Meta开源816B权重模型Muse Spark Open 两台Mac Studio可跑【AI 早报 2026-10-17】
今日看点：Meta 把 816B 参数、1M 上下文的 Muse Spark Open 以开放权重放出，两台 Mac Studio 即可运行；谷歌 Gemini 4 Argon 开启限量推送并公布每百万输入 2 美元；面壁 MiniCPM-V 4.7 把 35B-A3B 多模态压进约 3GB 内存；可灵 4.0 把 1080p 视频价格打到每秒 0.15 元。
今日概览
要闻
- Meta开源816B权重模型Muse Spark Open 两台Mac Studio可跑
模型发布
- 谷歌发布Gemini 4 Argon：每百万输入token 2美元
- MiniCPM-V 4.7：3G内存跑35B-A3B多模态
- Claude Opus 5.5极速版全面开放：输出提速2.5倍且降价
- Xspark AI发布原生触觉模型Spark-0并完成新融资
开发生态
- 腾讯混元开源Hy Memory 2.0：模型框架应用三层齐开
- Transformers v5.20.1更新：新增Reflection AI的Beam模型
- OpenAI Python SDK v3.32.0：加缓存设置与语音创建
产品应用
- 可灵4.0全面上线：1080p每秒0.15元 原生30秒
- Vidu Q4 Preview上线：每秒0.09元起 支持4K直出
技术与洞察
- WorldOracle评测：七种世界模型对上真机差距明显
- 苹果×CMU的SSR：把生成改成做选择题 推理延迟降九成
- 清华Puro-2B：4400美元预训练超Qwen2-1.5B
- 1.2万卡时实测：十种自蒸馏方法无一全面超过GRPO
- KTransformers-FineTune：CPU直接算专家 吞吐最高21.2倍
- 清华北邮DIVA：离散扩散VLM安全防线被跨步击穿
- 小红书Skill2Env：把Skill变成可执行训练环境
行业动态
- Modal获7.5亿美元D轮融资 估值157.5亿美元
- 元环智能成立半年融资数亿元 KAN一作刘子鸣创业
要闻
Meta开源816B权重模型Muse Spark Open 两台Mac Studio可跑
Meta 宣布开源 Muse Spark Open，官方定位其为“美国迄今为止最强大的开源权重模型”。该模型总参数 816B、激活参数 42B，采用 MoE 架构，上下文窗口 1M token，原生支持文本、图像、视频和音频，面向编码任务、长程任务、复杂软件工程与多步推理场景。权重可在 Hugging Face 下载，并通过 AWS SageMaker、Google Cloud、微软 Foundry 获取，Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together AI 等 API 平台同步上线。最受关注的是部署门槛：两台苹果 Mac Studio 即可跑起这一 816B 模型，无需机房与云端算力。许可为 Muse Model License，允许运行、修改、微调、蒸馏和再分发；当许可方及关联公司在任意连续 12 个月合计营收超过 2000 万美元、且在该模型服务业务中提供 Spark Open 或其衍生品时，需提前通知 Meta 并另行签署书面协议，绝大多数开发者可免费商用。
来源：https://mp.weixin.qq.com/s/8ifq1_Fv8HhK60KkVpcELg
模型发布
谷歌发布Gemini 4 Argon：每百万输入token 2美元
谷歌推出前沿模型 Gemini 4 Argon，通过分阶段的可信测试者计划逐步开放，目标是在复杂长程工作流中维持深度推理，覆盖真实软件工程、法律与金融等企业知识工作以及安全防御场景。上线价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入按输入价 95% 折扣。内部落地已给出量化结果：在量子算法优化中，Argon 在数分钟内将某子程序的时空资源（qubit×gates）较已发表基线优化 40%；Argon 智能体分析全机群 profiling 遥测，自主定位并应用内存优化，上线后释放超 300 TiB 内存，预计总节省 500 TiB 至 1 PiB；同时推动谷歌内部 C/C++ 代码库向 Rust 迁移，规模从 re2、libgav1 等核心库的数万行，扩大到 Fuchsia Zircon 内核的 80 万行以上，关键系统改写需经过自动化与人工审计、仿真测试后才进入生产。随着早期反馈收回，Argon 将逐步向开发者、企业和消费者开放。
MiniCPM-V 4.7：3G内存跑35B-A3B多模态
面壁智能发布新一代端侧多模态大模型 MiniCPM-V 4.7，含 1B 与 35B-A3B 两个版本，并开源模型权重、推理代码与微调代码。其中 35B-A3B 采用 35B 总参数、3B 激活参数的 MoE 架构，约 3GB 内存即可在 iOS、安卓等系统流畅运行，支持 256K 上下文，依靠前瞻专家调度（LES）、DSpark 投机采样、x4/x16 混合视觉压缩与分片图像编码实现。LES 复用下一层 router，把当前层路由输入经下一层 router 计算后取分数最高的 8 个专家提前加载，实测对真实激活专家覆盖率超 80%，且预测只用于预加载、不参与专家选择，输出与关闭预加载时逐字节一致。实测速度：iPhone 17 Pro Max 解码 13+ token/s；iPad Pro M4 16GB 达 17~19 tokens/s；M5 16GB Mac 上 DSpark TPS 平均提升 27%、最高 66%；iPad Pro M4 上 LES 让生成速度平均提升约 5 倍。1B 版本继续把 OCR、数学、视频做到同尺寸第一梯队。
Claude Opus 5.5极速版全面开放：输出提速2.5倍且降价
Anthropic 宣布 Claude Opus 5.5 的“极速模式”结束研究预览、取消等待名单，向全体开发者开放。极速模式与标准版使用完全相同的模型权重与智力水平，不降参数，仅通过优化底层 API 与推理配置把资源集中到响应速度上，每秒输出 token 速度（OTPS）最高提升 2.5 倍。该模式仅支持 Opus 5.5、Opus 5 与 Opus 4.8，Sonnet、Haiku 不支持，Opus 4.7 极速版已于 2026 年 6 月弃用。开启方式为 API 请求加 speed:"fast"，Claude Code 中输入 /fast，VS Code 插件一键切换。极速模式拥有独立速率限制，触及上限会自动平滑回退到标准速度，冷却后恢复。价格上反而更低：每百万 token，Opus 5.5 极速版输入 8 美元、输出 40 美元；Opus 5 与 Opus 4.8 极速版输入 10 美元、输出 50 美元。
来源：https://mp.weixin.qq.com/s/bEbkxKE4XL8Rm4Npxa7f8w
Xspark AI发布原生触觉模型Spark-0并完成新融资
Xspark AI（无界智航）发布自研原生触觉多模态模型 Spark-0，并宣布完成新一轮融资，投资方含猎道投资、华山资本、元航资本、浦东创投、钧源资本、南山战新投、水木创投等，多维资本任独家财务顾问；自 7 月首轮以来累计融资数亿元。团队源自清华大学，由清华长聘副教授丁文伯领衔。Spark-0 是视觉—触觉—语言—动作（VTLA）模型，从预训练阶段把触觉内建于模型，实现视觉、触觉与动作统一表征：训练时触觉作“老师”，全手触觉投影到图像引导视觉识别接触位置；运行时作“反馈”，压力变化实时进入动作专家。数据底座 HumanTouch 含 1000 小时全手触觉人类操作数据，覆盖 100 多类任务、32 名操作者，每只手 360 个触点并与手部姿态、多视角视频同步采集。在 SparkArena 仿真、SparkArena 真机与跨本体 Ego Humanoid 三项基准上，Spark-0 全面超越 π0.5、GR00T 等 11 个主流模型；真机“双手把软鞋塞进鞋盒”任务成功率 80%、最强对比模型 30%，五项真机任务平均成功率 52%、为最强基线 2.4 倍；在视觉数据与算力不变、运行时完全不启用触觉并切换本体条件下，加入 HumanTouch 触觉预训练后成功率仍从 52.5% 升至 71.7%。HumanTouch 与 SparkArena 即将全面开源。
开发生态
腾讯混元开源Hy Memory 2.0：模型框架应用三层齐开
腾讯混元把智能体记忆框架 Hy Memory 升级到 2.0，并开源专用模型、记忆框架与 MemHub 应用三层。Hy Memory 框架负责聊天、工作、代码三类记忆的存储、更新与进化，可通过 SDK 接入 Agent，在覆盖三类场景的 4 个 Benchmark 上均为开源记忆框架第一。Hy-Memory-30A3B 约 3B 激活参数，在 Hy Memory、Mem0、MemOS、EverMemOS 四套记忆系统上得分 55.49，高于 Opus5 的 54.62、DeepSeek V4.1 Flash 的 53.64 与 Qwen3-30B-A3B 的 44.37。MemHub 为本地记忆管理应用，提供 CLI 与 Mac 端，可连接 WorkBuddy、Cursor、Codex 等 10 种 AI 工具，内置 Hy Memory SDK，支持历史记忆导入与跨工具实时同步。内部数据：腾讯自选股 AI 助手多跳召回率从 50% 升至 90%、综合得分提升 23.8%、整体通过率从 64% 升至 81%；腾讯新闻智声、新闻妹两个助手长期偏好评测平均 91.68，87.8% 案例超 90 分；iWiki 仅用 Hy Memory 召回记忆作答，正确率比提供全部原始对话高 48.6%。分项上，工作记忆在 MemoryArena 旅行规划与组合购物平均 55.31%、领先次优 EverOS 10.2 个百分点；代码记忆在 CodeMemoryBench 问答准确率 64.2%、任务解决率 35.6% 均为第一，SWE-ContextBench 解决率 28.3% 高于 MemOS 与 Mem0 的 25.3%；聊天记忆 LoCoMo 准确率 72.6% 高于 EverOS 71.9%，每题 token 从 1159 降至 703、减少 39.3%。
Transformers v5.20.1更新：新增Reflection AI的Beam模型
Hugging Face transformers 发布 v5.20.1，特别加入 Reflection AI 的新模型 Beam。Beam 是一个 token 高效的前沿规模模型，聚焦编码与智能体场景，面向团队使用。
来源：https://github.com/huggingface/transformers/releases/tag/v5.20.1
OpenAI Python SDK v3.32.0：加缓存设置与语音创建
openai-python v3.32.0 于 2026-10-16 发布，API 层面新增缓存设置与 key 选项、基于提示词的语音创建，以及区域处理驻留选项。
来源：https://github.com/openai/openai-python/releases/tag/v3.32.0
产品应用
可灵4.0全面上线：1080p每秒0.15元 原生30秒
可灵 AI 上线新一代旗舰视频生成模型 Kling 4.0，所有用户可在网页版或 App 使用。本次重点优化大幅度动态场景，单次原生视频生成时长拉长到 30 秒；全能参考功能支持视频、图像、角色、音频等共 15 项参考素材组合，最多 10 个关键帧。价格上，剔除优惠后 1080p 每秒消耗 15 可灵灵感值、合 0.15 元，仅为 Seedance 2.5 同规格价格 3.7 元/秒的 4%；720p 降到 0.1 元/秒，轻量版 Kling 4.0 Flash 720p 为 0.06 元/秒，一段 20 秒视频共花约 3 元。实测中，30 秒武术对招无穿模、断点，跟拍、升高、环绕、倒退、拉远等复杂运镜可较好执行；四张关键帧下人物正脸、侧脸特征保持较好，但关键帧前后衔接略不自然；Kling 4.0 较 Flash 画面更精细、音效更真实，但 Flash 生成速度更快，Kling 4.0 上线初期排队更久；物理规律遵循与复杂指令理解仍有边界。
Vidu Q4 Preview上线：每秒0.09元起 支持4K直出
生数科技发布 Vidu Q4 Preview，为新一代视频生成旗舰模型的首个预览版，定位高表现力全能旗舰，已支持参考生视频与图生视频。目前优惠价 0.09 元/秒起，同预算最高可多生成 5 倍内容。能力上支持 2K、4K 输出，SaaS 与 MaaS 均最高 4K 直出，强化光影、美学与质感；最多 15 张参考图、最多 3 段参考音频以统一角色音色。实测覆盖双人光剑打斗、香水瓶与吉他等产品材质细节、微表情（紧张到抿嘴微笑、害羞脸红、泪中带笑）、多人物多风格切换、FPV 第一人称追拍与多宫格分镜控制等场景，镜头切换与空间关系整体在线。
技术与洞察
WorldOracle评测：七种世界模型对上真机差距明显
普林斯顿、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA 与智元的研究者提出 WorldOracle，以相同初始画面和动作序列对应的真实执行为参照，检验动作驱动世界模型的预测能力，平台于 10 月 16 日向开发者开放。研究评测 DreamDojo、Cosmos 3、IRASim、GE-Sim 2.0 等七种代表性模型，发现两类问题：机械臂移动路径预测较准，但物体位置与运动仍可能偏离现实；短时表现好的模型在完整操作序列中明显退化。具体分数：IRASim 机械臂 78.8、操作物体仅 29.1；Cosmos 3 分别为 89.4 与 45.4。轨迹拉长后单视角综合分，DreamDojo 从 50.56 降至 27.08，Cosmos 3 从 53.99 降至 26.60，均接近减半；GE-Sim 2.0 从 73.86 降至 63.33，长短序列均为五模型最高且降幅最小。排序也发生变化：IRASim 前 30 秒低于 Ctrl-World、DreamDojo 与 Cosmos 3，完整序列却高于三者。开发者用评测集提供的初始画面与动作序列生成预测视频并提交，平台与真实执行记录对照评分，论文编号 arXiv 2610.18826。
来源：https://mp.weixin.qq.com/s/iokr-0xXyTV8dbLsQE1hJw
苹果×CMU的SSR：把生成改成做选择题 推理延迟降九成
苹果与卡内基梅隆大学提出 SSR（Selection-based Structured Reasoning），把 ReAct 式智能体里逐 token 的自由形式推理，改成从预定义推理选项中“做选择题”。SSR 的推理库含 6 条选项：图搜图识别实体、文本搜索查事实、裁剪或放大图像看细节、基于证据作答、直接读图作答、常识可答直接回答；选项提供 rationale，动作生成负责具体怎么做。选择时不加额外分类头、不需 SFT 热启动，直接让 LLM 自身当分类器：对每个选项算基于当前 context 的 token 概率平均值，经 softmax 得到分布后采样，打分与动作生成共享同一套参数与 system prompt。由于选项预定义，打分可完全并行——token 层用 teacher forcing 一次性 prefill 整条选项、一个 batched forward pass 算完似然，选项层共享同一份 KV cache，全程不产生自回归新 token。论文实例：4B 模型为一道爱丁堡大学建筑展览题生成 156 token、耗时 1821.92 ms 且误判建筑；SSR 仅用 32.66 ms 选中“通过图像识别实体”并触发图片搜索。在 Qwen3-VL 2B/4B、H100+SGLang 上，于 MMSearch、HR-MMSearch、FVQA-test、InfoSeek 等 7 个多模态搜索 benchmark 中，每轮推理延迟降低超 90%，任务成功率与 free-form thinking 相当，论文编号 arXiv 2610.01892。
清华Puro-2B：4400美元预训练超Qwen2-1.5B
清华大学陈文光、吕凯风团队推出全流程开源的 Puro-2B，开放训练数据、框架、配置与权重，在消费级 RTX 5090 集群上从头训练约 20 亿参数模型，最多用 1.4 万亿 token。以约 4400 美元预训练计算成本，模型在覆盖 15 项任务的平均指标上超过 Qwen2-1.5B；6900 美元成本的最佳版本平均性能接近 Qwen2.5-1.5B。对比看，复现 OLMoE-1B/7B 与 SmolLM3-3B 的算力成本估计分别约 20 万美元与 71.9 万美元。成本优势来自硬件与系统协同：按论文 GPU 租赁价，RTX 5090 的 BF16 峰值算力/美元约为 H200 的 2.77 倍；通过驱动与系统配置启用节点内 PCIe P2P，GPU 间单向带宽从 31.5GB/s 提升到 56GB/s、延迟从 14.3µs 降到 0.4µs，节点间启用 GPU Direct RDMA 后 24 卡 AllReduce 总线带宽从 8.87GB/s 提升到 19.93GB/s；训练用数据并行+流水线并行、避免张量并行，重新分配各阶段计算量并按显存均衡放置优化器状态，综合 MFU 超 70%。精度上沿用 DeepSeek-V3 细粒度分块量化把主要线性层放 FP8，敏感操作保留 BF16/FP32；FP8 验证损失较 BF16 高约 0.0031—0.0039，吞吐提升 1.36 倍，折算精度损失后仍有约 1.34 倍净收益。优化器采用 MuonH，对权重更新量归一化并在更新后投影回固定半径，显式控制有效学习率。团队还拟合了 Puro Cost Scaling Law，用于在正式训练前估计不同预算可达水平，论文编号 arXiv 2608.27370。
1.2万卡时实测：十种自蒸馏方法无一全面超过GRPO
浙江大学与蚂蚁集团把已有方法放到同一套框架重比，覆盖 GRPO 与 10 种自蒸馏方法，任务含 ALFWorld、ScienceWorld、Search-QA、WebShop，模型覆盖 Qwen3.5-2B/4B/9B，累计 132 次训练、超 1.2 万 H800 卡时（训练、过程验证与模型保存，未含后续重复评测）。每种方法在 12 组模型-任务设置下训练 100 步、每 5 步记录验证，最终用 8 个随机种子重复评测。背景是 90 天内出现 47 篇 Agent 蒸馏论文、平均不到两天一篇，而纳入比较的 10 篇原始论文中只有 1 篇报告重复评测、5 篇分析训练失败、3 篇报告实测计算开销。结论是 10 种自蒸馏方法各有胜场，却没有一种能在所有测试设置下超过 GRPO，有些方法最终成绩不错、训练过程却曾接近崩盘。例：2B 模型 ALFWorld 任务中 Skill-SD 成功率 74.29%、GRPO 仅 28.48%，相差超 45 个百分点，论文编号 arXiv 2610.19789。
来源：https://mp.weixin.qq.com/s/-iD2lWWc0sZpeTsfw_-_2Q
KTransformers-FineTune：CPU直接算专家 吞吐最高21.2倍
清华大学 MADSys 实验室与趋境科技主导提出 KTransformers-FineTune（KT-FT），并联合 LlamaFactory 团队打造开源生态，实现 LoRA 微调与推理在同等硬件下一键执行。核心判断是：在前沿 MoE 稀疏负载下，把专家权重搬到 GPU 的耗时已长于在 CPU 上直接计算——ZeRO-Offload 的通信与任务同步占单步时间 94%，APTMoE 专家级流水调度后权重传输与同步仍占 86%；以 1B BF16 参数前向+反向共需传 4GB 为例，即便达到 PCIe 5.0 x16 理论峰值 64GB/s 也需 62.5ms，而 RTX 5090 完成相应计算仅 2.8ms，传输是计算的 22 倍以上。KT-FT 因此提出 CPU/GPU 协同计算范式：CPU 用 AVX-512/AMX 指令集对留在主存中的专家直接计算，GPU 继续负责注意力模块，并配语义感知主动布局引擎提前转换布局、按路由倾斜做动态线程调度。实测吞吐达到传统卸载范式（如 ZeRO-Offload）的 2.5～21.2 倍，方案全面开源。
来源：https://mp.weixin.qq.com/s/XnT6ME64yzcZlWfZw6vcyQ
清华北邮DIVA：离散扩散VLM安全防线被跨步击穿
清华大学与北京邮电大学在 EMNLP'26 提出 DIVA（Discrete-diffusion Vision-language model Attack），针对离散扩散视觉语言模型（dVLM）做白盒视觉越狱压力测试。与自回归 VLM 把图像一次性注入为静态前缀不同，dVLM 每轮去噪都会重新使用视觉条件，同一份隐藏在图片中的风险信号可沿生成轨迹反复发挥作用，团队称之为跨步条件传播。DIVA 不改模型参数，只在推理输入端叠加受像素幅度约束的扰动并配合改写文本，链路分两步：跨模态意图混淆把显式风险指令拆到图文两端，文字替换为依赖图片理解的指代表达，关键词线索与视觉内容叠成复合图像；扩散感知的对抗优化则从完整去噪轨迹抽取多个不同遮蔽比例的时间步，只在被遮蔽位置计算推向非拒答目标的损失并跨步平均，使同一扰动同时覆盖早期未成形与接近生成的多种状态，梯度经视觉编码器、多模态投影层与双向扩散 Transformer 回传后投影回像素范围。结果是同一模型能正确拒绝单独的有害文本或图片，但在 DIVA 扰动与文本重写后产生有害回复，论文编号 arXiv 2609.05525。
小红书Skill2Env：把Skill变成可执行训练环境
小红书 AllSpark 提出 Skill2Env，一套以 Agent 能力需求为导向的自动化环境合成框架。团队从 ClawHub 下载超 47K 个 Skill 文件夹，按真实场景适用性、沙箱兼容性与依赖可行性筛出约 3K 个。框架把复杂任务执行的能力需求归为环境理解、规划、技能使用、长程一致性、错误恢复五个维度，并建可复用难度模式池（如“分散证据”要求跨来源综合判断、“状态依赖”要求安排执行顺序），任务合成 Agent 据此生成说明目标、预期挑战、环境事实、验收标准与信息边界的任务蓝图，再协同构建任务指令、运行依赖、初始工作区与基于评分细则的评估器（确定性检查加 LLM Judge，按权重汇总并留证据），执行后还核对环境与评估器一致性。迭代任务强化通过检查执行轨迹与评分，把奖励高于阈值的任务交由诊断 Agent 分析已解决与被绕过的挑战，再针对性强化或引入新模式，并同步更新蓝图、指令、工作空间与评估器。最终构建 2,963 个可执行任务，用其中生成的 1.5K 条高分轨迹监督微调 Qwen3.6-35B-A3B，在多项 Agent 评测基准上均获提升；论文以 Docling 文档处理 Skill 为例，把供应商季度对账做成读 10 个文件、6 种格式材料的多轮加难任务。
行业动态
Modal获7.5亿美元D轮融资 估值157.5亿美元
AI 基础设施公司 Modal 完成 7.5 亿美元 D 轮融资，投后估值 157.5 亿美元，由 Accel 领投，Kleiner Perkins 新进入，Menlo Ventures、General Catalyst、Redpoint、Lux Capital、Amplify Partners 与 Bain Capital Ventures 等老股东跟投。公司称近期年化 run rate 突破 10 亿美元，C 轮五个月来用量增至三倍、同比增长超 15 倍。针对现有基础设施不适配 AI 负载（GPU 稀缺、大模型加载慢、LLM 生成代码需隔离运行）的问题，Modal 自建文件系统、容器运行时、调度器与网络，跑在跨 20 多家云的容量池上。2023 年推出的 Sandboxes 单独成为 3 亿美元 run rate 业务，已 spun up 近 30 亿个沙箱，客户含 DoorDash、Cognition、Ramp、Runway 与 Physical Intelligence，TypeSafe AI 的 Jev 前三天在 Modal 上服务 1 万亿 token。公司正向多节点训练、强化学习与后训练及新推理功能扩展，团队 200 余人分布在纽约、旧金山与斯德哥尔摩。
元环智能成立半年融资数亿元 KAN一作刘子鸣创业
成立不到半年的元环智能（MetaCircle）宣布连续完成种子轮与种子+轮，累计融资数亿元。种子轮由顺为资本领投，上海未来产业基金、星连资本、君礼资本跟投；种子+轮投资方含上海半导体产投、360 战投、首程资本、上海人工智能产业系列基金、BV 百度风投、山行资本、云时资本。公司 2026 年 5 月成立，创始人刘子鸣生于 1998 年，现任清华大学人工智能学院助理教授，本科毕业于北京大学物理系，获麻省理工学院物理学博士，曾在斯坦福做博士后，2024 年因参与提出 Kolmogorov-Arnold Networks（KAN）受到关注。元环主攻“元模型”：不直接执行任务，而是学习不同架构、训练配置与实验表现之间的关系，在未完成完整训练前预测损失与性能，提前排除表现较差的方案，长期目标是把预测能力用于自动架构设计与跨任务迁移。已公开成果包括 Marin Hero Run 训练表现预测（预测 Loss 2.034，对比 Marin 用 Scaling Ladder 得到的 2.039，公司强调公开的是预测而非最终实测）、自动科研方法 OPHIS（在 Grokking 与 nanoGPT 任务上做观察—假设—干预—改进实验）以及 ComfyResearch、nanoGPT Observable Library 等工具。产品化从时间序列预测切入，计划明年推出通用元模型 1.0，并建设 Architecture IQ 评测基准。
暂无评论。