跳到正文
10月16日周五
  6. Hugging Face Blog

    Reflection 开源 501B 参数 MoE 模型 Beam，支持 1M 上下文与 Agent 场景

    美国新实验室 Reflection 在 Hugging Face 发布其首个模型 Beam，这是一个 501B 参数的 MoE 模型（每 token 激活 23B），采用 Apache 2.0 许可，支持 1M token 上下文窗口，面向编码与 Agent 场景。

    推荐理由：原文给出 Beam 的架构细节、长上下文缓存数据和多精度基准，可用于判断自托管前沿模型的实际部署门槛。

  7. Hugging Face Blog

    IBM 发布 Granite Switch 4.1：单端点提供对话、决策与语音能力

    IBM 发布 Granite Switch 4.1，包含 8B 和 30B 两个版本，把通用决策 aLoRA、面向安全决策的 Guardian aLoRA 以及 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进同一个模型，通过一个托管端点处理对话、决策和语音转写任务。

    推荐理由：原文给出了同一端点上组合对话、决策与语音能力后的显存占用和推理速度变化，读者可据此判断多能力复用的成本。

  10. NVIDIA Blog

    NVIDIA 将发布 RTX Spark，面向创作者、玩家与 AI Agent 的 Windows PC

    NVIDIA 宣布将于明天发布 RTX Spark，这是一款面向创作者、玩家和 AI 智能体的 Windows PC，并在全球多地举办发布庆祝活动。文中摘录了 Tom's Hardware、TrustedReviews 等媒体对本地 AI、游戏与创作负载表现的评测评价，并提到 Artificial Analysis 的独立测试提供了该笔记本本地 AI 性能的初步数据。

    推荐理由：NVIDIA 官方放出 RTX Spark 的发布活动信息与媒体评测摘录，可用于了解这款面向创作者的 Windows PC 的定位。

  12. Microsoft Research

    Microsoft Research 发布 Magnetar：基于标准哈希函数的通用零知识证明 zkVM

    Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序，并同时改善证明效率、通用性与安全性三项难题。

    推荐理由：微软研究院梳理十余年零知识证明研究脉络，Magnetar 用标准哈希函数实现通用程序证明，速度较同类 zkVM 提升 10 至 39 倍。

10月15日周四
  2. Simon Willison

    Anthropic 向投资者披露季度收入近 50% 增长至 168 亿美元

    Anthropic 在周三面向投资者的活动中披露，季度收入增长近 50% 至 168 亿美元。据 FT 报道，Q1 收入约 48 亿美元，Q2 为 115 亿美元，Q3 为 168 亿美元；Q3 每 1 美元算力支出对应 1.70 美元收入，剔除股权激励后的调整后营业利润率为 11%。Anthropic 还向投资者表示，蒸馏带来的收入占 5% 至 7%，并已在第三季度“大幅”削减这部分业务。

  5. Mistral AI

    Mistral 发布时序基础模型 Timestral，最小 5M 参数最大 209M

    Mistral 发布首个时序基础模型系列 Timestral，共 5M、28M、123M 和 209M 四个参数版本。其中 209M 版本在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的零样本预训练模型中排名第一，参数约为前代 SOTA 的三分之二；28M 版本在 GIFT-Eval 和 TIME 上超过约四倍大的 Chronos-2。

    推荐理由：表格列出了四种参数规模、上下文长度与部署方式，并说明最大模型在三个公开榜单上的位置，便于判断它相对 Chronos-2、TimesFM-3 的取舍。

  6. Latent Space

    Modal 年化营收达 10 亿美元，完成 16 亿美元 D 轮融资

    Modal 年化经常性收入突破 10 亿美元，并完成 7.5 亿美元 D 轮融资，估值 15.75 亿美元，由 Accel 领投，使用量同比增长超过 15 倍。其 2023 年推出的 Sandboxes 产品单独做到 3 亿美元年营收，累计创建近 30 亿个沙箱，可扩展到百万级并发。该轮融资使 Modal 成为纽约最新的 AI 基础设施独角兽。

  8. Hugging Face Blog

    Apertus 1.5 发布：8B 和 70B 模型加入图像音频理解与思考模式

    Apertus 1.5 在 8B 和 70B 两个尺寸上加入图像与音频理解、可选思考模式，上下文窗口扩展到 262,144 tokens，为 1.0 的 4 倍。

    推荐理由：Apertus 1.5 从纯文本扩展到图文音频理解和思考模式，并公开训练数据、中间检查点与评测方式，便于判断全开放路线能做到什么程度。

  10. Hugging Face Blog

    Meta 发布开源权重多模态 MoE 模型 Muse Spark Open

    Meta 发布开源权重模型 Muse Spark Open，这是一个约 816B 总参数、每 token 约 42B 激活的混合专家模型，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens。

    推荐理由：Meta 公开了 816B 总参数、约 42B 激活的多模态 MoE 权重，并给出 transformers、vLLM、SGLang、llama.cpp 的部署与微调做法。

  14. Google Research

    Google Research@ 2026 大会：10 项放大人类创造力的研究成果

    Google Research 在 Mountain View 的 Research@ 活动上展示了 10 项面向医生、科学家和开发者的研究成果。Google Earth AI 扩大早期访问，向合作伙伴开放地理空间分析、行星预测引擎和智能体间 API 三种实验性能力。Deep Review 从内部测试扩展至公众，此前已用于审阅投稿顶会的逾 16,000 篇论文。

  15. Google Research

    Google 扩展 Earth AI 地理空间推理智能体早期访问

    Google 扩展 Earth AI 地理空间推理智能体的实验性早期访问，覆盖 Ask Google Earth 的深度分析更新和面向开发者的 Agent-to-Agent API，Planetary Prediction Engine 也开放预览。

    推荐理由：Google 公布地理空间推理智能体的技术报告与合作伙伴实测，并开放早期访问，可据此判断专用工具与前置规划在空间任务中的差别。

  16. Google Research

    Google 公开发布 Deep Review 智能体文档评审系统

    Google Research 宣布公开发布 Deep Review，一个面向复杂文档提供严谨反馈与技术核验的智能体 AI 系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。

    推荐理由：Deep Review 公开了四阶段智能体评审流程与每周两次免费额度，可据此判断自动审稿在真实工作流中的位置。

10月14日周三
  5. Google DeepMind

    Google DeepMind 开始广泛开放 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛开放 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。此前在受限访问期间，Wiz 用 Argon 发现医院软件中前代模型遗漏的关键漏洞；在模拟网络攻击场景中 Argon 完成全部 12 个，前代为 5 个。

    推荐理由：原文公开了 Argon 在网络安全与生物风险上的防护分层和误用监测数据，可用于判断前沿模型的部署门槛。

  6. GitHub Blog · AI & ML

    GitHub 用 ModernBERT 打造密钥检测模型：更少噪音，发现更多密钥

    GitHub 训练了一个基于 ModernBERT 的上下文感知密钥分类器，替代此前的 LLM 流水线，用户对告警的接受度提升 11.5%，推送后扫描执行时间中位数降低 86%，服务成本降低 98%。该分类器在正则表达式筛出候选后结合文件路径、变量名和周边代码判断是否为真实凭证，使通用密钥检测得以扩展到推送保护阶段。

  8. Google DeepMind

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。

    推荐理由：官方给出定价、渠道与多领域落地案例，可据此判断这一前沿模型在编码和专业工作流中的实际位置。

10月13日周二
  1. MIT Technology Review · AI

    开源模型利弊之辩：Anthropic 警告 GLM-5.3 风险，开放与安全如何权衡

    Anthropic 发布报告称中国公司 Z.ai 于 8 月发布的 GLM-5.3 可自由下载修改，构成重大网络攻击风险。围绕开源模型的争论还牵涉英伟达 CEO 黄仁勋与 Anthropic CEO Dario Amodei 等商业立场分歧。目前闭源模型仍更强，Artificial Analysis LLM 排行榜前八名均为闭源，但开源模型仅落后数月。

  4. Microsoft Research

    微软研究用 StudentSim 个性化模拟学生学习，评估和改进 AI 辅导

    微软研究团队提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导系统与真实学习者测试前提供反馈信号。该工作同时发布 StudentSimEval 评测基准，从行为保真度和对辅导引导的响应性两个维度评估模拟器，并在国际象棋、英语二语写作和数学任务上优于领先基线。StudentSim 是研究系统，不是产品，未部署于课堂，也不替代教师。