Thinking Machines 发布 Inkling 2 Small：68 小时预训练 594B 多模态 MoE 模型
Thinking Machines 发布 Inkling 2 Small，这是一款 594B 总参数、17B 激活参数的多模态 MoE 模型，在 GB300 集群上仅用 68 小时完成 8.4T tokens 的原生 NVFP4 预训练。
推荐理由：原文梳理了 Inkling 2 Small 的训练效率、基准表现及对齐过程，为评估西方开源模型竞争力提供了具体参照。
#多模态
Latent Space精选AI 评分8585
The Decoder同新闻AI 评分8282 Thinking Machines 发布 Inkling 2 Small，宣称成为西方最强开源权重模型
Thinking Machines 发布 Inkling 2 Small，该模型拥有 5940 亿总参数和 170 亿激活参数，在 Artificial Analysis 智能指数上得分 31，超越前代并接近 Gemini 3.8 Flash。
同一新闻，精选展示《Thinking Machines 发布 Inkling 2 Small：68 小时预训练 594B 多模态 MoE 模型》
The Decoder精选AI 评分8080 腾讯发布 Hy4 模型，支持视觉理解与计算机操作，自称中国 AI 模型第二
腾讯发布 Hy4 模型，新增图像理解与自主操作计算机能力，目前仅通过腾讯云和 OpenRouter 提供访问。在 Artificial Analysis 独立评测中，Hy4 智能指数得分为 35，位列中国实验室模型第二，落后于 Kimi K3.1 Pro 的 46 分。
推荐理由：独立评测显示 Hy4 在综合能力上落后于 Kimi K3.1 Pro，但在金融场景测试中表现优于部分竞品。
Latent Space精选AI 评分8383 AI Engineer 发布年度旗舰会议 AIE CODE 议程
AI Engineer 发布年度旗舰会议 AIE CODE 议程，聚焦无低质代码扩展、System One 模型及高难度软件重写三大主题。会议采用单轨制并邀请全球前 1000 名智能体工程师参加，旨在复盘 2026 年代码领域趋势并预览 2027 年方向。
推荐理由：原文梳理了年度旗舰会议的主题与议程，读者可据此了解智能体编码领域的年度趋势与关键人物。
Latent Space同新闻AI 评分8787 Google DeepMind 发布 Gemini 4 Carbon 并优先向网络安全防御者开放
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis 综合基准中位列第一，并优先通过 Fairwind 计划向受信任的网络安全防御者开放。独立评测显示其在网络安全漏洞发现与利用任务上表现突出，但幻觉率从上一代模型的 4% 上升至 11%。
TechCrunch · AI同新闻AI 评分8282 Google DeepMind 发布 Genie 4 世界模型，支持实时音频与交互控制
Google DeepMind 发布 Genie 4 世界模型研究预览，支持实时音频生成与模拟过程中的提示词交互。该模型可将场景一致性维持至两分钟，并展示与 Gemini 结合用于机器人场景模拟的实验。
Ars Technica · AIAI 评分7575 DeepMind 发布 Genie 4 世界模型，物理与人物仿真更真实
Google DeepMind 发布 Genie 4 世界模型，在物理真实感、人物表现和音频生成方面较 Genie 3 有显著提升。该模型基于更新的 Gemini 模型构建，无需预渲染或编程交互元素，可实时逐帧生成虚拟世界，旨在为物理机器人提供无限训练环境并支持创意领域的快速原型开发。
The Verge · AIAI 评分7373 Google 发布 Genie 4 世界模型，生成更逼真的交互式体验
Google 发布 Genie 4 世界模型，支持生成时长约两分钟的交互式体验，并允许用户通过自然语言提示实时更新场景。该模型底层采用 Gemini 3.8 Flash 辅助模拟，具备音频生成能力，旨在服务于电影预演、游戏原型设计及机器人训练场景。目前 Genie 4 以研究预览形式向可信测试者开放，后续将面向 Google AI Ultra 订阅用户推出。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Genie 4 世界模型，支持原生音频与实时交互模拟
Google DeepMind 发布 Genie 4，这是一款原生多模态世界模型，能同时生成视觉、音频和交互式对话。该模型结合 Gemini 系列能力，支持通过自然语言实时修改场景、模拟物理现象及人物行为。目前 Genie 4 已向可信测试者开放研究预览，后续将面向 Google AI Ultra 订阅者及 Gemini API 合作伙伴推出。
推荐理由：Genie 4 将原生音频生成与 Gemini 实时推理结合，展示了交互式世界模拟在物理一致性和多模态反馈上的新边界。
Simon WillisonAI 评分7474 OpenAI 发布 GPT-6.1 Terra 模型
OpenAI 发布 GPT-6.1 Terra 模型，主打视觉推理、计算机使用和更自然的写作能力。该模型输入价格为每百万 token 1 美元，输出为 5 美元，约为 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半，是 GPT-6 Luna 的约 10 倍。
NVIDIA BlogAI 评分7878 NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 等开源模型族
NVIDIA 发布了 Nemotron 3.5 Super VL 和 Bolt E4B 4GB 模型，以及用于结构化企业数据的 Kumo 模型、用于机器人训练的 Cosmos 世界模型、用于自动驾驶的 Alpamayo 2 Edge、用于蛋白质设计的 BioNeMo RFD4-Proteina 和用于量子计算的 Ising 模型。
Latent SpaceAI 评分8585 AINews 汇总 Muse Spark Open 发布、可解释性新观点及多家机构动态
AINews 汇总了 10 月 14 日至 15 日的 AI 行业动态，重点报道 Meta 发布 Muse Spark Open 模型及 Goodfire 关于神经网络可解释性的新观点。
TechCrunch · AI同新闻AI 评分8484 Meta 发布可在 Mac 上运行的开源权重模型 Muse Spark Open
Meta 发布名为 Muse Spark Open 的开源权重模型，该模型拥有 8160 亿参数和 100 万 token 上下文窗口，专为在 Mac 上本地运行而设计。
The Verge · AI精选AI 评分8181 Meta 与 Apple 合作让 Muse Spark Open 模型在 Mac 上高效运行
Meta 发布 Muse Spark Open 开源模型，称其为迄今最强美国开源权重模型，并宣布该模型可通过 Apple MLX 框架在两台 M5 Ultra Mac Studio 上运行。Meta 与 Apple 罕见公开合作，双方高管在 X 上互相祝贺，Apple 还发布了关于 MLX 框架的技术文章。该模型为原生多模态架构，总参数达 816B，擅长长时任务、复杂软件工程和多步推理。
推荐理由：Meta 与 Apple 罕见合作，让 816B 参数开源模型通过 MLX 框架在 Mac Studio 上高效运行，展示了端侧部署的新路径。
The Decoder精选AI 评分8484 Meta 发布开源模型 Muse Spark Open，对标 Qwen、GLM 和 Kimi
Meta 发布开源权重模型 Muse Spark Open，拥有 8160 亿参数（420 亿激活），支持文本、图像、视频和音频输入，上下文窗口达 100 万 token。该模型针对 Apple M5 Ultra 优化，可在两台配备 512GB 统一内存的 Mac Studio 上本地运行，权重已上传至 Hugging Face。
推荐理由：Meta 推出 8160 亿参数的开源模型 Muse Spark Open，其性能对标 Qwen 和 Kimi 等竞品，并支持在本地 Mac Studio 上运行。
The Decoder同新闻AI 评分8888 Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，主打企业级智能体持续运行
Nvidia 发布了 1200 亿参数的开源多模态模型 Nemotron 3.5 Super VL，专为处理文本、图像、文档和视频的企业级智能体设计。该模型采用 MoE 架构，每 token 仅激活 120 亿参数，并同步推出了适用于本地 PC 和边缘设备的 Nemotron 3.5 Bolt 系列。
同一新闻，精选展示《NVIDIA 发布 Nemotron 3.5 Super VL 及 Bolt 系列开源模型，覆盖数据中心至边缘部署》
The Decoder精选AI 评分8282 Google 发布 Gemini 4 Argon，旨在成为机器人全流程唯一所需 AI 模型
Google 发布 Gemini 4 Argon，宣称其能覆盖机器人控制、虚拟仿真构建及训练数据评估的全流程。在 ERQA 基准测试中，该模型以 87% 的得分领先 Claude Opus 5.5 约 5 个百分点，但在 AA-Robotics 真实机器人控制测试中仅排第三。目前该模型仅向 Google AI Ultra 订阅用户开放，开发者可通过 Gemini API 付费层级访问。
推荐理由：文章通过具体演示和基准测试对比，展示了该模型在机器人控制与仿真生成中的实际表现及局限。
NVIDIA Blog精选AI 评分8787 NVIDIA 发布 Nemotron 3.5 Super VL 及 Bolt 系列开源模型，覆盖数据中心至边缘部署
NVIDIA 发布 Nemotron 3.5 Super VL，这是一款 1200 亿参数的开源多模态模型，专为高吞吐量智能体工作流设计，在同类模型中实现 5 倍更快的任务完成速度。
推荐理由：NVIDIA 发布覆盖数据中心到边缘的 Nemotron 3.5 系列，Super VL 以 120B 参数实现高效多模态智能体能力，Bolt 模型则针对本地部署优化。
Latent SpaceAI 评分9090 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta 发布 Muse Wonder 与 Muse Wonder Full 模型，第三方评测显示 Wonder Full 在智能体任务上超越部分竞品。Wonder 通过 Meta Model API 和 Muse Code 开放，Wonder Full 仅限 Muse Code 订阅用户使用，定价为每百万 token 输入 4 美元、输出 20 美元。
The Decoder精选AI 评分8888 Meta 发布前沿模型 Muse Wonder，跻身 AI 第一梯队
Meta 发布前沿模型 Muse Wonder 及其 Full 版本，两者在 Artificial Analysis Intelligence Index v4.3 上分别获得 52 分和 56 分，显著超越前代 Muse Spark 1.3 的 48 分。
推荐理由：原文通过多项基准测试对比，展示了 Muse Wonder 在智能体任务和编码能力上的显著提升，同时指出了其事实知识短板和较高的使用成本。
Google DeepMind精选AI 评分8282 Google DeepMind 发布开源轻量级多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构、拥有 7.4 亿参数的开源多模态嵌入模型，支持在端侧统一处理文本、代码、图像、音频和视频。
推荐理由：该模型在 7.4 亿参数规模下统一了文本、图像、音频和视频嵌入，为端侧多模态检索提供了具体的性能基准与部署方案。
Microsoft ResearchAI 评分5252 Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash 高效病理基础模型
Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash，旨在通过提升效率支持大规模病理研究。GigaPath-Flash 采用 22M 参数的 ViT-S 编码器，在保持性能的同时将计算成本降低约 50 倍；GigaTIME-Flash 则通过替换骨干网络，在空间蛋白质组预测上实现约 6 倍加速和 8 倍内存节省。