AI 日报 · 2026 年 10 月 16 日 · 星期五
AI RADAR
Meta 开放 816B 参数 Muse Spark Open 权重
Meta 发布 Muse Spark Open 开放权重模型，总参数 816B、激活 42B、支持 1M 上下文，已在 Hugging Face 以 Muse Model License 提供，并上线 Arena 供实测 Agent 与编码能力。Anthropic 披露三季度收入 168 亿美元、环比增长 46% 并确认调整后盈利。
模型发布/更新
PyTorch Blog一手Meta 开放 Muse Spark Open 权重，816B 总参数 42B 激活、1M 上下文
Meta 发布 Muse Spark Open 开放权重模型，已在 Hugging Face 以 Muse Model License 提供，为 816B 总参数、42B 激活的推理模型，上下文窗口 1M tokens，与 Muse Spark 1.3 共享同一基础模型并增加了安全后训练。
Arena.ai (@arena) · XMuse Spark Open 上线 Arena，可实测 Agent 与编码能力
Arena 宣布 Meta 发布的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。Agent Arena 基于全球用户提供的数百万真实长程智能体任务评测，模型可调用网页搜索、文件系统和终端工具，榜单用因果追踪方法衡量相对表现。
Black Forest Labs Blog一手Black Forest Labs 发布 5.6B 开放权重图像模型 FLUX 3 Image Klein
Black Forest Labs 发布开放权重模型 FLUX 3 Image Klein，5.6B 参数，支持文生图、图像编辑和最多 10 张参考图的多参考生成，具备原生 4K 生成、像素级编辑和边界框控制。
François Chollet (@fchollet) · XFrançois Chollet 评 Gemini 4 Argon 在 ARC-AGI-3 表现与 Astra 相近
François Chollet 转发 ARC Prize 数据并评论称，Gemini 4 Argon 在 ARC-AGI-3 上的表现特征与 Astra 相似，Google 已回到前沿水平。ARC Prize 数据显示 Gemini 4 Argon 在 ARC-AGI-3（Verified）上达 97.5%（provider adapter harness，$4.8K）和 49.8%（standard harness，$5.8K），ARC-AGI-2 为 91.3%（$0.32/task），ARC-AGI-1 为 98.5%（$0.16/task），Google DeepMind 是第二个在 ARC-AGI-3 得分超过 95% 的前沿 AI 实验室。
NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型
NVIDIA 发布开源 1200 亿参数多模态模型 Nemotron 3.5 Super VL，以及 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 两款边缘模型，Bolt E4B 将于 10 月 23 日推出。
阶跃星辰开源 Step 5 Preview，放出 BF16 与 FP8 权重及技术报告
9 月 20 日上线的 Step 5 Preview 正式开源，发布 BF16 与 FP8 两版权重及技术报告。
Thomas Wolf (@Thom_Wolf) · XThomas Wolf 转评 Muse Spark Open 基准对比，称美国最强开源权重模型回归
Thomas Wolf 转发 @alexandr_wang 的帖子并评论“we're so back”。原帖称 Muse Spark Open 是迄今最强的美国开源权重模型，总参数 816B、激活 42B、1M token 上下文、原生多模态，面向编码和长程智能体任务。附带的对比表显示其在 JobBench 61.8、MCP-Atlas 89.2、Terminal-Bench 2.1 76.4、ZeroBench 50.0 等基准上领先多款对比模型。
昆仑万维发布并开源 Matrix-Game 4.0，单张 RTX 5090 实时运行视频大模型游戏
昆仑万维于 2026 年 10 月 15 日发布 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。480p 下 60 FPS 运行于单张 RTX 5090，端到端延迟低于 150 毫秒，对比 Code World Model 约 10.2 秒、StreamRender-H3 约 545 毫秒。
产品发布/更新
AYi (@AYi_AInotes) · XClaude Code 桌面版更新并行会话能力，作者实测拆解 6 项变化
Claude Code 桌面版更新，重点改进并行运行多个会话的体验，官方称启动会话更快、拆分工作更容易、每个会话状态一目了然。作者实测列出 6 项变化：最近文件夹一键打开、可保存环境配置和 worktree、任务自动拆成子会话并回传结果、一键另开会话、/btw 旁支问题单开标签页不打断主任务、侧边栏看状态与实时待办进度，更新桌面版即可使用。
jason (@jxnlco) · XChatGPT 获得 Chrome 标签页访问与操作能力
ChatGPT 面向 Chrome 用户推出计算机使用能力：聊天模式下可读取打开的标签页汇总信息，工作模式下可控制标签页发消息、填表单、下载文件并整理标签页。作者补充说明，这是网页版 ChatGPT 通过扩展访问 Chrome 实际标签页实现的。
Dongxi 东锡 NLP (@dongxi_nlp) · XCheng Lou 开源 Handwired：手写权重把程序逻辑变成无需训练的神经网络
前 React 核心团队成员、Midjourney 工程师 Cheng Lou 开源玩具项目 Handwired，将程序中的 if-else 和循环改写成手写权重、零训练的神经网络，输出与对应 JavaScript 程序完全一致。三个 demo 包括 130 层 9909 个权重驱动的 Mini OS 桌面、实时搜索 10 万份 JSON 文档（Apple M5 Max 上每次 11 到 15 毫秒），以及可用反向传播实时训练的相册布局网络。代码以 MIT 许可开源，但文档明确没有工具能自动转换现有 JS 源码，需用其构建函数逐句改写逻辑，且不支持提前退出和运行时才知道次数的循环。项目主页：https://chenglou.me/handwired/ GitHub：https://github.com/chenglou/handwired
企业微信与 WorkBuddy 打通，作者用智能机器人接管整间酒吧
腾讯旗下企业微信与 WorkBuddy 发布新版本，WorkBuddy 以智能机器人身份进入企业微信通讯录，企业微信升级到 5.0.12、WorkBuddy 升级到 5.8.0 即可使用。作者把自己酒吧的 83 项 API 封装成 MCP 网关接入，企微自动拉下 136 个工具、机器人挑选 11 个，并展示了订货、排班、日报、合同对比、二维码自动替换等大量可落地工作流。
Claude Blog一手Claude Code Review 正式发布，面向 Team 和 Enterprise 用户
Anthropic 宣布 Code Review 结束研究预览，正式面向 Claude Team 和 Enterprise 组织开放。审查速度提升约 3 倍（约 20 分钟降至 6-10 分钟），管理员可按仓库选择 Quick、Standard 或 Deep 三档审查强度，符合条件的企业在 2027 年 1 月 15 日前可申领至少 $10,000 的 Code Review 额度。
Google Developers Blog一手Google 发布 google/adk-recipes 仓库，三层结构统一供给 Agent Platform
Google 推出 google/adk-recipes，作为 ADK 内容的单一来源，分为 core/ 参考模式、plugins/ 可安装垂直技能和 contrib/ 可部署服务三层，取代 google/adk-samples。
行业动态
AYi (@AYi_AInotes) · XAnthropic 三季度收入 168 亿美元并确认调整后盈利
Anthropic 在闭门投资人会议上披露第三季度营收 168 亿美元，环比上一季度的 115 亿美元增长 46%，并确认调整后盈利、当季自由现金流转正。公司同时披露未来十年计划在计算与 AI 基础设施投入超过 5000 亿美元，平均每年资本开支超过 500 亿美元。
The Verge · AIThe Verge 实测 Eiliko 机器人玩具：对话明文存储且可被远程劫持
The Verge 记者与黑客 Sammy Azdoufal 发现 Energize Lab 的 Eiliko 玩具将约 68000 台设备的 1300 万条对话、用户画像、儿童照片和部分音频存放在无防护的服务器上，其中超 31000 个档案属于儿童。Azdoufal 还从远程劫持了记者手中玩具的 LLM，而 Energize Lab 对一个多月的联系尝试未作实质回应。
Rohan Paul (@rohanpaul_ai) · XOpenAI 工程师 Abdulrahman Alfozan 因会议室隐藏录音设备被美国司法部起诉
35 岁的 OpenAI 工程师 Abdulrahman Alfozan 因在高管会议室放置隐藏录音设备被美国司法部起诉，他此前以 OpenAI 唯一沙特员工身份接受过 LinkedIn 采访。FT 援引新解封文件称，Alfozan 与妻子及另一名亲属持有 10 月 12 日飞往沙特的单程机票，距其被捕仅 3 天，检方以此为由在 10 月 8 日申请封存起诉材料，主张他若提前知悉案情有能力和动机外逃。
阑夕 (@foxshuo) · XCopilot负责人Lamanna成微软新任CEO热门人选，关键筹码是All In Claude
The Information报道称，Copilot负责人Lamanna已成微软新任CEO热门人选。他在去年夏天提议用Claude替换Copilot内置的GPT模型，说服CEO拍板加钱上Claude，此后Copilot用户量增长200%、拿下3000多万家付费坐席，Lamanna现兼管Office和Teams业务，团队超2.5万人，并固定参加董事会季会。
DogeDesigner (@cb_doge) · X台积电董事长魏哲家确认正就 Elon Musk 的 Terafab 进行谈判
台积电董事长兼 CEO 魏哲家在 Q3 2026 财报电话会上确认，公司仍在就 Elon Musk 的 Terafab 进行讨论。他表示台积电已派团队赴得州评估扩产机会，商讨是否利用 Terafab 的额外芯片制造产能，并强调该厂必须由台积电运营。他还称 AI 芯片需求依然极强，供需之间存在很大缺口。
Elon Musk (@elonmusk) · X马斯克暗示太空算力规模或超 10GW，Nvidia 与 SpaceX 共同设计太空服务器
马斯克转发黄仁勋访谈并评论称算力规模可能超过 10GW。黄仁勋表示 Nvidia 已将 SpaceX 从企业客户重新归类为云服务商（CSP），其用途涵盖自研模型训练、GrokBot 需求消耗及对外出租；双方工程团队正合作设计一种新型服务器架构，探索在太空部署数据中心。
Rohan Paul (@rohanpaul_ai) · XWSJ 报道头部 AI 实验室常态化开展员工反间谍演练
WSJ 报道称 OpenAI、Anthropic 和 Google 等头部 AI 实验室已常态化为员工开展反间谍演练。OpenAI 定期提醒员工防范贿赂、咖啡馆窃听、被收买的清洁人员与“蜜罐”色诱，要求员工不把带公司标志的物品带出办公室，并在 Slack 上持续提醒；作者认为这种戒备反映了几家实验室集中掌握的价值，以及即将到来的约 $3.5 trillion IPO。
苹果收盘市值突破5万亿美元，国行 Apple Intelligence 曝12月随 iOS 27.3 上线
苹果收盘市值达5.005万亿美元，成为继英伟达之后第二家收盘突破5万亿美元的公司，当日逆势上涨0.5%收于342.96美元。古尔曼爆料苹果计划12月随 iOS 27.3 在中国大陆推出 Apple Intelligence，首批功能包括 Genmoji、通知摘要、写作工具和 Clean Up，新版 Siri AI 不在首发名单，苹果高管对其近期在华获准落地并不乐观。
技巧与观点
开源Skill Anatomy实测：一句话让AI生成原理科普动画与讲解视频
作者实测开源Skill Anatomy，它能把机械表计时、劳斯莱斯Trent 970发动机、TCP三次握手等原理做成可交互机械动画，再让Agent在此基础上生成带配音的科普讲解视频。用Opus 5.5高推理强度可一轮直出5分钟视频，消耗约200刀Claude Max周额度的1%，Ultra强度生成约需1.5小时；作者提醒AI生成的机械结构和讲解内容未必完全正确，学习关键原理时仍需核对。
AYi (@AYi_AInotes) · XAnthropic Claude 工程负责人教程：用 AI 更有野心的三个维度
Anthropic Claude 工程负责人 Felix Rieseberg 发布教程，把用 AI 更有野心拆成高度、深度、广度三个维度。高度是让模型对结果负责，深度是用专家工具和原始数据验证而非角色扮演，广度是按目标组建跨界研究队伍。文章最后落脚自我效能感，指出核心不是提示词技巧而是目标管理。
Meta 如何用 AI 原生工程方式构建 Forum 应用
Meta 发布复盘文章，介绍小型团队如何把 AI Agent 作为工程流程参与者从零构建 Forum 应用，八周内达到与 Facebook Groups 的核心功能对齐。
如何用 Gemini 4 Argon 构建 3D 游戏和程序生成世界
本文梳理基于 Gemini 4 Argon 构建 3D 场景的六大核心工作流，包括先用 2D 概念图对齐方向、编排并行子智能体、引入对抗性评审子智能体等。文中以《桌面赛车手》为例展示从照片输入到 1:150 比例调整的开发全过程，并说明可通过 Google AI Studio、Gemini API 和 Antigravity 使用 gemini-4-argon。
Google Developers Blog一手Google 发布 AI 智能体评测实践指南，用 agent-eval 工具包替代 vibe check
Google Developers Blog 发布智能体评测实操指南，介绍用开源 agent-eval 工具包为 LangGraph 等智能体搭建评测流程。文章提出以关键用户旅程（CUJ）定义成功标准、用模拟用户生成初始数据、分四层检查隔离根因，并给出四个陷阱：随意删测试破坏基线、用模糊 1-5 评分而非布尔判断、只看文本忽略延迟与 token 成本、为不同框架重写评测管线。
快讯
- FLUX 3 Image Klein 开源权重模型上线 OpenRouter，FLUX 3 Video 支持 4K 生成OpenRouter (@OpenRouter) · X
- Apertus 1.5 发布：8B 与 70B 开源模型升级多模态与 262k 上下文Hugging Face Blog
- Anthropic 开放类员工权限，引入 METR 等独立第三方评估机构Anthropic Newsroom
- Microsoft AI 完成 MAI-Base-2 预训练：2.8T 参数 MoE 模型Microsoft AI News
- Cohere 宣布拟收购 AISLE 以推进网络弹性主权 AICohere 产品与研究博客