跳到正文
只看模型#Meta
10月24日周六
10月22日周四
10月20日周二
10月17日周六
10月16日周五
  3. TechCrunch · AI66

    Meta 发布可在 Mac 上运行的开源权重模型 Muse Spark Open

    Meta 推出了名为 Muse Spark Open 的开源权重模型，拥有 8160 亿参数及 100 万 token 上下文窗口，具备多模态能力并专为复杂编程和智能体任务设计。该模型支持在苹果设备上本地运行，但本地运行至少需要 1TB RAM 并推荐搭配 M5 Ultra 芯片的 Mac Studio，目前已通过多个 API 平台提供。

    发布时间：
  4. The Decoder83

    Meta 发布开源模型 Muse Spark Open

    Meta 发布开源模型 Muse Spark Open，拥有 8160 亿参数（420 亿激活）、支持高达 100 万 token 上下文及多模态和智能体任务。该模型针对 Apple M5 Ultra 进行了优化，模型权重已上线 Hugging Face，在多个基准测试中表现领先但在部分编码测试中落后于竞品。

    发布时间：

    同一件事，精选收录的是《Meta 发布开源多模态混合专家模型 Muse Spark Open》

  6. Hugging Face Blog89

    Meta 发布开源多模态混合专家模型 Muse Spark Open

    Meta 发布了开源混合专家多模态模型 Muse Spark Open，拥有约 8160 亿总参数、每个 token 约 420 亿激活参数以及高达 100 万 token 的上下文窗口。该模型支持文本、图像、音频和视频输入，专为代码编写与智能体任务优化，并提供了 BF16 和 NVFP4 权重以及主流推理框架的部署指南。

    发布时间：

    推荐理由：原文介绍了该开源多模态混合专家模型的架构参数与部署推理方案，读者可借此评估其在长上下文与智能体任务中的落地可行性。

  7. PyTorch Blog86

    Meta 发布开源权重模型 Muse Spark Open

    Meta 发布 Muse Spark Open，这是一个拥有 816B 总参数和 42B 激活参数、具备 1M token 上下文窗口的开源权重多模态推理模型。该模型针对编码和智能体任务进行训练，在 Hugging Face 开源，并支持在 SGLang 和 vLLM 中进行优化运行。

    发布时间：

    推荐理由：文章公布了该开源模型的具体参数规模、上下文窗口以及推理和微调支持，读者可以据此评估其在代码和智能体任务中的实际落地潜力。

  8. Hacker News-首页86

    Meta 发布开源多模态模型 Muse Spark Open

    Meta 发布开源多模态模型 Muse Spark Open，拥有 816B 总参数（42B 激活）和 1M-token 上下文窗口。该模型具备原生多模态能力，专为编码和智能体工作设计，支持在两台 Apple M5 Ultra Mac Studios 上本地运行，同时已在多家 API 平台上线并提供权重下载。

    发布时间：

    同一件事，精选收录的是《Meta 发布开源多模态混合专家模型 Muse Spark Open》

10月13日周二
  1. Latent Space86

    Meta 发布第二代前沿模型 Muse Wonder 与 Muse Wonder Full

    Meta Superintelligence Labs 推出第二代模型家族 Muse Wonder 与 Muse Wonder Full，将其定位为面向个人与专业智能体工作的前沿模型。第三方评测显示其在多项智能体与代码基准测试中表现优异，Wonder Full 仅向 Muse Code 订阅者开放。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  2. AIHot76

    Meta 发布 Muse Wonder 系列 Agent 模型

    Meta 发布面向个人与专业场景的 Agent 旗舰模型系列 Muse Wonder，该系列具备领域专业知识、主动记忆、主动专注及前沿编程四大核心能力。作者指出，Muse Wonder 通过在分布外任务上的表现论证了基座模型规模与后训练微调的复利效应，强调了泛化能力对个人 Agent 的重要性。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  3. AIHot72

    Meta 发布 Muse Wonder 与 Muse Wonder Full 旗舰模型

    Meta 发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型，在推理、写作与代码能力测试中表现接近 Anthropic 的顶尖模型。Muse Wonder 将为 Muse 智能体应用提供底层能力，而性能更强的 Muse Wonder Full 则面向 Muse Code 订阅用户开放。

    发布时间：
  4. The Decoder76

    Meta 发布 Muse Wonder 系列前沿模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，在多项基准测试中表现优异，尤其在智能体任务和编码能力上提升显著。该系列支持百万级 token 上下文窗口及多模态输入，引入了“主动记忆”与“主动聚焦”功能以增强复杂任务处理能力，但事实知识储备仍落后于部分竞争对手。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  5. AIHot75

    Meta 发布前沿模型 Muse Wonder

    Meta 发布前沿模型 Muse Wonder，定位为个人及专业智能体领域的最强模型。该模型在 Personal Superintelligence Index、AutomationBench-AA 以及 SWE-Marathon 等基准测试中表现优于 Opus 5.5 和 GPT-6 Astra，其中在要求 AI 独立完成复杂软件项目的 SWE-Marathon 测试中取得 57.5 分。

    发布时间：
  6. AIHot76

    Meta 发布 Muse Wonder 系列前沿模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，在 Artificial Analysis Intelligence Index v4.3 上分别获得 52 和 56 分。该系列支持百万级 token 上下文窗口及多模态输入，引入“主动记忆”与“主动聚焦”功能以增强智能体任务处理能力，在编码与数学推理方面表现显著提升，但事实性知识仍为短板。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  7. AIHot73

    Meta 发布 Muse Wonder 与 Muse Wonder Full 两款新模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，即日起向 Muse Code 订阅者开放，其中 Wonder 也可通过 Meta Model API 访问。Meta 表示这两款模型在内部基准测试中可对标 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1，并计划未来将其集成至 Muse 智能体中。

    发布时间：
  8. AIHot82

    Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，在个人与专业智能体任务中达到 SOTA 性能。该系列模型引入 Active Memory 和 Active Focus 技术，支持复杂任务的持续执行与上下文管理，现已通过 Meta Model API 和 Muse Code 提供。

    发布时间：

    推荐理由：Meta 发布 Muse Wonder 系列模型，通过引入主动记忆与主动聚焦能力提升智能体在复杂任务中的表现，为开发者和用户提供了新的模型选择。

  9. AIHot76

    Meta 发布首批前沿模型 Muse Wonder 和 Muse Wonder Full

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，在编码等复杂任务上的基准测试表现与 Fable 5.1 和 GPT-6 Astra 相当。该系列模型主打“主动记忆”能力，旨在支持长期任务执行，其中 Muse Wonder 已通过 Meta Model API 开放，而 Muse Wonder Full 仅面向 Muse Code 订阅者提供。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  10. AIHot75

    Meta 发布前沿级模型 Watermelon

    Meta 发布了其迄今最大且最强的模型 Watermelon，该模型在个人智能体和专业智能体任务上达到 SOTA 水准。Perplexity CEO Aravind Srinivas 指出，Watermelon 在 WANDR 评测中的表现可与 Fable 5.1 相媲美。

    发布时间：
  12. AIHot73

    Meta 发布 Muse Wonder 系列模型

    Meta 推出 Muse Wonder 系列模型，包含 Muse Wonder 和 Muse Wonder Full，旨在为个人与专业智能体任务提供前沿性能。Muse Wonder 已通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，并将陆续接入 Meta 个人智能体产品 Muse。

    发布时间：
  13. AIHot45

    Meta Muse Wonder 系列基准测试获 SOTA

    Meta Muse Wonder 系列在个人与专业智能体、记忆及编程等关键基准测试中取得 SOTA 结果。该系列包含 Muse Wonder 和 Muse Wonder Full 两个版本，旨在通过应用专业知识解决法律、金融和健康等领域的日常工作与生活问题。

    发布时间：
  14. AIHot62

    Meta 发布 Muse Wonder 系列模型

    Meta 发布了 Muse Wonder 和 Muse Wonder Full 模型，旨在为用户提供构建数字世界的工具。更多关于模型的技术细节与应用信息可访问 Meta 研究博客查看。

    发布时间：
  16. AIHot75

    Meta 发布 Muse Wonder 系列模型

    Meta 发布 Muse Wonder 系列前沿模型，主打个人与专业智能体工作。其中顶配版 Full 在 14 项公开基准测试中，有 8 项表现超过 Claude Opus 5.5，特别是在 SWE-Marathon 工程测试及 Harvey 法律智能体基准中表现出显著优势。

    发布时间：
  19. AIHot53

    Meta 发布 Muse Wonder 模型

    Meta 发布了名为 Muse Wonder 的新模型。Meta 首席执行官 Mark Zuckerberg 表示，该模型是迈向为每个人提供个人超级智能的重要里程碑。

    发布时间：
  20. AIHot74

    Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，在个人和专业智能体任务上达到 SOTA 表现。新模型具备跨对话保留信息的 Active Memory 和遇错可换路径的 Active Focus 能力，面向法律、金融、健康等专家领域并提供前沿编码性能，现已通过 Meta Model API 和 Muse Code 开放。

    发布时间：
  21. AIHot74

    Meta 发布新前沿模型 Wonder

    Meta 发布新前沿模型 Wonder，主打个人与专业 Agent 能力。实测显示该模型能一次性发现其他 Agent 遗漏的代码安全漏洞，其 CLI 工具内置了 /taste 和 /grill 等技能，并支持语音模式与任务清单功能，整体运行速度快且设计精良。

    发布时间：
  22. AIHot74

    Meta 发布 Muse Wonder 系列模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，主打个人与专业智能体任务。Muse Wonder Full 在 Artificial Analysis Index 排名第二，并在 DeepSWE 评测中获得 79 分，现已通过 Meta Model API 和 Muse Code 提供服务。

    发布时间：