Meta Muse Wonder Full发布:智能指数56分,闭源不提供公开API【AI 早报 2026-10-13】
Meta超级智能实验室发布首款前沿旗舰模型Muse Wonder系列,重回第一梯队;同日,何恺明团队提出视觉原生框架VISTA,让多模态模型无需重训即可回看历史画面。
今日概览
要闻
- Meta Muse Wonder Full发布:智能指数56分,闭源不提供公开API
- 何恺明团队VISTA框架:Claude Opus 5.0满分通关ARC-AGI-3
- TypeSafe AI以75亿美元估值融资8.7亿:非文本Jev模型获财富500强三分之一采用
- 无问芯穹完成23亿元C轮融资:累计43亿创国内AI Infra新高
模型发布
- Iris-3B开源:3B参数无VAE文生图,支持深度估计与4倍超分
- 智谱GLM-5.3高速版灰度测试:输出速度近490 tokens/s
- GPT-6.1 Sol默认上下文扩容至500k:订阅免收长上下文附加费
- 跨维UNITAS:1.7B参数3D世界模型,LIBERO成功率99.8%
产品应用
- 千问确认推出“千问Go!”:AI自主操作APP索赔航班延误现金赔付
- OpenClaw v2026.10.1更新:Agent可主动检索Skills,MCP Apps嵌入侧栏
- SpaceX上线X Subscription四档订阅:8至200美元整合Grok、X与Cursor
- Meta macOS客户端零日漏洞:可绕过TCC权限劫持AI助手
技术与洞察
- Anthropic用15台电视盒子跑260亿参数模型:AI“寄生繁殖”仍差关键一步
- RoboFoundry:基座模型冻结,系统进化让具身成功率升至72.7%
- PhAI Labs提出RSI-Anything:世界模型驱动代码修复成功率升至31.2%
- TerraVis测评发布:专测文生图“世界一致性”,18类问题三层评估
行业动态
- 半图科技完成超千万美元融资:50万小时数据训练人类行为模型
- 微软计划2027年部署Maia 300芯片:推理能效较GPU提升40%
前瞻与传闻
- 神秘ClaudeNext疑似偷跑:4行提示词生成3D电影级动画
- 亚马逊洽谈收购Decart AI:交易估值或达70亿美元
要闻
Meta Muse Wonder Full发布:智能指数56分,闭源不提供公开API
北京时间10月13日凌晨,Meta超级智能实验室发布Muse Wonder和Muse Wonder Full两款模型,这是自去年以143亿美元收购Scale AI并任命汪滔掌舵AI研发以来推出的首款前沿旗舰模型。两款内部代号“西瓜”(Watermelon)的模型由俄亥俄州规模超1吉瓦的“普罗米修斯”(Prometheus)超级集群训练。据Artificial Analysis数据,在最高推理强度下,Muse Wonder和Muse Wonder Full的综合智能指数(Intelligence Index v4.3)分别达到52分和56分,较Muse Spark 1.3的48分分别提高4分和8分。其中Muse Wonder Full追平Claude Sonnet 5.5,超过GPT-6 Astra和Gemini 4 Argon(均为53分),仅次于Claude Opus 5.5的58分。在长周期编程测试SWE-Marathon中,Muse Wonder Full取得57.5分,高于Claude Opus 5.5的46.3分和GPT-6 Astra的42.5分。在终端自动化测试Terminal-Bench 4.0中,其得分从Muse Spark 1.3的33%提升至57%。Meta此次未开放可供下载的模型权重,性能更强的Muse Wonder Full暂时只向Muse Code编程助手的付费订阅用户开放,不提供公开API调用。商业定价上,标准版Muse Wonder API为每百万输入Token 4美元、每百万输出Token 20美元,缓存输入0.20美元。 来源:https://mp.weixin.qq.com/s?__biz=Mjc1NjM3MjY2MA==&mid=2691573315&idx=1&sn=d75f23850ad13ceca241bfbaf509398c
何恺明团队VISTA框架:Claude Opus 5.0满分通关ARC-AGI-3
何恺明团队发表论文《VISTA: A Visual Harness for Reasoning in an Interactive World》,提出视觉原生Harness框架,让多模态模型无需重新训练即可保存原始画面并在推理时随时回看、放大和对比。VISTA通过构建无损视觉记忆与主动检查机制,将环境返回的每一帧原样存到上下文之外,模型可按需调入历史画面参与当前推理。在ARC-AGI-3评测中,搭配VISTA的Claude Opus 5.0完成了全部25个公开游戏,相对人类动作效率得分达到满分100,所用游戏动作数比首次游玩的人类基线少57.4%。换成GPT-5.6 Sol,同样全部通关,得分达到99。VISTA在实现上设计了三个核心组件:视觉观测将64×64画面放大为512×512的PNG图像;无损视觉记忆按回合号和帧号完整保存所有画面;主动视觉检查通过inspect工具支持调出历史帧、裁剪放大局部、对比动作前后变化。研究团队还在浏览器游戏、迷宫和连线题中验证了该方法,并将更接近物理世界的具身任务列为后续方向。 来源:https://mp.weixin.qq.com/s?__biz=MzU3NjE4NjQ4MA==&mid=2247557495&idx=1&sn=339ab2f9b8fdbc96125fb28a90b005fa
TypeSafe AI以75亿美元估值融资8.7亿:非文本Jev模型获财富500强三分之一采用
TypeSafe AI完成8.7亿美元融资,估值达75亿美元,由Andreessen Horowitz领投,Sequoia及现有投资方DCVC参投。该公司开发的Jev模型于9月15日发布后迅速走红,虽然基于Transformer架构,但并非大语言模型,而是输出概率化的“校准决策”,官方称其运行速度显著更快且消耗Token远少于LLM。联合创始人Diogo Almeida是前OpenAI研究员,他表示AI行业过去四年在人类语言上表现出色,但对自动化用途有限,因为计算机使用不同语言。TypeSafe成立于2024年,创始团队包括前Meta研究工程师Sasha Sheng和工程师Erik Gafni。公司称财富500强中已有三分之一在使用该模型,企业采用速度在发布仅数周后即达到这一规模。 来源:https://theaiinsider.tech/2026/10/12/typesafe-ai-secures-870m-at-7-5b-valuation-as-non-text-jev-model-gains-rapid-enterprise-adoption/
无问芯穹完成23亿元C轮融资:累计43亿创国内AI Infra新高
无问芯穹完成23亿元C轮融资,累计融资额达43亿元,单轮与累计融资额均创国内AI Infra行业新高,据外媒报道公司正在筹备IPO。公司脱胎于清华大学电子工程系,发起人汪玉为清华电子工程系长聘教授,联合创始人兼CEO夏立雪、首席科学家戴国浩、CTO李伯勋均有清华背景。无问芯穹在2024年完成全球首次“4+2”式700亿参数大模型异构芯片混合训练,运用华为昇腾、天数智芯、沐曦、摩尔线程四种国产芯片与AMD、NVIDIA两种进口芯片,算力利用率达97.6%。目前其已实现2个工作日完成新芯片适配,国产芯片适配成本降低70%以上;在万亿参数级MoE模型训练中,吞吐较主流开源框架提升41%至75%,推理成本一年内下降10倍。截至2026年7月,其Token工厂单日Token调用量较去年12月增长40倍,跨集群异构PD分离架构PDD实现首Token延迟降低51.5%、单Token成本降低37.5%。全国部署已触达超37000P算力、覆盖16种主流芯片。 来源:https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652811698&idx=1&sn=cb2b9e819a526d8eec6b60c3228c2e37
模型发布
Iris-3B开源:3B参数无VAE文生图,支持深度估计与4倍超分
Speridlabs正式开源Iris-3B,这是一个3B参数的像素空间图像生成模型,不经过VAE压缩与解码,直接生成RGB像素,支持约100万像素的多种宽高比图像。同一骨干网络分别微调后,还可实现单目深度估计、图像修复与4倍超分辨率。文生图基座、深度模型和修复/超分模型的权重及代码均以Apache 2.0协议开放。3B参数指图像生成网络,文生图另需冻结的Qwen3-VL-4B-Instruct文本编码器。在OneIG-EN英文整体分数上,Iris-3B得到0.540,接近Qwen-Image 20B,但在GenEval、DPG和LongText上仍低于Qwen-Image。技术架构上,图像被切分为16×16像素图块,主干前8个双流块为文字和图像保留独立权重,再通过16个单流块联合处理;末端4层PiT头负责预测像素流。训练采用Rectified Flow,从256像素开始逐步提升到512和1024像素,再进行1024像素监督微调,总计66.5万步。 来源:https://mp.weixin.qq.com/s?__biz=Mzk3NTc1NTU0Mw==&mid=2247514469&idx=1&sn=c397c94e0f7ed4ae64153a139ca30376
智谱GLM-5.3高速版灰度测试:输出速度近490 tokens/s
智谱在其AI编程工具ZCode中悄然开启高速旗舰模型GLM-5.3 HighSpeed测试,X平台博主Leo爆料其输出速度可超过490 tokens/s。作为对比,AI Ping数据显示DeepSeek V4.1 Flash官方API输出速度为121.34 tokens/s,智谱官方GLM-5.3 API速度为70.84 tokens/s,GLM-5.3 HighSpeed达到数倍于当前国内主流模型的速度。该模型拥有100万个token上下文窗口,最多可一次性输出131072个token,与GLM-5.3信息一致。GLM-5.3 HighSpeed目前只对ZCode订阅用户随机开放,没有明确内测申请入口,实际上线后的规模化服务速度仍待观察。这不是智谱首次推出高速旗舰模型,今年5月GLM-5.1曾推出面向部分企业用户的高速版API,输出速度达400 tokens/s。 来源:https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652811698&idx=2&sn=178f115d7338f793887f56a17a8573fb
GPT-6.1 Sol默认上下文扩容至500k:订阅免收长上下文附加费
OpenAI Day 7更新将Codex和ChatGPT Work里的GPT-6.1 Sol默认上下文窗口从272k扩展到500k,涨幅约80%。Tibo确认用订阅额度跑GPT-6.1 Sol不收长上下文附加费,任务照常消耗订阅额度,但不再因上下文变长额外加收。通过API调用仍按API价格表计费。此前开发者曾抱怨Codex压缩一次上下文最长要等两分钟,这次扩容能减少压缩频率,让模型在长任务里保留更多细节。值得注意的是,今年7月OpenAI曾把GPT-5.6 Sol的上下文从272k提高到372k,结果订阅用量扣得比预期多,团队又退回272k。 来源:https://mp.weixin.qq.com/s/82GYLfd5_-xO_yuQf9MTRw
跨维UNITAS:1.7B参数3D世界模型,LIBERO成功率99.8%
跨维智能(DexForce)发布论文UNITAS,提出全球首个机器人任务原生3D世界模型,将机器人看见什么、自己怎么动、世界因此怎么变化统一放进同一个三维物理表示空间。UNITAS仅凭1.7B参数,在LIBERO上取得99.8%平均成功率,在LIBERO-Plus上达到89.1%,并在RoboTwin 2.0双臂操作的Clean与Randomized设置中分别取得92.94%和93.04%成功率。这些成绩超越了参数规模达6B的Fast-WAM、8B的Motus以及π0.5、LingBot-VA、PointWorld等模型。在真实机器人操作执行上,任务平均成功率达到85%。与3D感知世界动作模型不同,UNITAS的主干模型直接处理三维Token,观察对应三维位置,动作是操作本体上三维点随时间变化的轨迹,环境变化是观测点的运动轨迹,不再通过图片Token作为桥梁。 来源:https://mp.weixin.qq.com/s/5DfL1GI9NC6FfNcfX6u1OQ
产品应用
千问确认推出“千问Go!”:AI自主操作APP索赔航班延误现金赔付
千问官方公告确认将推出Personal Agent“千问Go!”,内嵌于千问APP,体验申请页面已上线。网友分享的体验显示,用户只需说“帮我查查之前订的兰州杭州往返机票,出发有延误,我不记得是哪趟了,帮我在APP上和客服沟通赔偿”,千问Go便打开出行服务平台历史订单,核对航班情况并结合客服反馈,锁定延误航班为东航MU2445。在联系客服过程中,千问Go遇到外呼异常后改为线上沟通,平台客服最初给出合计70元代金券补偿方案,千问Go明确回复“我明确拒绝代金券,只接受现金赔付!”,经多轮沟通最终争取到70元现金赔偿并直接汇入用户支付宝账户。千问Go已具备购物、出行、物流等数十个领域的办事能力,将基于使用反馈持续优化。 来源:https://mp.weixin.qq.com/s?__biz=MjM5NTg0NDE1Mw==&mid=2652628369&idx=1&sn=76d0b46268cb0a7738399f7963a2de12
OpenClaw v2026.10.1更新:Agent可主动检索Skills,MCP Apps嵌入侧栏
OpenClaw正式发布v2026.10.1,汇集402位贡献者工作,涉及2425个PR、3055次提交。新功能中Agent能通过skills_search主动查找已安装Skills的名称、描述和指令内容,再通过skills_read按需读取完整SKILL.md,避免技能目录占用过多上下文。另一项更新是兼容的MCP Apps可在OpenClaw聊天区域旁边打开,用户可直接使用应用提供的表单、选择内容并添加到下一轮对话。完整备份功能支持保存到外接硬盘、已挂载存储设备或Cloudflare R2,并支持定时备份与自动清理旧备份。Mac桌面应用内置运行环境,新用户不必再单独安装Node.js。不过更新发布后,有用户反映从v2026.9.5升级到v2026.10.1时更新失败,Codex插件仍停留在旧版本,Gateway看似正常但Agent无法完成任何一轮回复。 来源:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651062250&idx=2&sn=4b583b388014abfa98ed7da7e2e36570
SpaceX上线X Subscription四档订阅:8至200美元整合Grok、X与Cursor
SpaceX正式推出全新X Subscription计划,将Grok、X与Cursor整合为单一订阅服务,分为四档:Plus(8美元/月)、Premium(30美元/月)、Super(100美元/月)和Ultra(200美元/月)。Plus提供Cursor访问权限、Grok聊天/语音/Imagine/Build、Grok API、共享用量池及X高级功能,包括Premium认证标记、减少时间线广告、创作者变现、编辑帖子、更长帖文与视频上传、文章与Media Studio、高级分析等。Premium包含Plus全部内容,并提供约4倍用量、Grok Bot、最新Grok模型、更快响应、AI图像与视频生成、大部分界面无广告浏览。Super在Premium基础上增加约15倍用量、高峰期优先模型访问及更快的聊天与生成速度。Ultra提供约50倍用量、所有产品与模型的最早访问权限以及最快的聊天与生成体验。已有Cursor、Grok或X订阅的用户可通过指定页面切换,符合条件的旧订阅将自动取消并按比例退款,但通过Apple App Store订阅的Cursor不会自动取消,需用户自行处理。统一完成后不可撤销。 来源:https://mp.weixin.qq.com/s?__biz=MzU2NjU3Nzg2Mg==&mid=2247548149&idx=1&sn=4216dfc2346b0fe17b041ec47846dfd3
Meta macOS客户端零日漏洞:可绕过TCC权限劫持AI助手
安全研究员Patrick Wardle披露了一个影响Meta新近发布的Muse macOS桌面客户端的尚未修复的零日漏洞。该漏洞源于名为endo_voyager_dictation_endpoint的未公开配置首选项键,非特权本地进程和任意脚本无需管理员权限、不触发授权提示即可覆盖该配置值,将听写流量重定向至攻击者控制的服务器。当用户启用听写时,客户端会将原始麦克风音频及与Muse账户关联的有效身份验证令牌发送至配置端点,攻击者可劫持凭据并实施提示词注入,迫使助手执行窃取本地文档或WhatsApp消息记录等未授权任务。由于Muse智能体通常被授予广泛系统权限,该漏洞可绕过macOS的TCC安全框架,将经过签名的助手变成攻击面。Meta在漏洞公开披露后部署了热修复,从生产客户端构建中移除该内部调试首选项键,但未遵循正式CVE编号分配流程,社区对其“本地配置问题”的定性并不认同。 来源:https://mp.weixin.qq.com/s?__biz=MzU1NDA4NjU2MA==&mid=2247668209&idx=2&sn=697f44d095bcefbfffa34648ec2c0be4
技术与洞察
Anthropic用15台电视盒子跑260亿参数模型:AI“寄生繁殖”仍差关键一步
Anthropic研究人员将15台单价约55美元、每台仅4GB内存的杂牌安卓电视盒子联网,通过分布式推理成功跑起260亿参数的Gemma4-26B-A4B模型,速度仅0.39 tokens/秒。该实验旨在验证AI能否像计算机病毒一样寄生在智能电视、冰箱、扫地机器人等联网设备中,自行寻找宿主、部署模型并不断复制。自主复制被拆解为四个阶段:扫描网络发现目标、入侵取得控制权、在陌生硬件上搭建推理环境、以新宿主为跳板继续传播。测试显示,一个9B小模型成功在9种差异巨大的硬件中的8种上架起推理服务;而端到端跑通完整链条时,只有更强的GLM-5.2能在5次试验中4次感染全部8个节点。目前能端到端完成复制的模型太大,放不进设备;能放进设备的模型还不够聪明,两条线尚未真正相交。若按小模型能力每年提升13.7个ECI指数拟合,研究者预测两者将在2026年底相交。 来源:https://www.ifanr.com/1683992?utm_source=rss&utm_medium=rss&utm_campaign=
RoboFoundry:基座模型冻结,系统进化让具身成功率升至72.7%
RoboFoundry由新加坡南洋理工大学、北京航空航天大学等机构提出,是首个把智能体系统本身形式化为“自进化的系统即策略”的具身智能体框架。其核心思路是基座模型保持冻结,进化发生在模型周围的上下文系统、技能系统与执行接口上。在EmbodiedBench上,直接使用GPT-5.5平均成功率为56.9%,模型参数不改只让系统持续进化后提升至72.7%。在长程记忆基准RoboMemArena上,任务成功率比所有基线至少高出39.0%;在LIBERO-PRO扰动测试中,比CaP-Agent0高出243.8%–679.7%。RoboFoundry以文件形式存在系统,模型可用cat、grep查看,用add、modify、delete修改,通过内外两层循环进化:内循环执行任务记录轨迹,外循环诊断能力缺口并提出修改。执行失败会被归因到感知、推理、规划、保存、检索、利用六种能力之一,只有修复当前任务失败的修改才会被提交,并通过held-out检查晋升进通用系统。 来源:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651062250&idx=3&sn=0bf24d2253fc8b154cf8a6852eb1c6b8
PhAI Labs提出RSI-Anything:世界模型驱动代码修复成功率升至31.2%
PhAI Labs发布RSI-Anything技术报告,探索通过世界模型实现跨领域递归自我改进(RSI)的路径。在代码修复任务中,研究者未更换负责写代码的模型,也未增加在线测试预算,仅让世界模型参与预测和选择代码修改方案,并利用真实反馈进一步适配预测器,代码修复成功率从26.3%提升到31.2%。在计算机图形界面交互任务中,RSI-Anything在OSWorld基准上实现任务成功率相比原有方法相对提升约18.4%。在实验室场景,一个仅有4B参数的策略模型经过连续五代改进,规划分数从21.80%提升至46.01%,最终略微超过采用更大模型组合的参考系统。在化学世界,同样进行40次实验,预测与反馈驱动的搜索将平均最佳观测产率推进至96.15%,而贝叶斯优化对照方法为82.16%。该框架延续JEPA-Anything技术路线,将世界模型的预测能力与Agent行动选择、真实反馈和系统更新连接,构成State → Action → Prediction → Feedback → Improvement的递归过程。 来源:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651062250&idx=1&sn=01ec89d0007a47eba2bc2918aab03ecf
TerraVis测评发布:专测文生图“世界一致性”,18类问题三层评估
被NeurIPS 2026 Evaluations and Datasets Track接收的TerraVis,提出针对文生图“世界一致性”的评估框架,关注图像中的宏观物体、交互和场景在结构、空间、物理、生物及常识层面是否合理。该框架将问题分为三层共18类:物体层面检查身份、结构、解剖、纹理与文字等7类问题;交互层面检查接触、支撑、运动、光学等8类问题;场景层面检查相对尺度、遮挡和区域连续性3类问题。TerraVis既给出分数,也指出具体问题、视觉证据和严重程度,并已开放上传图片体验。论文中的案例显示,一张电脑桌图像获得1.00的TIFA对齐分数,但笔记本电脑结构明显扭曲,人类世界一致性评分为0;另一张偏离“没有水流”提示词的喷泉图,画面本身符合现实,获得最高世界一致性评分。研究表明传统美学、对齐和偏好指标的高分未必对应较高的世界一致性,两者需要分别衡量。 来源:https://mp.weixin.qq.com/s/5P5TAIXOfIDVbdynJbSEdA
行业动态
半图科技完成超千万美元融资:50万小时数据训练人类行为模型
上海半图科技(SemiGraph)完成单轮超千万美元融资,由联想创投等多家国内及海外一线资本领投,老股东IDG资本持续加码。本轮融资将用于人类行为模型研发、数据体系建设、团队扩充及AI原生3D互动场景产品化落地。半图科技将方向概括为人类行为智能(Human Behavior Intelligence),围绕大规模人类行为数据与统一的3D行为表示,训练能理解、生成并驱动人类行为的模型。公司已建立面向人类行为的数据生产体系,通过专业表演采集、规模化视频处理、3D空间重建、自动标注、仿真与数据合成等环节,积累50万小时级相关数据。模型位于上游多模态理解与下游3D AI互动输出系统之间,接收文本、语音、音乐及角色状态、剧情规则和环境信号,将抽象意图拆解为具体动作、表情、空间轨迹及人物关系,转化为结构化、可编辑可解耦的统一3D行为表示。公司自研的AI互动产品《代号Live》中,AI角色需以完整3D身体参与互动,用户的一句话或一次靠近都可能影响角色后续情绪与行为。 来源:https://mp.weixin.qq.com/s?__biz=MzI4NTgxMDk1NA==&mid=2247518620&idx=1&sn=514fb780cfa1d76064aced8b495fc79c
微软计划2027年部署Maia 300芯片:推理能效较GPU提升40%
微软计划从2027年开始将自研Azure Maia芯片作为其全线产品的主要AI推理系统,并以多吉瓦规模部署。即将推出的Maia 300每兆瓦可交付的Token数应比领先的GPU系统多40%。CEO Satya Nadella称之为“我们对自研芯片迄今最大的赌注”。这意味着微软在AI推理环节正从依赖外部GPU转向自研硅芯片,目标是在大规模服务中提升每兆瓦算力的Token产出效率。 来源:https://the-decoder.com/microsoft-plans-to-scale-its-own-maia-ai-chips-to-gigawatt-levels-by-2027/
前瞻与传闻
神秘ClaudeNext疑似偷跑:4行提示词生成3D电影级动画
近日多位开发者和爆料人晒出Claude实测,发现即使选择Opus 5.5,输出效果却像换了个模型,引发后台是否悄悄接上新一代模型的猜测,有人称其为“Claude Next”。开发者Chetaslua用4行提示词、跑2小时、消耗2700万Token,让Claude通过JS逐帧绘制完成一个人的一生动画,从胚胎、门框下量身高的小女孩到独自坐回扶手椅的老人,30秒走完一生。在动画、视频实测中,该疑似新检查点在编程自主性、3D渲染、空间推理及复杂长链推理上表现突出,被测试者称为“统治级的存在”。目前社区对具体型号猜测分为两派:一派押注新版Opus 5.5/Opus 5.6,另一派认为是知识更新的Fable 5.5。Anthropic官方尚未确认该模型身份。 来源:https://mp.weixin.qq.com/s/K2QI8P_MYg563wmoT9og8Q
亚马逊洽谈收购Decart AI:交易估值或达70亿美元
据《华尔街日报》报道,亚马逊正在洽谈收购人工智能初创公司Decart AI,交易估值可能约为70亿美元。Decart由三名以色列工程师于2023年创立,他们是Leitersdorf兄弟Dean和Orian以及Moshe Shalev。今年9月,Anthropic决定不收购Decart AI,此前曾就以约60亿美元收购进行洽谈并完成尽职调查。目前该交易尚未达成,亚马逊与Decart均未官方确认。 来源:https://mp.weixin.qq.com/s?__biz=MzI4NTgxMDk1NA==&mid=2247518620&idx=3&sn=e3a7f3cf2976bda8b3f6c3814279d744
暂无评论。