Meta 发布开源权重模型 Muse Spark Open，支持 Mac 本地运行
Meta 推出被称为美国最强大开源权重模型 Muse Spark Open，该模型拥有 8160 亿参数和 100 万 token 上下文窗口，原生支持多模态，专为复杂编码任务与智能体工作流设计。
推荐理由：该模型参数与上下文规模巨大，且强调本地端侧部署能力，提供了评估其在 Mac 上运行复杂任务时的具体门槛参考。
技术方向
多模态 最新动态
文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
7 条精选近 30 天 7 条共收录 12 条
更新
多模态的精选
TechCrunch · AI精选AI 评分8787 AWS Machine Learning Blog精选AI 评分6060 Meta Muse Spark Open 模型上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 正式在 Amazon SageMaker JumpStart 上线。该模型采用 MoE 架构，总参数量 816B，支持 100万 token 上下文，并包含文本、图像、文档、音频等多模态输入。
推荐理由：提供在AWS账号内部署Meta编码模型的完整路径，用户可据此评估私有化部署的成本与数据安全边界。
The Decoder精选AI 评分8585 谷歌发布 Gemini 4 Argon：面向机器人全流程的大模型
谷歌发布 Gemini 4 Argon，该模型旨在覆盖机器人从虚拟仿真、控制到训练数据评估的完整流程。文中指出，在 ERQA 空间推理基准上，该模型得分 87%，领先 Claude Opus 5.5 约五个百分点，但在 Artificial Analysis 发布的 AA-Robotics 基准上，直接控制实体机械臂时排名第三，得分为 55/100。
推荐理由：展示了Gemini 4 Argon覆盖机器人仿真与控制的全流程，并对比了不同基准下的表现差异。
NVIDIA Blog精选AI 评分7575 NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 开源模型，覆盖数据中心到桌面智能体场景
NVIDIA 发布 1200 亿参数的开源多模态模型 Nemotron 3.5 Super VL，主打智能体任务的高效推理，以及两款边缘模型 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
推荐理由：NVIDIA 开源了 Nemotron 3.5 Super VL 和两款边缘模型，读者可据此了解不同算力场景下的智能体部署方案。
Google DeepMind精选AI 评分9595 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，目前正通过 Fairwind 计划向可信网络防御者提供。该模型输出 token 限制扩展至 1M，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Gemini 4 Argon 在 1M 输出 token 及内部工程优化中的具体表现，并说明了分阶段安全发布策略。
Microsoft Research精选AI 评分7878 Microsoft Research 发布 Quine：面向复杂生物学的多模态 AI 研究系统
Microsoft Research 发布 Quine，一种结合多模态生物世界模型与交互支架的 AI 研究系统。该系统旨在连接科学工具、文献及湿实验室，已用于胰腺癌研究并成功预测出能驱动肿瘤状态转变的化合物，部分候选物已通过湿实验验证。
推荐理由：展示了多模态模型在生物医学发现中加速药物筛选的实际应用案例。
Google DeepMind精选AI 评分7373 Gemini 3.8 Live 推出 Live Avatar 实时视觉化身
Gemini 3.8 Live with Live Avatar 为对话 AI 引入近实时视觉化身，通过将低延迟流式视频生成与语音对话原生结合，让智能体在看、听、说过程中呈现动态视觉形象，支持精准口型同步、自然表情和流畅轮流对话。
推荐理由：Live Avatar 将低延迟视频生成与实时语音结合，让对话智能体具备视觉化身，支持后台异步工具调用和97种语言切换。