Google DeepMind 四个 Gemini 4 Argon 智能体无人类辅助通关 Minecraft
Google DeepMind 团队用四个运行在 Gemini 4 Argon 上的 AI 智能体在完全无人类输入的情况下通关 Minecraft，首次自主击杀末影龙。
全部AI 动态
全部动态
今日 0 条The DecoderAI 评分6161 The DecoderAI 评分6565 Anthropic 的 Claude 用不到 30 分钟破解 25 年历史的 NSA 密码学谜题
Claude 用不到 30 分钟破解了 NIST ECDSA 标准里 NSA 25 年前提供却未解释来源的种子参数之谜，这些种子来自 lrand48 随机数生成器配合 1997 年 5 月至 1998 年 4 月间 Unix 时间戳的初始化结果。
The DecoderAI 评分6767 DeepSeek 发布 V4.1-Flash-1017：智能体任务跑赢更大对手 单任务成本再大幅下降
DeepSeek 发布 V4.1-Flash-1017 模型，在编程与智能体任务上声称超过 Claude Opus 5、GPT 5.6-Sol、Kimi K3、GLM 5.3 等更大的对手。
Latent SpaceAI 评分4747 Latent Space AINews：Meta 开源 Muse Spark Open 与 Reflection Beam 1.0，Gemini 4 Argon 面向 Pro 与 AI Studio 全面开放
Latent Space AINews 10/15-10/16 期汇总：Meta 开源 816B 总参数、42B 激活的 MoE 模型 Muse Spark Open，Artificial Analysis 评分 39，居美国开源模型之首。
TechCrunch · AIAI 评分4343 Elorian 首个 AI 模型 Glimpse：直接对图像推理，而不只是围绕图像推理
Elorian 发布首个 AI 模型 Glimpse，以研究预览形式开放 API 接入，聊天界面为候补名单制。其核心机制"视觉草稿空间"允许模型在推理过程中反复回看图像、裁剪区域或提取视频帧，而非一次性将图像转为 token。模型在数百张 GPU 上训练，输入 $0.60、输出 $3 每百万 token，Elorian 称在科学图表推理与短视频字幕任务上优于 GPT-6 Astra。
AWS Machine Learning BlogAI 评分5555 Reflection AI 开源权重编码模型 Beam 登陆 AWS SageMaker
Reflection AI 发布开源权重模型 Beam，主打智能体编码与长链路任务，已在 AWS SageMaker JumpStart 美东两区上线。Beam 是稀疏 MoE 架构，总参数量 501B、激活参数 23B，有效上下文 1M tokens；权重以 Apache 2.0 协议开源至 Hugging Face，提供 BF16、FP8、NVFP4 三种检查点。
TechCrunch · AIAI 评分4848 Jev 成为 Vercel 史上采用速度最快的 AI 模型
Vercel 数据显示，TypeSafe AI 的决策模型 Jev 上线两周内被 35% 付费团队采用，采用率约为第二名 Sonnet 5.5 的两倍，创下 Vercel 史上最快采用纪录。
The DecoderAI 评分7070 Gemini 4 Argon 是近几个月最接近 AI 前沿的 Google 模型
Google DeepMind 的 Gemini 4 Argon 在使用 Provider Adapter Harness 的 ARC-AGI-3 上得 97.5%，是继 OpenAI 之后第二家在该基准突破 95% 的实验室，仅次于其 99.9%。
Hugging Face Blog精选AI 评分6868 Reflection 开源 501B 参数 MoE 模型 Beam
Reflection 在 Hugging Face 上开源了 501B 参数的 MoE 大语言模型 Beam，每 token 激活 23B 参数，支持 1M 上下文窗口，许可证为 Apache 2.0。
推荐理由：文章把 501B 开源 MoE 模型的推理部署与 SFT/RL 后训练做法写成可复用的工程方案，适合计划自托管前沿模型的团队对照。
Latent SpaceAI 评分3333 AI 智能体可解开多义性与叠加"死结"，显著改善可解释性与对齐
Goodfire 的 Nick Cammarata 提出工作假说"神经网络已经是干净的"，认为智能体分析可解开多义性与叠加造成的权重"死结"，使 P(doom) 整体下降。本期 AINews 还汇总 Meta Muse Spark Open（816B 总参 / 42B 活跃 MoE、1M token 上下文）等新模型发布。
Hugging Face BlogAI 评分5151 IBM Granite Switch 4.1 发布：单一端点集成对话、决策与语音
IBM 发布 Granite Switch 4.1 系列 8B 与 30B 模型，将通用决策 aLoRA、安全 Guardian aLoRA 与 OpenASR 榜首的 Granite-Speech-5.0-Turbo-CTC 整合到同一端点，三项能力共享基模型 KV cache，显存占用与基模型相当。
TechCrunch · AIAI 评分6363 Meta 发布可本地运行于 Mac 的开放权重模型 Muse Spark Open
Meta 发布开放权重模型 Muse Spark Open，采用 816B 参数和 1M token 上下文窗口，主打本地运行于 Mac。模型原生支持多模态，面向复杂编码与智能体任务，本地部署至少需要 1TB 内存，官方推荐搭载 M5 Ultra 芯片的 Mac Studio。
The DecoderAI 评分6666 Meta 发布开源权重模型 Muse Spark Open，对标 Qwen、GLM 与 Kimi
Meta 发布开源权重模型 Muse Spark Open，总参数 816B（激活 42B）、支持最高 100 万 token 上下文，覆盖文本、图像、视频和音频输入，针对编码和智能体任务。
The Verge · AIAI 评分6767 Meta 与 Apple 合作优化 Muse Spark Open 模型在 Mac 上的运行
Meta 今日发布开放权重模型 Muse Spark Open，总参数 816B，号称目前最强的美国开放权重模型，原生多模态，支持长程任务与多步推理。Meta 与 Apple 合作让该模型可在两台 M5 Ultra Mac Studio 上通过最新 MLX 框架本地运行，Apple 同步发布了 MLX 技术博客。
AWS Machine Learning BlogAI 评分5151 Meta 编程优化开源权重模型 Muse Spark Open 上架 Amazon SageMaker JumpStart
Meta 将编程优化开源权重模型 Muse Spark Open 接入 Amazon SageMaker JumpStart。模型采用 MoE 架构，总参数 816B、单 token 激活 42B，上下文 1M tokens；接收文本、图像、文档、音频与音视频输入，并作为推理模型会返回 reasoning_content。
Hugging Face Blog精选AI 评分8484 Meta 开源多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B
Meta 发布开源多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B，输入支持文本、图像、音频和视频，上下文窗口可达 1M tokens。
推荐理由：原文覆盖了 transformers、llama.cpp、vLLM 等推理后端的部署示例和 TRL LoRA 微调流程，读者可以直接复用这些方案。
The DecoderAI 评分7171 Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，最低 8GB 显存即可运行
Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein（5.6B 参数），支持文生图、图像编辑和最多 10 张参考图，可原生输出 4K。
The DecoderAI 评分6262 Nvidia 发布开源多模态模型 Nemotron 3.5 Super VL，面向企业智能体持续运行
Nvidia 发布开源多模态模型 Nemotron 3.5 Super VL（120B 参数、MoE 架构每 token 激活 12B），主打持续运行的企业智能体，并同步推出两款用于本地与边缘场景的 Bolt 模型。
The DecoderAI 评分5858 Google 发布 Gemini 4 Argon，主打机器人任务统一模型
Google 发布 Gemini 4 Argon，主打用单一模型覆盖机器人控制、仿真生成和训练数据评估全流程，已在 Google AI Studio、Antigravity 环境和 Gemini API 向 AI Ultra 订阅用户开放。
Hugging Face Blog精选AI 评分7171 Black Forest Labs 发布 FLUX.3 Image Klein，首日接入 Hugging Face Diffusers
Black Forest Labs 发布 FLUX.3 Image Klein 图像模型，首日接入 Hugging Face Diffusers，单一模型支持文本生成图像、多参考图图像到图像和边界框布局控制三种能力。
推荐理由：原文拆解了 FLUX.3 Klein 的两阶段 transformer 结构、Modular Diffusers 拼装方式，以及不同精度权重的显存与速度基准，可帮助读者评估相对 FLUX.2 的改动幅度和迁移成本。
Mistral AIAI 评分5555 Mistral 发布时序基础模型家族 Timestral
Mistral 发布首个时序基础模型家族 Timestral，共 5M、28M、123M 和 209M 参数四个版本，最大版本在 GIFT-Eval、TIME、fev-bench 三个公开基准上以单一检查点取得零样本第一。
NVIDIA Blog精选AI 评分7070 NVIDIA 扩展 Nemotron 模型家族，推出 Super VL 与 Bolt 系列覆盖数据中心到端侧
NVIDIA 发布 Nemotron 3.5 Super VL（120B 参数）开放模型，主打多模态智能体任务，并推出 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB 两款端侧模型。
推荐理由：原文给出 Super VL 在参数量和吞吐量上的同档对比，以及从数据中心到端侧的全家族覆盖定位，可帮助判断 Nemotron 在开放模型生态中的角色。
Hugging Face Blog精选AI 评分6969 Swiss AI 发布 Apertus 1.5：8B/70B 开源模型扩展多模态与长上下文
Swiss AI 团队发布 Apertus 1.5 (8B/70B)，在 1.0 基础上加入原生图像与音频理解、可切换思考模式以及 262,144 token 上下文窗口（4 倍提升），权重以 Apache 2.0 开源。
推荐理由：文章对照同尺寸开源权重模型，从多模态、长上下文与思考模式三方面详述 Apertus 1.5 的能力改进与取舍，可作为了解其定位的一手参考。
Simon WillisonAI 评分6666 llm-gemini 0.35 发布，新增对 Gemini 4 Argon 的支持
Simon Willison 发布 llm-gemini 0.35，添加对 Google 新模型 Gemini 4 Argon 的 API 支持。
The DecoderAI 评分6363 OpenAI 年内将推出至少一款新模型，旗舰模型仍需完成对齐工作
据 The Information 报道，OpenAI 员工透露公司年底前可能发布一两款新模型，但当前在研的主力升级版本因对齐工作与测试基础设施尚未完成，能否年内发布尚不确定。
Hugging Face BlogAI 评分4343 HiRO-ACEv2：以 X-SHiELD 约 1/300 成本模拟 3 km 分辨率极端天气
HiRO-ACEv2 是 Ai2 气候模拟系统 HiRO-ACE 的最新版本，结合 100 km 分辨率的 ACE 模型与将输出细化至 3 km 的 HiROv2 下采样网络，可在 X-SHiELD 约 1/300 成本下生成全球高分辨率降水、风速与气压数据。
The DecoderAI 评分4242 AI 安全围栏开始阻碍防御者，Artemis Security 用 Orion-1 填补缺口
Artemis Security 发布 Orion-1，一款用于自主调查与响应企业网络攻击的专用模型。在自研 Decision-Grade Readiness 基准上，Orion-1 是唯一在五项任务中均超过 80 分阈值的模型，攻击重建任务得分 80.8，超过 GPT-6 Sol 的 58.3。该模型目前以私有预览形式向 Artemis 平台选定客户提供，高影响操作默认需人工审批。
Latent SpaceAI 评分4242 AI Engineer NYC 大会：Gemini 4 Argon 正式发布与 Vals AI 基准评测
Google Gemini 4 Argon 今日正式 GA，面向编程、知识工作、企业流程与网络安全场景，接入 Gemini API、Antigravity 及 Cursor、Devin、GitHub Copilot。
Simon WillisonAI 评分3434 Simon Willison 的 llm-meta-ai 插件更新至 0.2，支持 Meta AI 新模型 Muse Wonder
Simon Willison 将 llm-meta-ai 插件更新至 0.2 版本，以支持 Meta AI 最新发布的 Muse Wonder 和 Muse Wonder Full 模型。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 4 Argon 模型，详解其安全防护机制
Google DeepMind 开始广泛推出 Gemini 4 Argon 模型，主打编码、金融、法律、网络安全和科学等领域的复杂推理能力。模型在端到端模拟网络攻击场景中解出全部 12 题（上代 5 题），并通过输入筛查、激活探针和连续监控三层实时防线进行防护，将越狱与生物危害请求的违规率较前代下降近一半。
推荐理由：列出 Argon 在攻防与生物领域的具体能力数据和三层防线机制，读者可据此评估高风险场景的使用边界。
The DecoderAI 评分7373 Google Gemini 4 Argon 全球上线，取代 Gemini Pro 成新旗舰
Google 全球上线 Gemini 4 Argon 旗舰大模型，开发者可通过 AI Studio API 和 Gemini 平台调用，AI Ultra 订阅者可在 Google Antigravity 中使用，Pro 与 Ultra 订阅者在 Gemini App 和搜索 AI 模式中可用，免费用户和 Plus 订阅者在新模型分层下只能使用较弱的 Flash 模型。
The Verge · AIAI 评分7474 Google 正式发布 Gemini 4 Argon 模型
Google 正式发布 Gemini 4 Argon，定位前沿推理模型，初期定价 $2/M 输入 token、$10/M 输出 token，约为 GPT-6 Astra 和 Anthropic Fable 5 的五分之一。
Hugging Face Blog精选AI 评分6161 Liquid AI 发布 LFM2.5-24B-A2B 推理模型，总参 24B、激活 2B
Liquid AI 发布 LFM2.5-24B-A2B 推理模型，总参数 24B、激活 2B，主打端侧智能体与工具调用场景。
推荐理由：该模型以 2B 激活参数在多项工具调用基准上领先更大 MoE，为本地智能体部署提供了一份参数效率与端侧推理速度的参考。
Ars Technica · AIAI 评分5959 Gemini 4 Argon 开始在 Gemini App 和 Antigravity 推广，但仅对付费用户开放
Google 开始向付费用户推广 Gemini 4 Argon 模型，目前只在付费档位开放，较低档位也无法获得完整访问权限，能力仍以发布前公布的基准结果为准。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 4 Argon，主打复杂工程与科研任务
Gemini 4 Argon 今日全球上线，面向开发者、企业和 Google AI Ultra/Pro 订阅者通过 Gemini API、AI Studio、Gemini app 以及 Search 的 AI Mode 提供，Antigravity 中也已开放。
推荐理由：原文列出 Argon 在编码、量子化学、机器人等真实场景的可验证数字与基准排名，读者可以据此评估它在工程和科研任务中的实际能力。
Google DeepMind精选AI 评分6464 Google DeepMind 发布 Gemini 4 Argon 模型，主打机器人物理推理
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉-语义推理，在 ERQA 基准上以纯推理取得 87%，超过其他前沿模型。
推荐理由：Gemini 4 Argon 把能力铺到机器人控制、Real2Sim、物理理解和自改进四条主线，并附上可直接复用的代表性 Prompt。
Latent Space精选AI 评分7777 Meta MSL 发布 Muse Wonder 与 Wonder Full 模型，主打智能体场景
Meta 旗下 MSL 发布第二代模型 Muse Wonder 与 Wonder Full，定位前沿、主打个人与专业智能体场景。模型支持 1M 上下文，定价 $4/M 输入与 $20/M 输出；Wonder 通过 Meta Model API 和 Muse Code 提供，Wonder Full 仅限 Muse Code Power/Maximum Usage 订阅用户。
推荐理由：原文把 Meta Muse Wonder 的官方定位、第三方评测和与 Fable/Opus 的对比集中在一篇，便于快速判断 MSL 是否进入前沿第一梯队。
The DecoderAI 评分6767 Meta 发布前沿模型 Muse Wonder 双版本，多项基准进入顶级行列
Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full 两款，分别在 Artificial Analysis Intelligence Index v4.3 上拿到 52 和 56 分，进入当前顶级模型行列。
TechCrunch · AIAI 评分6666 Meta 发布前沿模型 Muse Wonder
Meta 周一发布两款前沿模型 Muse Wonder 与 Muse Wonder Full，是 Meta Superintelligence Lab 在前沿模型方向上的新一步。
The Verge · AIAI 评分5454 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta 发布两款新模型 Muse Wonder 与 Muse Wonder Full，今天起面向 Muse Code 订阅用户开放，Wonder 也可通过 Meta Model API 调用。