Meta开源816B权重模型Muse Spark Open，两台Mac Studio即可运【AI 早报 2026-10-17】

AI日报

发布于 2026-10-17 10:30:36 27 次浏览

Meta开源816B权重模型Muse Spark Open，两台Mac Studio即可运【AI 早报 2026-10-17】

今日看点：Meta开源美国最强开源权重模型Muse Spark Open，816B参数、1M上下文，官方演示两台Mac Studio即可运行；Modal以157.5亿美元估值完成7.5亿美元D轮融资；Claude Opus 5.5极速模式全面开放并降价；Google发布Gemini 4 Argon；腾讯混元、Xspark AI等厂商在记忆与触觉方向推出新模型。

今日概览

要闻

Meta开源816B权重模型Muse Spark Open，两台Mac Studio即可运行

行业动态

Modal完成7.5亿美元D轮融资，估值达157.5亿美元
OpenAI与Anthropic联手投入1500万美元支持数学研究
元环智能连续完成种子轮和种子+轮融资

模型发布

Claude Opus 5.5极速模式全面解禁：输出速度提升2.5倍且降价
腾讯混元开源Hy Memory 2.0，发布30A3B专用记忆模型
Xspark AI发布原生触觉多模态模型Spark-0

前瞻与传闻

Google发布Gemini 4 Argon模型，向可信网络安全防御者逐步开放

产品应用

可灵AI上线Kling 4.0视频生成模型，30秒视频成本低至0.15元/秒
ChatGPT全面接管Chrome浏览器，支持跨标签页收集与网页操作

技术与洞察

Claude Code团队公开代码审查流程：AI前置审查减少40%回滚
WorldOracle评测平台开放：揭示世界模型预测与真实执行的差距
浙江大学与蚂蚁集团实测：1.2万卡时证明GRPO仍难被自蒸馏方法全面超越
香港科技大学与华为提出BalanceRoute：96卡解码吞吐提升15%
苹果与CMU提出SSR框架：多模态搜索Agent每轮推理延迟降低超90%
小红书AllSpark提出Skill2Env：1.5K轨迹微调使七项Agent基准提升

开发生态

openai-python发布v3.32.0：新增缓存设置、语音创建与区域处理选项
openai-python发布v3.33.0：为图像请求与响应添加安全标识符

要闻

Meta开源816B权重模型Muse Spark Open，两台Mac Studio即可运行

Meta宣布正式开源Muse Spark Open，官方定位为“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，采用典型MoE架构，上下文窗口达1M Token，原生支持文本、图像、视频和音频多模态输入，专为编码任务、长程任务、复杂软件工程问题及多步骤推理场景设计。权重可在Hugging Face下载，并上线AWS SageMaker、Google Cloud、微软Foundry及Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together AI等主流API平台。许可证为Muse Model License，允许运行、修改、微调、蒸馏和再分发；年营收超过2000万美元的企业若在模型服务业务中提供Spark Open或其衍生品，需在提供前通知Meta并另行签署书面协议。文章强调，该模型可在两台苹果Mac Studio上运行，无需机房或昂贵云端算力。来源：https://mp.weixin.qq.com/s/8ifq1_Fv8HhK60KkVpcELg

行业动态

Modal完成7.5亿美元D轮融资，估值达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及Menlo Ventures、General Catalyst、Redpoint、Lux Capital、Amplify Partners、Bain Capital Ventures等跟投。公司披露近期年化收入（annualized run rate）突破10亿美元，Series C后五个月内用量增长三倍，同比增长超15倍。Modal自建文件系统、容器运行时、调度器和网络，覆盖超过20朵云的容量池。Sandboxes产品2023年推出，用于运行AI生成代码，单独实现3亿美元年化收入，累计启动近30亿个沙箱。客户包括DoorDash、Cognition、Ramp、Runway和Physical Intelligence；TypeSafe AI的Jev在Modal上前三天服务1万亿token。公司正拓展多节点训练、强化学习和后训练及新推理功能，团队超200人，分布于纽约、旧金山和斯德哥尔摩。来源：https://theaiinsider.tech/2026/10/16/modal-secures-750m-series-d-at-15-75b-valuation-after-passing-1b-run-rate/

OpenAI与Anthropic联手投入1500万美元支持数学研究

OpenAI、Anthropic联合美国西蒙斯基金会（Simons Foundation），共同投入1500万美元（约合人民币1.01亿元），支持数学家评估AI辅助研究成果并学习使用AI工具。OpenAI明确出资500万美元（约合人民币3360万元），Anthropic出资金额未披露。两家公司还将提供AI工具和计算资源，资金由西蒙斯基金会管理分配。背景方面，OpenAI于10月6日一次性上传719份AI生成数学手稿（初版722份，3份因符号错误撤回、14份修订），仅约42%顶层结论通过Lean形式化验证，公开推理过程的手稿仅10份，引发《自然》报道及多名数学家批评。Anthropic曾在8月10日发布经外部同行验证的黎曼ζ函数研究，将某比例下界从41.6%提高至67.2%。此次合作发生在陶哲轩等25位菲尔兹奖得主联名批评AI公司数学研究方法之后。来源：https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652812068&idx=3&sn=e13d7f898ca7b655dae21de3b5824fe8

元环智能连续完成种子轮和种子+轮融资

成立不到半年的AI创业公司元环智能（MetaCircle）宣布连续完成种子轮和种子+轮融资，累计金额达数亿元。种子轮由顺为资本领投，上海未来产业基金、星连资本、君礼资本等跟投；种子+轮投资方包括上海半导体产投、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、云时资本等。公司成立于2026年5月，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，北京大学物理系毕业，MIT物理学博士，曾在斯坦福大学从事博士后研究，2024年参与提出Kolmogorov-Arnold Networks（KAN）。公司研究方向为“元模型”（Meta Model），学习模型架构、训练配置与实验表现的关系，预测训练表现并辅助架构设计。已公开Marin Hero Run预测案例（预测Loss 2.034 vs Marin Scaling Ladder预测2.039）、OPHIS自动科研方法、ComfyResearch和nanoGPT Observable Library等。计划明年推出通用元模型1.0，并建设Architecture IQ评测基准。产品化从时间序列预测任务切入。来源：https://mp.weixin.qq.com/s?__biz=MjM5MDE0Mjc4MA==&mid=2651295222&idx=3&sn=ae0f208ba912b999cfe05a73914ca951

模型发布

Claude Opus 5.5极速模式全面解禁：输出速度提升2.5倍且降价

Anthropic宣布Claude Opus 5.5极速模式结束研究预览，取消等待名单，向全体开发者全面开放。极速模式采用与标准版完全相同的模型权重与智力水平，通过优化底层API和推理配置提升响应速度，每秒输出Token速度（OTPS）提升高达2.5倍。适用场景包括爆款快速迭代代码、实时动态调试和时间紧任务重的极限冲刺。目前极速模式仅支持Opus 5.5、Opus 5和Opus 4.8，Sonnet、Haiku等其他模型不支持。使用方式为API请求中设置speed: "fast"；Claude Code用户可在CLI输入/fast，VS Code用户可通过插件切换。价格方面，Opus 5和Opus 4.8极速模式为输入$10/百万Token、输出$50/百万Token；Opus 5.5极速模式为输入$8/百万Token、输出$40/百万Token。极速模式拥有独立速率限制，触及上限后自动平滑回退到标准速度。来源：https://mp.weixin.qq.com/s/bEbkxKE4XL8Rm4Npxa7f8w

腾讯混元开源Hy Memory 2.0，发布30A3B专用记忆模型

腾讯混元于10月16日宣布智能体记忆框架Hy Memory升级至2.0版本，并开源专用模型、记忆框架和MemHub应用三层能力。Hy Memory框架负责聊天、工作、代码三类记忆的存储、更新与进化，开发者可通过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名。Hy-Memory-30A3B模型专为记忆场景训练，约3B激活参数，在Hy Memory、Mem0、MemOS、EverMemOS四套记忆系统测试中平均分55.49，高于Opus5的54.62、DeepSeek V4.1 Flash的53.64和Qwen3-30B-A3B的44.37。MemHub是本地记忆管理应用，CLI和Mac端APP可用，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、跨工具实时记忆同步。内部应用数据方面，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%；腾讯新闻两个AI助手长期偏好评测平均得分91.68；iWiki仅用Hy Memory召回记忆作答，正确率比提供全部原始对话相对提升48.6%。2.0新增工作记忆与代码记忆，将聊天记忆从零散事实升级为完整事件脉络。来源：https://mp.weixin.qq.com/s?__biz=MzkwODU2OTQyNQ==&mid=2247498682&idx=1&sn=c05eb139c48a0ba10cf4434f6489ac63

Xspark AI发布原生触觉多模态模型Spark-0

Xspark AI（无界智航）宣布完成新一轮融资，由猎道投资、华山资本、元航资本、浦东创投、钧源资本、南山战新投、水木创投等机构共同参与，多维资本担任独家财务顾问。公司核心团队源自清华大学，由国内触觉领域领军学者、清华长聘副教授丁文伯领衔，自今年7月首轮融资以来累计融资数亿元。伴随融资，公司正式发布自研原生触觉多模态模型Spark-0，区别于将触觉作为附加信号后置融合的传统方案，从预训练阶段将触觉内建于模型，实现视觉、触觉与动作统一表征。Spark-0在SparkArena仿真、SparkArena真机及跨本体Ego Humanoid三项基准测试中全面超越π0.5、GR00T等11个主流模型。团队构建了1,000小时全手触觉人类操作数据集HumanTouch，覆盖100多类任务、32名操作者，每只手配置360个触点。在真机任务中，机器人双手将软鞋塞进鞋盒（手部遮挡大部分视野），Spark-0依靠压力反馈实时调整，成功率达80%，而最强对比模型为30%；五项真机任务平均成功率52%，为最强基线2.4倍。在视觉数据和算力不变条件下，加入HumanTouch触觉预训练后，即使运行时完全不启用触觉并切换本体，成功率也从52.5%跃升至71.7%。来源：https://mp.weixin.qq.com/s?__biz=MzI4NTgxMDk1NA==&mid=2247518696&idx=1&sn=052865258490fc21f775a2b93b22e2a7

前瞻与传闻

Google发布Gemini 4 Argon模型，向可信网络安全防御者逐步开放

Google推出前沿模型Gemini 4 Argon，通过Fairwind Program向一组可信网络安全防御者逐步推出。Argon旨在跨复杂、长时程工作流维持深度推理，面向真实世界软件工程、法律和企业金融等企业知识工作以及网络安全防御。Google表示在向开发者、企业和消费者开放前持续收集早期测试者反馈并迭代护栏。Argon定价为每百万输入Token 2美元、每百万输出Token 10美元，缓存输入Token按输入价95%折扣。Google内部已有数千名员工使用，案例包括：量子算法优化中数分钟内将某子程序时空资源（qubits × gates）较已发表基线降低40%；数据中心团队分析全机队profiling telemetry，自主识别并应用内存优化，释放超300 TiB内存，预计总节省500 TiB至1 PiB；将C/C++代码库迁移至Rust，覆盖核心库如re2、libgav1直至Fuchsia Zircon内核的80万行以上代码，此类大规模重写正接受严格自动与人工审计、仿真测试和审查后才投入生产。来源：https://pub.towardsai.net/google-drops-gemini-4-argon-everything-you-need-to-know-5b791591bd64?source=rss----98111c9905da---4

产品应用

可灵AI上线Kling 4.0视频生成模型，30秒视频成本低至0.15元/秒

可灵AI于10月16日正式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直接使用。Kling 4.0重点优化大幅度动态场景生成效果，单次原生视频生成时长拉长至30秒。创作控制方面，全能参考功能支持包含视频、图像、角色、音频等15项参考素材组合，支持最多10个关键帧。定价方面，剔除优惠后生成1秒1080p视频需15可灵灵感值（价值0.15元），仅为Seedance 2.5同规格视频价格（3.7元/秒）的4%；720p清晰度下生成价格降至0.1元/秒；轻量版Kling 4.0 Flash生成720p视频价格为0.06元/秒。实测显示，Kling 4.0在30秒打斗场景中未出现明显穿模、肢体错乱或断点，能执行跟拍、升高、环绕、倒退、拉远等复杂运镜要求，关键帧人物特征还原度较好，但关键帧前后衔接略显不自然，部分复杂物理场景（如特斯拉Roadster起飞）出现明显崩坏。生成速度方面，Kling 4.0慢于Flash版，且上线初期排队时间更久。来源：https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652812068&idx=2&sn=5c7eefdf3c8dd5a5cd5cc8e1de943923

ChatGPT全面接管Chrome浏览器，支持跨标签页收集与网页操作

OpenAI正式宣布ChatGPT重大升级，将计算机使用能力全面引入Chrome。新功能分Chat与Work双模式：Chat模式可跨打开的标签页收集信息，让回答利用当前页面材料；Work模式基于底层Computer Use架构，在授权后能操作网页，完成发消息、填表、下载文件、整理分组标签页等任务。典型场景包括跨多个购物页面比较沙发尺寸、材质、交付时间和退货政策，或在软件采购时打开多家定价页由ChatGPT比较套餐覆盖功能。Work模式下，用户可将简报中的活动名称、日期、地址和联系人及报名网页一并交给ChatGPT，由其接管浏览器、点按网页并填写报名表。来源：https://mp.weixin.qq.com/s/wgPvLL3j5p1r9iDt0Vl2yA

技术与洞察

Claude Code团队公开代码审查流程：AI前置审查减少40%回滚

Anthropic的Addy Osmani、Morgan Westlee Lunt和Qing Wang公开Claude Code团队代码审查流程。Claude Code自身代码约90%由Claude编写；从6月到9月，代码库合入的PR数量增长一倍多，需回滚PR占比下降40%以上。在Anthropic monorepo中，每天合入变更从5月约2500项增长到9月3万多项。团队将大部分阅读工作交给机器：PR创建前先由Claude验证工作结果，再由子Agent在全新上下文审查diff，部分变更还会运行内部Skill检查bug、简化diff、端到端行为及UI设计规范。每个PR交给人看之前都先经过Claude审查，结合仓库上下文和PR声明意图判断是否解决问题、适合现有系统、是否弄坏别的东西。为优化人的时间，团队跟踪每个PR的人工批准次数（中位数和95分位数）、人工评论数量、PR等待人工处理时长，并以回滚率和事故率作为护栏。目标是在不增加回滚或事故前提下，使大多数PR最多只需一个人参与即可合入。来源：https://mp.weixin.qq.com/s?__biz=MjM5ODkzMzMwMQ==&mid=2650455318&idx=1&sn=f1ac80455a990a11a4da6b4b9558cf68

WorldOracle评测平台开放：揭示世界模型预测与真实执行的差距

普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA和智元的研究人员共同提出WorldOracle，于10月16日向开发者正式开放。该平台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，预先采集真实操作过程记录画面与动作，开发者提交预测视频后由平台与真实执行记录对照评分。研究对包括DreamDojo、Cosmos 3、IRASim、GE-Sim 2.0等七种模型开展评测，发现两类问题：机械臂移动路径预测较准，但物体位置和运动仍可能偏离现实（如IRASim机械臂得分78.8，操作物体仅29.1；Cosmos 3分别为89.4和45.4）；预测时间拉长后准确性明显退化，DreamDojo从50.56降至27.08，Cosmos 3从53.99降至26.60，GE-Sim 2.0从73.86降至63.33。模型相对次序也会变化：IRASim前30秒得分低于Ctrl-World、DreamDojo和Cosmos 3，但完整序列得分高于这三个模型。论文标题为《WorldOracle: Benchmarking Action-Conditioned World Models against Real-World Executions》。来源：https://mp.weixin.qq.com/s/iokr-0xXyTV8dbLsQE1hJw

浙江大学与蚂蚁集团实测：1.2万卡时证明GRPO仍难被自蒸馏方法全面超越

浙江大学、蚂蚁集团研究团队复现Agentic RL的Self-Distillation方法时遇到评测不一致问题，遂将已有方法放到同一套框架重新比较。研究比较GRPO和10种自蒸馏方法，模型覆盖Qwen3.5-2B、4B、9B，任务包括ALFWorld、ScienceWorld、Search-QA和WebShop。每种方法在12组模型与任务设置下各训练100步，每5步记录一次验证成绩，并使用8个随机种子重复评测，累计132次训练投入超1.2万H800卡时（记录12,124.4 H800 GPU小时）。结果发现10种自蒸馏方法各有胜场，但没有一种能在所有测试设置下超过GRPO。在2B模型ALFWorld任务中，Skill-SD成功率74.29%，GRPO为28.48%，相差超45个百分点。团队统计发现90天内出现47篇Agent蒸馏相关论文，平均不到两天一篇，而纳入比较的10种方法原始论文中只有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。论文标题为《More Methods, Better Agents? A Reality Check on Self-Distillation in Agentic Reinforcement Learning》。来源：https://mp.weixin.qq.com/s/-iD2lWWc0sZpeTsfw_-_2Q

香港科技大学与华为提出BalanceRoute：96卡解码吞吐提升15%

香港科技大学周子杰团队与华为2012实验室理论部联合提出BalanceRoute，针对DeepSeek等MoE模型部署中的数据并行负载均衡瓶颈。在预填充-解码分离（PD分离）系统中，多组计算卡并行处理请求，解码需跨组通信同步，最忙组未算完前其他组只能等待；即使请求数相同，各组因KV缓存量不同实际负载也不同。BalanceRoute通过数学建模刻画同步等待，将短期负载预测转化为在线路由决策，以不均衡指标I(k)衡量各单元与最重单元的负载差。方法引入H步窗口估计各组近期负载变化，预测运行中请求在窗口内结束的概率及“若结束还需多少步”，再比较接入候选请求后每步能填补多少空闲、带来多少额外等待，汇成评分并降低较远步骤权重。在论文的96卡主实验中，采用实际预测器的BR-H相对最强基线解码吞吐提升约15%。该工作已被NeurIPS 2026接收，并部署于双方共建的MaaS推理服务系统MathBot-Pie。来源：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651063125&idx=1&sn=f5030e5f29a40a6c8d742d2485efcb5b

苹果与CMU提出SSR框架：多模态搜索Agent每轮推理延迟降低超90%

苹果与卡内基梅隆大学研究团队提出SSR（Selection-based Structured Reasoning）框架，针对智能体ReAct范式中每步动作前生成自由形式推理的开销问题，改为让模型从预定义推理选项中“做选择题”。SSR核心是包含6条推理选项的推理库（图搜图、文本搜索、裁剪放大图像、基于证据作答、直接读图、常识回答），每轮交互时模型选择一条推理并生成具体动作，将可复用推理选项与实例执行细节解耦。选择过程直接由LLM充当分类器，计算各选项基于当前context的概率平均值，经softmax得到类别分布，无需额外任务头或SFT warm start。由于所有推理选项预定义，打分可完全并行：token层面通过teacher forcing一次性prefill整条选项，所有选项共享同一份上下文KV cache同时打分，整个推理过程不需要自回归生成任何新token。论文示例中，4B模型自由思考生成156个token耗时1821.92毫秒且误判建筑；SSR仅用32.66毫秒精准选择“通过图像识别实体”并触发图片搜索。实验在Qwen3-VL 2B/4B模型、H100 + SGLang上于MMSearch、HR-MMSearch、FVQA-test、InfoSeek等7个多模态搜索benchmark进行，每轮推理延迟降低超过90%，同时保持与free-form thinking相当的任务成功率。来源：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651063125&idx=3&sn=ea4caa15e65862454b786586bfcce177

小红书AllSpark提出Skill2Env：1.5K轨迹微调使七项Agent基准提升

小红书AllSpark团队提出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下载超过47K个Skill文件夹，按真实场景适用性、沙箱兼容性和依赖配置可行性筛选，保留约3K个用于任务合成。Skill2Env将复杂任务执行能力需求归纳为环境理解、规划、技能使用、长程一致性、错误恢复五个维度，并设计可复用难度模式池（如“分散证据”要求综合不同来源事实，“状态依赖”要求安排执行顺序）。任务合成Agent根据Skill支持的工作流选择难度模式形成任务蓝图，明确任务目标、预期挑战、环境事实、验收标准和信息边界，再共同构建任务指令、运行依赖、初始工作区及评估器（确定性检查与LLM Judge结合）。迭代任务强化机制通过检查执行轨迹和评分结果，由诊断Agent分析哪些挑战已被解决、哪些要求被绕过，针对性强化或引入新难度模式，任务难度提升由Agent实际执行表现驱动。Skill2Env构建了2,963个可执行任务，使用其中生成的1.5K条高分轨迹对Qwen3.6-35B-A3B进行监督微调，在七项Agent评测基准上均获提升。论文中Docling案例展示如何将文档处理Skill变成多轮加难的对账任务。来源：https://mp.weixin.qq.com/s?__biz=Mzg4OTc2MzczNg==&mid=2247496671&idx=1&sn=ed1e455ae168cec4bb7dee2e17b58025

开发生态

openai-python发布v3.32.0：新增缓存设置、语音创建与区域处理选项

OpenAI Python库发布v3.32.0，新增三项功能：为API添加缓存设置和密钥选项（cache settings and key options）；支持基于提示词的语音创建（prompt-based voice creation）；添加区域处理驻留选项（regional processing residency options）。来源：https://github.com/openai/openai-python/releases/tag/v3.32.0

openai-python发布v3.33.0：为图像请求与响应添加安全标识符

OpenAI Python库发布v3.33.0，主要变更为API新增图像请求与响应的安全标识符（safety identifiers to image requests and responses），并共享Decisions缓存断点参数类型（share Decisions cache breakpoint parameter type）。来源：https://github.com/openai/openai-python/releases/tag/v3.33.0