博客把 92 层结构和 Sparse GQA 都讲清楚了，自己部署的可以看看。

官方一手pandaily@[email protected] (Pandaily)原文

TypeSafe AI 的 Jev 1.14 上线了图像输入和边界框类型，上下文可选开到 262k，价格也便宜，做视觉任务的可以试试。

官方一手marktechpost@Asif Razzaq2 个信源在谈原文

SpaceXAI 把 Grok Voice 升到 3.0，能边听边推理还能调工具，语音榜第一名，价格还和 2.0 一样，接过的开发者换起来不费劲。

官方一手marktechpost@Michal Sutter原文

昆仑万维把游戏引擎和一个实时视频模型拼在一起，引擎管玩法，模型管画面，RTX 5090 单卡就能跑，代码还是 Apache-2.0 开源的。

官方一手pandaily@[email protected] (Pandaily)原文

Liquid AI 放了个端侧友好模型，24B 总参但只激活 2B，M5 Max 上能跑到 184 tokens/s，跑本地智能体可以试试

官方一手marktechpost@Asif Razzaq原文

蚂蚁又开源了一个大模型，560B 总参但每个 token 只跑 25B，还能塞 100 万 token 上下文，MIT 协议想怎么商用都行。

官方一手pandaily@[email protected] (Pandaily)5 个信源在谈原文

中国机器人公司 Nature Will 拿 100 万小时人类视频训练了个 50B 的 MoE 模型，专门用来控制 20 自由度的灵巧手，思路挺有意思。

官方一手pandaily@[email protected] (Pandaily)3 个信源在谈原文