Intel 将在 Web Summit 2026 展示面向工业场景的物理 AI 技术
Intel 宣布将在 11 月 9-12 日于葡萄牙里斯本举行的 Web Summit 2026 上展示面向制造、智慧城市、零售和医疗等真实工业场景的物理 AI 技术，并介绍相关半导体芯片与 AI 推理平台。其 Core Ultra Series 3 处理器、软件与合作伙伴生态可支持机器人厂商和开发者，结合传感技术、高性能边缘 AI 推理与实时控制，让 AI 系统走出原型并在真实环境中运行。
匹配字段摘要
←搜索结果
搜索“推理”
Anthropic 宣布新一代反蒸馏防御措施，点名智谱 GLM-5.3 与月之暗面 Kimi
Anthropic 宣布新一代反蒸馏防御措施，称攻击者从 Claude 平台窃取的推理 token 量下降 90%–99%，并将蒸馏定性为国家安全问题。防御分三层：推理摘要、随 Claude Fable 5.1 和 Opus 5.5 推出的保留思考机制，以及在蒸馏者流量上训练的两阶段宪法式分类器与账号级封号。文中点名智谱在 GLM-5.3 开发中蒸馏网络攻击能力，以及月之暗面 Kimi 用户请求被转发给 Claude 作为蒸馏数据源。
匹配字段摘要、正文
Meta 发布 Muse Spark Open 开源权重模型，816B 总参数、1M token 上下文
Meta 发布 Muse Spark Open，称其为目前美国最强的开源权重模型，面向编码与智能体任务，擅长长周期任务、复杂软件工程和多步推理。模型规格为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生支持文本、图像、视频和音频多模态。该模型可在两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 上运行，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，权重以 Muse Model License 发布，可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 的 API 使用，并在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载。
匹配字段摘要
Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M 上下文
Meta 发布开源权重模型 Muse Spark Open，面向编码与智能体任务，总参数 816B、激活参数 42B，上下文窗口 1M token，原生支持文本、图像、视频和音频。该模型已针对双 Apple M5 Ultra Mac Studio 与最新 MLX 框架优化，同时支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，并针对 AMD、Apple、Intel 和 NVIDIA 芯片优化。模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，开发者可用 PyTorch 及 TorchTitan 进一步微调。
匹配字段摘要
Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M 上下文窗口
Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活参数 42B，支持 1M token 上下文窗口，原生支持文本、图像、视频和音频多模态，面向编码与智能体任务。该模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，有限商业条款允许许多开发者免费使用。模型还针对 MLX 框架在两台 Apple M5 Ultra Mac Studio 上运行做了优化，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎。
匹配字段摘要
Meta 的 Muse Spark Open 上线 OpenRouter
Meta 发布的开源权重模型 Muse Spark Open 已在 OpenRouter 上线，OpenRouter 称其为美国实验室最强的开源权重模型，面向智能体编码，支持 1M 上下文，可输入图像、视频、音频和 PDF，定价为每百万 token 输入 1.25 美元、输出 4.25 美元。据 Meta 官方介绍，该模型总参数 816B、激活参数 42B，原生支持文本、图像、视频和音频，擅长长周期任务、复杂软件工程与多步推理。OpenRouter 表示该模型在发布首日即上线，合作方包括 Baseten、Fireworks AI、Nebius 和 Together Compute。
匹配字段摘要
OpenRouter 推出 Armor 工具调用安全评分
OpenRouter 介绍 Armor：它结合规则与部分对话记录对每次工具调用打分，并优先考虑用户意图——用户说“Push our work”时允许执行 git push，而用户未要求的危险命令会被标记。内部测试集上，Jev 1.13 在准确率和成本上优于其他 Decisions 模型及 Claude Code 使用 Sonnet 5 的表现。通过 OpenRouter 做推理的智能体可添加插件 [{ id: "armor" }] 启用 Armor 并自定义规则。
匹配字段摘要
OpenRouter 推出 Armor 插件，为智能体工具调用加规则校验
OpenRouter 上线 Armor，任何通过 OpenRouter 做推理的智能体都可以添加插件并配置自定义规则来启用，配置形式为 [{ id: "armor" }]。Armor 会结合一组规则和部分对话记录对每次工具调用打分，并以用户意图为优先：用户说了 Push our work，bash 工具执行 git push 会被放行，而用户从未要求过的危险命令会被标记。OpenRouter 称在其为这项任务生成的内部测试集上，Jev 1.13 相比其他 Decisions 模型以及 Claude Code 使用 Sonnet 5 取得了最高准确率和最低成本。
匹配字段摘要
Moondream 3 系列上线 OpenRouter
Moondream 3 Preview 和 Moondream 3.1 现已上线 OpenRouter，由 PrimeIntellect 提供服务。这是小型视觉语言模型（9B 总量、2B 激活 MoE），支持图像+文本输入、32K 上下文和可选推理，输入 $0.30/M、输出 $2.50/M tokens。在普通聊天中附加一张图片并以 /detect {"object":"coffee cup"} 或 /point {"object":"croissant"} 开头即可进行目标检测和指向，也可用 /caption {"length":"normal"} 生成图像描述。
匹配字段摘要
Moondream 3 系列上线 OpenRouter
Moondream 3 Preview 和 Moondream 3.1 现已在 OpenRouter 上线，由 PrimeIntellect 提供服务。这是小型视觉语言模型（9B 总量、2B 激活 MoE），支持图像+文本输入、32K 上下文和可选推理，可用 /caption {"length":"normal"} 生成说明文字，输入 $0.30/M、输出 $2.50/M tokens。
匹配字段摘要
Thomas Wolf 转发 Alexandr Wang 宣布 muse spark open 开源模型
Thomas Wolf 转发 Alexandr Wang 的推文，后者称 muse spark open 是目前美国最强的开源权重模型，总参数 816B、激活参数 42B，支持 1M token 上下文，原生多模态，面向编码和智能体任务，如长周期任务、高难度软件工程和多步推理。
匹配字段摘要
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI 的测试结果
ARC Prize 公布 Google Gemini 4 Argon 在 ARC-AGI 上的测试结果：ARC-AGI-3 在 provider adapter harness 下得分 97.5%、成本 4.8K 美元，标准 harness 下低推理档 49.8%、中推理档 46.3%，高推理档仅完成 55 个游戏中的 19 个因此未公布分数。ARC-AGI-2 为 91.3%、每任务 0.32 美元，ARC-AGI-1 为 98.5%、每任务 0.16 美元。ARC Prize 称 Argon 是第二个在 ARC-AGI-3 上超过 95% 的前沿实验室模型，其 97.5% 仅次于 GPT-6 Astra 的 99.9%，并在 25 个公开游戏中比人类基线少用 62% 的动作。成本按当前每百万 token 输入 2 美元、输出 10 美元的入门价格计算。
匹配字段摘要
Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，仅次于 GPT-6 Astra
ARC Prize 公布 Google Gemini 4 Argon 在 ARC-AGI-3 上取得 97.5% 的分数，仅次于 GPT-6 Astra 的 99.9%，是第二个在 ARC-AGI-3 上超过 95% 的前沿 AI 实验室。Argon 在 25 个公开游戏中的动作数比人类基线少 62%，并在 3 个游戏上追平或打破速通纪录，另有 6 个游戏差距在 10% 以内。其 ARC-AGI-2 得分为 91.3%（$0.32/任务），ARC-AGI-1 为 98.5%（$0.16/任务）；标准 harness 下低推理档完成 42/55 个游戏、得分 49.8%，中推理档完成 46/55、得分 46.3%，高推理档仅完成 19/55 故未公布分数。
匹配字段摘要
NVIDIA 发布 Nemotron 3.5 Super VL 开放模型
NVIDIA 发布 Nemotron 3.5 Super VL 开放模型，总参数 120B、激活参数 12B。该模型支持推理、工具调用，以及文本、图像、文档和视频理解，面向长时间运行的 AI 智能体。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 上线 OpenRouter
NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是 NVIDIA 推出的开源 120B-A12B 多模态模型，面向需要看、推理并跨文本、图像、文档、GUI 和视频执行操作的长时智能体，支持 1M 上下文。该模型采用 Hybrid Mamba-Transformer MoE 架构并引入多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 上线 OpenRouter
NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是一个来自 NVIDIA AI 的开源 120B-A12B 多模态模型，支持 1M 上下文，面向需要看、推理并跨文本、图像、文档、GUI 和视频行动的长时间运行智能体。该模型采用 Hybrid Mamba-Transformer MoE 架构与多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 上线 OpenRouter
NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是一个开源的 120B-A12B 多模态模型，面向需要跨文本、图像、文档、GUI 和视频进行观察、推理与操作的长时运行智能体，支持 1M 上下文。该模型采用 Hybrid Mamba-Transformer MoE 架构并支持多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。
匹配字段摘要
阶跃星辰 Step 5 Preview 开放权重，600B MoE 支持 1M 上下文
阶跃星辰将 Step 5 Preview 开放权重，BF16 和 FP8 权重已上线 Hugging Face 与 ModelScope，并同步发布技术博客。该模型采用稀疏 MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和原生文本与视觉输入，面向编码、软件工程、专业知识工作与金融等长周期智能体任务。部署方面支持用 vLLM 或 SGLang 提供 OpenAI 兼容 API、用 Transformers 离线推理，并获得 NVIDIA 的 Day-0 支持，可在 Blackwell 上运行，同时上线 Fireworks AI、Together Compute、Modal、DeepInfra 和 Featherless AI。
匹配字段摘要
阶跃星辰发布 Step 5 Preview 开放权重，并公开架构与训练技术博客
阶跃星辰发布 Step 5 Preview 开放权重，BF16 与 FP8 权重已上线 Hugging Face 和 ModelScope，采用 Sparse MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和原生文本与视觉输入，面向编码、软件工程、专业知识工作与金融等长程智能体任务。配套技术博客介绍其架构与训练协同设计，包括 92 层窄而深架构用于隐式多跳推理、Sparse GQA 降低百万 token 上下文成本、8-token 块索引将索引与 top-k 开销降至 1/8、关键状态使用 FP32 精度配合细粒度梯度裁剪，以及百万级可验证环境和面向长程任务的 RL 训练。官方还更新了开源智能体框架 Step Code 至 v0.1.4。
匹配字段摘要
NVIDIA 发布 Nemotron-3.5-Bolt 与 Nemotron-3.5-Super-VL 两款模型
NVIDIA 发布两款新模型 Nemotron-3.5-Bolt 和 Nemotron-3.5-Super-VL。Nemotron-3.5-Bolt-74B-A9B 可在 24GB 内存上运行，Unsloth 称其在该体量下性能处于顶尖水平；Super-VL-120B-A12B 需要 82GB 内存。NVIDIA 介绍 Super VL 为开源模型，将推理与工具调用同文本、图像、文档和视频理解结合，面向长时间运行的 AI 智能体，总参数 120B、激活 12B。Unsloth 同时提供了两款模型的 GGUF 下载链接和使用指南。
匹配字段摘要