←搜索结果

搜索“Agent”

按匹配度 · 共 561 条结果 清除搜索

星期五

  1. Artificial Analysis

    Meta 发布 816B 开源权重模型 Muse Spark Open，登顶美国开源模型榜首

    Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活 42B（MoE），在 Artificial Analysis Intelligence Index 上得分 39，成为该榜单上得分最高的美国开源权重模型。它比 Meta 今年 8 月的 30B 稠密开源模型 Muse Glimmer（high，17）高 22 分，也领先同日发布的 NVIDIA Nemotron 3.5 Super VL（26）。该模型上下文窗口 1M tokens，支持文本、图像、视频和音频输入，权重以 BF16 和 NVFP4 格式发布在 Hugging Face，API 可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 获取。

    han Muse Spark 1.2 ($0.97) at the same per-token prices and less than half of GLM-5.3 (max, $2.01), but about three times DeepSeek V4.1 Flash (max, $0.27) ➤ A relative weakness in agentic work compared to Chinese open-weights leaders. Among the nine highest-scoring open-weights models, Muse Spark Open ranks last on the four agentic evaluations in the index but fourth on the other six combined, and it leads all open-weights models on AA-Omniscience (25). GLM-5.3 (max), the closest Chinese model b

    匹配字段正文

    #editorial#模型发布#开源生态#评测/基准
  2. Unite.AI精选

    Meta 开源 816B 参数多模态模型 Muse Spark Open

    Meta 于 10 月 15 日公开 Muse Spark Open 权重，这是一个原生多模态开源模型，总参数 816B、激活参数 42B，上下文窗口 1M token，面向编码与长程智能体任务。模型采用 MoE Transformer 加 Perception Encoder 架构，可通过 Baseten、Fireworks AI、Groq 等 API 平台调用，权重在 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 等处下载，本地运行 NVFP4 版本需至少 700GB 显存。Meta 称其为首个能在桌面端运行的同级模型，用两台搭载 M5 Ultra 的 Mac Studio 配合 MLX 框架即可承载；模型卡显示其 Artificial Analysis 智能指数为 39，低于表中 GLM 5.3 的 45 和 Kimi K3 的 44。

    h 816B total parameters, 42B active parameters, and a 1M-token context window. Meta AI Research describes it as the most capable US open-weight model to date, built for coding and agentic work such as long-horizon tasks, complex software engineering, and multi-step reasoning. Architecture and Training Data Muse Spark Open is a Mixture-of-Experts Transformer paired with a Perception Encoder, according to the model card published by Meta Superintelligence Labs. The language model has 62 layers, a

    匹配字段正文

    #hot-signal#模型发布#多模态#开源生态
  3. The New Stack

    Nvidia 发布 Nemotron 3.5 Super VL 与两款 Bolt 模型，74B 量化后可在笔记本运行

    Nvidia 发布 Nemotron 3.5 系列三款新模型：120B 的 Nemotron 3.5 Super VL 视觉语言模型，以及面向本地运行的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。Bolt 74B 通过二比特量化把 74B 模型压到 24GB 显存，激活 9B 参数，支持 llama.cpp、Ollama、LM Studio 和 vLLM，面向笔记本上的编码、研究与多步工具调用任务。Super VL 沿用 Mamba-2、注意力和 MoE 混合架构并新增视觉编码器，支持图像与视频输入，上下文窗口最高 100 万 token；在 Nvidia 自测中 Terminal-Bench 2.1 得 66.7 分高于 Qwen3.5-122B-A10B 的 48.7，但 SWE-bench Verified 以 71.1 略低于对方的 71.9。两款较大模型已在 Hugging Face 以 OpenMDW 1.1 许可开放下载，Bolt E4B 4GB 将于近期推出。

    Nvidia on Thursday announced a few new additions to its Nemotron family: Nemotron 3.5 Super VL, a 120B vision-language model for enterprise agents and two small Bolt models (Nemotron 3.5 Bolt 74B-A9B 24GB and Nemotron 3.5 Bolt E4B 4GB) for running coding, research, and conversational workloads locally. The Bolt models, Nvidia says, are meant to run “everyday agentic tasks on laptops, balancing speed and intelligence needed to handle multistep reasoning, tool calling, and web browsing.” And while

    匹配字段正文

    #hot-signal#模型发布#端侧#多模态
  4. The New Stack精选

    Meta 发布 816B 开源模型 Muse Spark Open

    Meta 发布 Muse Spark Open，一个 816B 参数、42B 激活参数的开源权重模型，采用 100 万 token 上下文窗口，可通过 Baseten、Fireworks AI、Groq、OpenRouter 等 API 调用，权重可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 等下载。Meta 称其面向编码与智能体任务，在 JobBench、MCP-Atlas 等智能体与工具调用基准上领先 Kimi K3、GLM 5.3 和 Qwen3.8，但在 Terminal-Bench 2.1 和 DeepSWE 1.1 等编码基准上落后。模型采用 Muse Model License，年营收超过 2000 万美元的公司需先通知 Meta 并签署单独协议才能提供模型服务，且使用方须在产品界面显著标注 Built with Muse Spark Open。

    ma in 2024. Unlike Anthropic’s new usage policy for Claude, though, you can abuse the model as much as you want. Benchmarks The company says it built the new model for “coding and agentic work, it excels at long-horizon tasks, complex software engineering, and multi-step reasoning.” The two U.S. models Muse Spark Open competes with are essentially Thinking Machines’ Inkling and Nvidia’s Nemotron 3 Ultra. In Meta’s own benchmarks, its new model beats them across the board — often by 20 points or

    匹配字段正文

    #hot-signal#模型发布#开源生态#推理
  5. SiliconANGLE

    Nvidia 发布 Nemotron 3.5 系列模型，覆盖服务器到端侧智能体

    Nvidia 发布 Nemotron 3.5 系列模型，包括开源的 120B 参数 Super VL、面向本地运行的 Bolt 74B-A9B 24GB，以及本月晚些时候推出的 Bolt E4B 4GB。Super VL 与 Nemotron Coalition 合作构建，支持指令跟随、工具调用、多步业务流程和视觉理解，Nvidia 称其能力接近自家最大推理模型而体积仅为五分之一，输出速度约为同类模型的近五倍。Bolt 74B-A9B 采用混合 MoE 架构，每次激活 74B 中的 9B 参数，并用 2-bit 量化装入 24GB 内存，可在企业工作站或 PC GPU 上本地完成写代码和调试等任务；Bolt E4B 4GB 面向 GeForce RTX、Jetson 和 RTX/GTX Spark 等边缘设备。Nvidia 同时在 Hugging Face 开放智能体工具调用、金融、指令跟随、长上下文、安全、公平性和视觉语言理解等数据集。

    UPDATED 13:10 EDT / OCTOBER 15 2026 Nvidia expands Nemotron LLM family with hyper-efficient models for agentic systems by Kyt Dotson Nvidia Corp. today announced the launch of customizable Nemotron 3.5 Super LV large language models for always-on artificial intelligence agents and edge-focused 3.5 Bolt for local systems. The company said the three new models will cover the full range of agent deployments, from large enterprise servers to edge devices and local hardware. Nemotron 3.5 Super VL is

    匹配字段正文

    #hot-signal#模型发布#Agent#端侧
  6. SiliconANGLE

    Meta 开放 816B 参数模型 Muse Spark Open，面向编码与智能体任务

    Meta 发布 Muse Spark Open 的开放权重，该模型自 4 月首发以来一直闭源，此次面向编码和长时间运行的智能体任务开放。模型总参数 816B，每个 token 仅激活 42B，提示词可混合文本、图像、音频或视频，上下文窗口最高 100 万 token。在 Meta 自己的基准表中，Muse Spark Open 在 JobBench 智能体测试得 61.8 分，高于 Thinking Machines Lab 的 Inkling（31.1）和 Nvidia Nemotron 3 Ultra（27.2）；编码测试 Terminal-Bench 2.1 得 76.4，低于 Kimi K3 的 85、GLM 5.3 和 Qwen3.8；工具调用 MCP-Atlas 得 89.2，高于 Meta 列出的所有对手。权重采用新的 Muse Model License，开发者适配或内置到自有软件中不收费，但将其作为托管服务出售且 12 个月总收入超过 2000 万美元的公司需另签协议，产品需标注 Built with Muse Spark Open，禁止军事和关键基础设施用途。发布时有 7 家推理服务商提供托管访问，权重可从 Hugging Face 及 AWS、Google、Microsoft 的模型目录下载。

    UPDATED 18:20 EDT / OCTOBER 15 2026 Meta releases 816B-parameter Muse Spark Open for coding and agent work by Duncan Riley Meta Platforms Inc. today released open weights for its Muse Spark artificial intelligence model, which had been proprietary since its April debut. The release, called Muse Spark Open, is built for coding and long-running agent work. Meta describes it as the most capable open-weight model to come out of a U.S. lab so far. Only 42 billion of the model’s 816 billion parameters

    匹配字段正文

    #hot-signal#模型发布#开源生态#Agent
  7. 9to5Mac

    Meta 发布开源模型 Muse Spark Open，针对 Mac Studio 优化

    Meta 发布开源权重模型 Muse Spark Open，称其为目前美国最强的开放权重模型，采用原生多模态架构，总参数 816B、激活 42B，上下文窗口 1M token，面向编码与智能体任务。该模型基于 Apple 最新版 MLX 针对搭载 M5 Ultra 的 Mac Studio 优化，两台机器可合计提供 1TB 统一内存运行完整模型，现已通过 Hugging Face 提供。Meta 称已用 Muse Code 在本地测试智能体工作流，包括向开源 Mastodon 客户端 Ice Cubes 提交 iOS 改动，以及驱动 DaVinci Resolve 逐帧筛选素材并竖版裁切。

    Meta says Muse Spark Open is optimized to run on the Mac Studio powered by M5 Ultra. In a blog post, Meta explains that Muse Spark Open is natively multimodal and brings “leading agentic capabilities to your desktop for the first time.” Today, we’re releasing the weights for Muse Spark Open, the most capable US open-weight model to date. Muse Spark Open is a natively multimodal model with 816B total parameters (42B active) and a 1M-token context window. Built for coding and agentic work, it exc

    匹配字段正文

    #hot-signal#模型发布#多模态#Agent
  8. 36氪 · AI精选

    阶跃星辰开源 Step 5 Preview，600B 参数 MoE 模型登 OpenRouter 周榜第二

    阶跃星辰正式开放 Step 5 Preview 模型权重，BF16、FP8 两个版本同步上线 Hugging Face 和 ModelScope。该模型采用稀疏 MoE 架构，总参数量 600B、激活参数 27B，支持 100 万 Token 上下文窗口，在 Artificial Analysis 的 Intelligence Index 榜单中取得 44 分，位居全球开源模型前三。截至 2026 年 10 月 15 日，其 Token 用量在 OpenRouter 周榜、日榜均位列第二，近七日用量约 18.8 万亿 Token；据发布时的评测数据，其单任务平均成本为 0.71 美元，约为 Claude Opus 5 的 1/8。

    ysis评测数据，其单任务平均成本仅为Claude Opus 5的1/8，前者单次总开销0.71美元（约合人民币4.75元），后者为5.86美元（约合人民币39.22元）。 在基准测试方面，据阶跃团队公布，在公开和内部评估中，Step 5 Preview在复杂的软件工程任务（包括长程规划任务）、专业知识工作和金融领域等基准测试中展现出较为均衡的综合能力。 在Agents' Last Exam的CLl子集ALE-CLI、金融投资研究评测FrontierFinance，以及跨领域深度研究评测DRACO上优于Kimi K3、GLM-5.3，仅次于 GPT-6 Astra或Claude Opus 5。 Step 5 Preview 在榜单和实际使用中展现出的表现，也让人好奇：这款模型背后，究竟有哪些不同的技术设计？我深扒了Step 5 Preview的技术博客，试图找到答案。 01.92层窄深架构，从架构层面提高计算效率 Step 5 Preview由92个Transformer模块堆叠而成，模型深度与Qwen 3.8 Max、Kimi K3等万亿参数级开源大模型相当，但总参数量不足这些模型的

    匹配字段正文

    #hot-signal#模型发布#开源生态#Hugging Face
  9. MacRumors Apple Intelligence精选

    Meta 发布 Muse Spark Open，与 Apple 合作在 Mac Studio 上运行

    Meta 发布 Muse Spark Open，称其为迄今能力最强的美国开源权重模型，总参数 816B、激活参数 42B，上下文窗口 100 万 token，面向编码与智能体任务。该模型与 Apple 合作适配 Mac Studio，可在两台 512GB M5 Ultra Mac Studio 上通过 MLX 框架运行；512GB 版 Mac Studio 尚未发售，预计本月晚些时候推出。模型权重可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 下载，也可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 的 API 使用，免费下载并采用允许有限商业用途的许可。

    (@johnternus) October 15, 2026 Muse Spark Open has 816 billion total parameters with 42 billion active parameters and a 1 million-token context window. It is meant for coding and agentic work, and ‌Meta‌ says it excels at extended tasks, multi-step reasoning, and software engineering. The new Muse model was tuned to run on Mac Studio, and ‌Meta‌ says the ‌Mac Studio‌ paired with Muse Spark Open is the "best way to run a powerful model on your own desktop." From ‌Meta‌: Apple's unified memory ar

    匹配字段正文

    #hot-signal#模型发布#开源生态#端侧
  10. MarkTechPost

    NVIDIA 发布 Nemotron 3.5 Super VL 开源多模态智能体模型

    NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数、每 token 激活 12B 的 MoE 开源视觉语言模型，支持文本、图像、文档和视频输入，上下文最高 1M tokens，权重以 OpenMDW-1.1 许可发布。NVIDIA 报告其在 GPQA-Diamond 得 89.90、SWE-bench Verified 得 71.07，但在 tau3-bench banking 仅 17.78。模型可在 1x DGX Spark、1x H200、2x H100 或 1x GB200 上运行 NVFP4 检查点，并已上线 Hugging Face、OpenRouter、ModelScope 和 NVIDIA NIM，同时发布面向本地智能体的 Nemotron 3.5 Bolt 74B-A9B。

    Add as a preferredsource on Google NVIDIA just released Nemotron 3.5 Super VL, an open vision-language model built for always-on enterprise agents. Nemotron 3.5 Super VL is a 120B-parameter mixture-of-experts model from NVIDIA that activates 12B parameters per token. It reads text, images, documents and video, then reasons, calls tools and writes code in one model. For developers, 1 open checkpoint replaces a separate text model along with a separate vision model. NVIDIA also shipped 2 edge mode

    匹配字段正文

    #ai-vertical#模型发布#多模态#Agent
  11. IT之家·人工智能

    阶跃星辰开源 Step 5 Preview 权重，华为昇腾、沐曦、壁仞等首发支持

    阶跃星辰宣布开放 Step 5 Preview 模型权重，包含 BF16 与 FP8 两个版本，在 AI 编程、软件工程、专业知识工作、金融等任务上达到前沿水平。权重已上线 Hugging Face 和 ModelScope，开发者可通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务，也可用 Transformers 离线推理。华为、壁仞科技、沐曦股份、摩尔线程随后宣布提供 0Day 支持，其中昇腾基于 vLLM 推理引擎实现 0Day 支持，首套 1024 卡 Atlas 950 SuperPoD 液冷超节点同步上线点亮。

    ，协同构建高效的推理优化方案。从 Ascend C 与 Triton 融合算子，到多流并行、计算空泡优化，再到 MTP 投机解码、NPU Graph 图执行，持续打通模型、算子和推理框架之间的优化链路，为 Step 5 Preview 部署提供高效算力支撑。 沐曦股份表示，曦云 C 系列 GPU 已率先完成 Day 0 深度适配，以全栈自研算力底座，为国产 Agent 生态再添核心支撑，持续领跑国产大模型极速适配赛道。 据介绍，自 2025 年 12 月以来，沐曦股份已完成 43 个主流旗舰模型的 Day 0 适配。范围涵盖智谱、阿里千问、MiniMax、DeepSeek、阶跃星辰、腾讯混元等头部模型厂商，适配速度、数量、生态广度均位居行业前列。 硬件层面，曦云 C 系列 GPU 基于沐曦自研 XCORE 架构，搭载大容量高带宽显存与 MetaXLink 高速片间互联，具备混合精度算力与集群线性扩展能力，天然适配 MoE 模型专家调度、百万 Token 长上下文推理的算力与显存需求，单机多卡、大规模智算集群均可稳定承载。 软件层面，核心依托沐曦自研 MXMACA 全栈软件栈，覆盖底层驱

    匹配字段正文

    #analysis#开源/仓库#部署/工程#Hugging Face
  12. Baseten 工程博客精选

    Meta 开源 Muse Spark Open：816B 参数编码智能体模型

    Meta 发布 Muse Spark Open 的模型权重，这是一个 816B 参数、推理时激活 42.7B 的开源权重全模态 MoE 模型，与 Muse Code 联合训练，面向编码智能体工作流，支持 1M token 上下文和文本、图像、视频、音频输入。它采用压缩 MoE 块和全局/局部混合注意力，在 128K 上下文下把 KV cache 内存降低约 3.7 倍。Baseten 已在其 Model APIs 和 Dedicated Inference 上以 NVFP4 提供该模型，权重体积从约 1.6 TB 降至 540 GB，可运行在单台 4×GB300 节点上。

    Muse Spark Open, an open-weight model designed for coding agents

    AI modelsMuse Spark Open, an open-weight model for coding agents Muse Spark Open is now available on Baseten. This 816B open-weight omnimodal model is optimized for coding agent workflows, with a 1M token context. AuthorsAlbert LeePavel BelevichMarylise Tauzia Today, Meta released the weights for Muse Spark Open, an 816B-parameter open-weight omnimodal MoE model co-trained with Muse Code for coding agent workflows. Its compressed MoE block and hybrid global/local attention cut inter-GPU traffic

    匹配字段正文

    #editorial#模型发布#开源生态#Agent
  13. The Decoder精选

    Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，并推出两款 Bolt 端侧模型

    Nvidia 发布 Nemotron 3.5 Super VL，这是一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。该模型采用 MoE 架构，每个 token 仅激活 120 亿参数，由 Nvidia 与包含 Mistral AI、Thinking Machines Lab、Perplexity 和 Black Forest Labs 的 Nemotron Coalition 共同开发。同时推出两款面向本地硬件的模型：Nemotron 3.5 Bolt 74B-A9B 24GB 可在本地机器运行智能体任务，更小的 Bolt E4B 4GB 面向语音助手，将于本月晚些时候发布。Nvidia 称 Super VL 从 Nemotron 3 Ultra 蒸馏而来，在智能体指令遵循、工具调用、多步业务流程和图像分析任务上以约五分之一参数达到 Ultra 的准确率，在 Hermes 和 LangChain 的智能体测试中得分高于 Ultra，并在 SWE-bench 和 Terminal-Bench 上超过前代 Nemotron 3 Super。权重以 base、post-trained 和 4-bit 压缩三个版本发布，同时公开数据集、训练配方和强化学习环境，预训练与持续预训练使用超过 25 万亿 token。

    Key Points Nvidia has released Nemotron 3.5 Super VL, an open multimodal model with 120 billion parameters built for enterprise agents. Two compact Bolt models designed to bring AI agents to local PCs and edge devices are launching alongside it. Nvidia built Nemotron 3.5 Super VL for specialized agents that run continuously in the background, processing text, images, documents, and videos. As the company explains in a technical blog post , it uses a Mixture-of-Experts architecture where only 12

    匹配字段正文

    #ai-vertical#模型发布#多模态#端侧

星期四

  1. 雷锋网

    昆仑万维发布 Matrix-Game 4.0 视频大模型游戏并同步开源

    昆仑万维发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，并同步开源代码、权重与白模。该游戏在单张 NVIDIA RTX 5090 上以 480p、60 FPS 运行，端到端延迟低于 150 毫秒，显存峰值 18.5 GiB。方案由游戏引擎维护世界状态与交互规则、编程智能体将自然语言需求转为游戏代码、视频模型负责实时渲染画面。

    单步去噪的稳态生成速度达 83 FPS，显存峰值 18.5 GiB。 这组数字意味着，视频模型驱动的游戏第一次具备了本地部署与实时交互的实际价值——它不再是一段离线渲染的演示视频，而是你能坐在电脑前真正上手操作的游戏。 2.Harness 新范式：让世界状态被真正"管理"起来 Matrix-Game 4.0 重新定义了视频模型与世界之间的关系：Coding Agent（编程智能体）通过代码构建轻量游戏，引擎作为"裁判"持续维护世界状态、执行交互规则，并输出结构画面与动态语义条件；视频模型作为"画师"负责将简单几何转化为丰富画面。 引擎的外部约束与持续校正，让世界状态可以持续维护、游戏规则可以精确定义、玩法可以用自然语言改写——这是 Genie 范式从未真正解决过的"世界是否在被认真管理"的问题。 3.贯通数据、训练与运行时：一条可复用的工程链路 从结构画面-精细画面数据对采集、动态语义标注，到可控视频训练、少步自回归蒸馏与实时推理，统一的几何和语义条件贯穿完整技术链路。 这套流程为拓展新场景、新交互和新玩法提供了工程基础：降低对精细 3D 资产制作的依赖，让游戏原型得以快速开发与迭代，

    匹配字段正文

    #hot-signal#模型发布#视频#开源生态
  2. Unite.AI

    NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型

    NVIDIA 于 2026 年 10 月 15 日发布开放多模态模型 Nemotron 3.5 Super VL，参数量 120B，采用 MoE 架构、每 token 激活 12B 参数，面向常驻智能体场景；同时推出面向边缘与本地硬件的 Nemotron 3.5 Bolt 74B-A9B 24GB，Nemotron 3.5 Bolt E4B 4GB 计划于 10 月 23 日发布。NVIDIA 称 Super VL 在多模态智能体任务上的准确率可与其最大推理模型相比，参数量约为后者的五分之一，单 GPU 吞吐最高为同尺寸其他开放模型的 5 倍，并报告 Hermes Bench 63.44%、LangChain 行为评测 87.05%、CharXiv 80.8% 等结果。模型提供 base、后训练和 NVFP4 量化 checkpoint，已在 Hugging Face、OpenRouter、ModelScope 和 NVIDIA NIM 上线，Bolt 74B 支持 llama.cpp、Ollama、LM Studio、Unsloth 和 vLLM。

    NVIDIA released Nemotron 3.5 Super VL on October 15, 2026, an open 120-billion-parameter multimodal model aimed at specialized always-on agents, alongside two smaller Bolt models for edge and local hardware. Super VL and Nemotron 3.5 Bolt 74B-A9B 24GB are available now, with Nemotron 3.5 Bolt E4B 4GB scheduled for October 23, 2026. The releases expand a Nemotron family that NVIDIA organizes by deployment tier. Lightning, released in August, handles high-throughput workloads; Ultra takes the hard

    匹配字段正文

    #hot-signal#模型发布#多模态#端侧
  3. heise online

    xAI 发布 Grok Voice 3.0，登顶 Artificial Analysis 语音对话指数

    xAI 发布实时语音对话模型 Grok Voice 3.0，在 Artificial Analysis 的 Speech-to-Speech 指数上以 86.9 分登顶，高于 OpenAI GPT-Live-1 的 83.2 分和 Google Gemini 3.8 Live 的 82.6 分，前代 Grok Voice 2.0 为 81.3 分。该模型在 τ-Voice 客服对话基准上成功率从 56.5% 升至 71.6%，位列第二，落后 GPT-Live-1（Astra, Medium）的 74.5%；人类盲测偏好排名第三，语音输出平均延迟 0.81 秒，价格维持每分钟 0.08 美元。xAI 称其已在特斯拉车辆中每天处理数百万次对话，并在 Starlink 工作日接听约 2 万通客户来电，其中约 70% 无需人工介入，现已通过 API 开放。

    ierten Sprachmodelle. Nach Angaben von SpaceXAI führt Grok Voice 3.0 bereits täglich Millionen Gespräche in Tesla-Fahrzeugen und kommt im Sprachmodus von Grok Bot zum Einsatz. Bei Starlink beantworte Grok Voice an Werktagen rund 20.000 Kundenanrufe, von denen etwa 70 Prozent ohne menschliche Hilfe abgeschlossen würden. Der Sprachagent soll technische Probleme beheben, Gutschriften erteilen und Ersatzlieferungen veranlassen. Grok Voice 3.0 ist ab sofort über die API von SpaceXSI verfügbar. (tobe)

    匹配字段正文

    #hot-signal#模型发布#语音#评测/基准
  4. Hugging Face

    Meta 开源 Muse Spark Open：816B 参数多模态 MoE 模型

    Meta 发布开源权重前沿多模态 MoE 模型 Muse Spark Open，总参数 816B，每个 token 激活约 42B 参数，面向编码与智能体任务，支持文本、图像、视频和音频输入，上下文窗口 1M token。模型提供 BF16 与 NVFP4 两种 checkpoint，NVFP4 面向 NVIDIA Blackwell GPU，并已集成 transformers、llama.cpp、vLLM、SGLang 和 MLX，官方还给出在 64 张 H100 上用 TRL 训练 LoRA 适配器的微调配方。

    ture Meta describes Muse Spark Open as a coding-optimized model trained on real developer workflows such as multi-file refactors and long debugging sessions. Muse Spark Open is an agentic focused model that plans, acts, observes, and self-corrects over long tasks, including browsing the web with images. The checkpoint repositories are Muse-Spark-Open-816B-A42B and Muse-Spark-Open-816B-A42B-NVFP4. Muse Spark Open is the full-size model of the Muse series of models. Muse Glimmer, which Meta releas

    匹配字段正文

    #lab#模型发布#多模态#开源生态
  5. MarkTechPost

    Fish Audio 发布 Drama 3：35B 开源权重 MoE 文本转语音模型

    Fish Audio 本周发布 Drama 3，一个 35B 参数的混合专家（MoE）文本转语音模型，每 token 约 3B 参数激活，权重已上传 Hugging Face 并同步上线 Fish Audio API。模型支持 83 种语言，可用方括号内的自然语言表演指令控制语气，单次请求最多支持 16 个说话人。在 Artificial Analysis 发音鲁棒性评测中整体得分 93.2%，其中品牌、地名与技术术语 95.9%，代码、路径、邮箱等精确序列为 86.3%；自托管需至少 48 GB 显存的 NVIDIA GPU 并以 FP8 运行，API 标价每 100 万字符 50 美元，11 月 12 日前为 10 美元。

    mory in FP8. Free commercial use stops at USD 500,000 in annual revenue. Asif RazzaqWebsite | + postsBio ⮌ Asif RazzaqNVIDIA Releases Nemotron 3.5 Super VL, a 120B Open Multimodal Agent Model Asif RazzaqTypeSafe AI Releases Jev 1.14 With Images, Box Type and 262k Context RELATED ARTICLESMORE FROM AUTHOR NVIDIA Releases Nemotron 3.5 Super VL, a 120B Open Multimodal Agent Model openKylin Outlines Its Vision for Reimagining Linux in the AI Era at Open Source Summit Europe 2026 TypeSafe AI Releases

    匹配字段正文

    #ai-vertical#模型发布#语音#开源生态
  6. MarkTechPost

    SpaceXAI 发布 Grok Voice 3.0，登顶 AA 语音对话指数

    SpaceXAI 发布语音到语音模型 Grok Voice 3.0，在 Artificial Analysis Speech-to-Speech Index 上以 86.9 分排名第一，高于 GPT-Live-1（Astra, medium）的 83.2 分和 Gemini 3.8 Live Extended Thinking 的 82.6 分。该模型通过 /v1/realtime WebSocket 端点以 grok-voice-3.0 提供，仅托管 API、无开放权重，价格维持 $0.08/分钟，首音频延迟 0.81 秒。其 τ-Voice 得分 71.6%，仍低于 GPT-Live-1 的 74.5%。

    ech-to-Speech Index with a score of 86.9. For developers, the endpoint, events and $0.08 per minute price are unchanged from Grok Voice 2.0. TL;DR Runs on: SpaceXAI’s hosted Voice Agent API only. No open weights, no local or quantized variants. Performance: Highest Index score of any model Artificial Analysis currently ranks. Best: 86.9 on the AA Speech-to-Speech Index, ranked 1. Worst: 71.6% on τ-Voice, behind GPT-Live-1 (Astra, medium) at 74.5%. Bottom line: Best: top composite score at 0.81 s

    匹配字段正文

    #ai-vertical#模型发布#语音#Agent
  7. Baseten 工程博客

    NVIDIA Nemotron 3.5 Super VL 上线 Baseten

    NVIDIA 开源多模态模型 Nemotron 3.5 Super VL 已在 Baseten 上线，这是一个 120B-A12B 的 MoE 模型，面向文本、图像和视频的智能体工作流。它基于 Nemotron 3 Super 架构加入视觉编码器，采用混合 Mamba-Transformer 架构与多 token 预测（MTP），并支持 NVFP4 KV cache 量化以降低长上下文推理显存。NVIDIA 报告称其在 GDPval 上 Elo 为 1190（Nemotron 3 Super 为 493），SciCode 与 GPQA-diamond 也更高；Baseten Loops 在发布当天提供监督微调和强化学习训练支持。

    Nemotron 3.5 Super VL is now available on Baseten

    AI modelsAnnouncing NVIDIA Nemotron 3.5 Super VL on Baseten Nemotron 3.5 Super VL is now on Baseten. It is an open 120B-A12B MoE model built for agent workflows across text, images, and video. AuthorsAlbert LeeKenzie Amack There is increasing demand for agents to work with visual information in documents, and we have seen an industry-wide trend where multimodal input is becoming a standard feature across model size classes. This brings us to NVIDIA’s latest open model release: Nemotron 3.5 Super

    匹配字段正文

    #editorial#产品更新#多模态#Agent