首页

前沿热点

紧跟 AI 行业热点事件,快速追踪解读,约 1000 字精炼分析。

42B 激活、816B 的账:为何两台 Mac 才跑得动

Meta Superintelligence Labs 于 2026-10-15 发布 Muse Spark Open 开放权重模型:总参数 816B、每 token 激活约 42B 的稀疏 MoE,原生接受文本、图像、视频、音频输入,上下文 1M token,与 Muse Spark 1.3 共享同一 base model,以 Muse Model License 发布(官方表述为 limited commercial terms, which allow many developers to use the model for free,具体条款以 LICENSE 原文为准,本文不解释条款细节)。本文的重点不是又开放了一个大模型,而是那笔最容易被省略的账:42B 激活降低的是每 token 计算量,不是显存门槛——完整 checkpoint 仍须全部驻留,再叠加 KV cache、激活值与运行时开销;按字节数粗算(本站推算,非官方数据)BF16 约 1.6TB、FP8 约 816GB、4 比特约 408GB。这也是官方桌面方案为何是两台 Apple M5 Ultra Mac Studio 的原因:单机统一内存上限 512GB、两台合计约 1TB,内存带宽 1.2TB/s,走最新版 Apple MLX,官方描述为两台机器表现得像一台拥有万亿字节统一内存的超级计算机。生态侧首日支持 7 个推理运行时(SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp、Unsloth),验证于 NVIDIA、AMD、Intel、Apple silicon;四条量化分支(Meta 的 BF16 与 NVFP4、AMD 的 FP8 与 MXFP4、为 Intel Crescent Island 优化的 INT4 与 MXFP4、Unsloth 的 GGUF);投机解码 draft 用 SGLang 的 DFlash V2 与 vLLM 的 DSpark;PyTorch 原生 Helion 内核在 SGLang 中提供 auto-tunable kernel,官方口径 kernel 级 1.03 到 3.95 倍加速,AMD MI350 端到端 3%(厂商自测)。安全上相比 8 月的 Muse Spark 追加了安全后训练,按 Meta Superintelligence Scaling Framework 评估达发布阈值,完整评估报告官方称即将发布。三处必须写明的信息缺口:官方未公布桌面演示所用精度、实际内存占用与可用上下文长度;未给跨机互联的带宽与延迟;未给 tokens/s。据 dev.to 转述 Meta 官方对比图(二手,非独立复测),它在六项对比中第一,含 tool use 方向的 JobBench 与 MCP-Atlas,但在终端编程与长程软件工程的 GDPVal-AA 上落后于 Kimi K3 与 GLM 5.3。与站内 2026-07-31《Meta Muse Spark 1.1》的分工:那篇讲闭源 1.1 与 Meta 首个付费 API,本文讲开放权重版与本地跑法,两篇不重复。

综合第一却丢一项:Grok Voice 3.0 该不该换

xAI 于 2026-10-15 发布 Grok Voice 3.0,官方定位「world's most intelligent speech-to-speech model」,宣称端到端延迟低于一秒、API 与上代同价:Voice Agent API 每分钟 0.08 美元(每小时 4.80 美元),文本输入每单位 0.004 美元,标识符 grok-voice-latest 已自动升级、集成方无需改配置。所有对比基准出自 xAI 官方页转引 Artificial Analysis(2026-10-13)口径,本站未独立复测。AA Speech-to-Speech Index 上 Grok Voice 3.0 以 86.9 登顶,Grok Voice 2.0 为 81.3、GPT-Live-1(Astra,Medium)83.2、Gemini 3.8 Live(Ext. Thinking,High)82.6;四项分项按同一顺序全部第一——Big Bench Audio 98.5%/97.2%/90.1%/97.7%、Speech Agent Arena Elo 1070/1011/1048/990、Task Success Rate 94.8%/94.6%/87.4%/89.1%、Full Duplex Bench 97.0%/95.1%/94.9%/91.9%。但 τ-Voice(口音、噪音、插话干扰下的客服类任务成功率)为 71.6%,低于 GPT-Live-1 的 74.5%(Gemini 3.8 Live 68.6%、上代 56.5%),综合第一不等于项项第一,此点必须写明;换来的是首音延迟 0.81 秒对 GPT-Live-1 的 1.34 秒(低约四成),而自家上代 2.0 为 0.70 秒——换代把 τ-Voice 从 56.5% 拉到 71.6%,代价是首音慢 0.11 秒,属典型取舍而非单纯进步。成本侧按 AA Big Bench Audio 口径每任务 0.025 美元,对 GPT-Live-1 的 0.030 美元、GPT-Realtime-2.1(High)的 0.055 美元;企业侧 EVA-Bench(ServiceNow 提出,200+ 真实企业场景)官方称以 74% 拿下最高精度及精度与客户体验联合评分最优。官方披露的落地数字(均厂商自述、无第三方审计):特斯拉车内日均数百万次对话、星链客服中心日均约 2 万通多语来电、约 70% 无人工介入,以及每四通销售性质通话约一通在挂断前成单。与站内 10-07《GPT-Live-1 语音发布》热点及其 API 接入 SOP 的分工:本篇是竞品换代发布,不复述其发布细节与接入步骤,只做榜单与口径对照。

一天合并3万笔:Anthropic弃用Git了

Anthropic 官方工程博客(2026-10-13《Redesigning source control at Anthropic》)宣布主代码仓库弃 Git 迁自研版本控制系统 Scion:官方口径日均合并 2026 年 5 月约 2500 笔、9 月超 3 万笔(四个月 12 倍);main 分支历史近 100GB,仅 CI 每天约 2500 万次检出,按 Git 原始协议天真拉取日流量超 600PB(凤凰网科技转引比喻:每天内网搬 1.2 亿部 4K 电影)。Scion 三个反转:客户端只保有界缓存、历史/blame/合并全走服务端 API;changeset 替代 commit(成本随变更本身而非仓库总体大小扩展);虚拟化检出按目录流式读取,全系统不存在完整物化副本——前提是「客户端始终在线」,与 Git 为断网人类设计的假设相反(借鉴 Google Piper/Meta Sapling)。实测(官方口径):CPU/内存占用为原 Git 镜像设施 1/200、三级缓存每级命中率超 99%、检出从几分钟降到几秒、仅 CI 省出 25% CPU 容量。七人五个月完成迁移,同期交付代码审查平台 Antique、代码搜索与源码控制 IAM;Claude 重写 Git-Scion 迁移管道内存降为 1/20、快 4 倍并保留全部隐式不变量;每个组件配一个专职监控的「superfan」Claude。边界必须说清:官方明言 Scion 绝非 Git 通用替代品,不开源、无通用版计划,只适用数万工程师或大量 agent 并行写码的真巨型 monorepo;他们预测六到十二个月内同类问题会在其他组织常见——瓶颈从「写」转移到「管」的第一个详细公开样本。

法律大模型 19.2% 全项通过率,凭什么说赢?

智谱(Z.ai)2026-10-12 发布法律垂域大模型 GLM-Legal(官网 z.ai/blog/glm-legal 已核):基座为轻量 GLM-5.3-Flash,走「法律领域中间训练 + 数万个真实法律任务环境强化学习」路线,后训练核心设计是模型与 Harness(运行时编排框架)协同进化,再加执业律师评审的生产反馈闭环。官方口径:Harvey LAB 全项通过率 19.2%(覆盖 24 个执业领域的真实律所工作流,all-pass 严苛评分——任何一环出错即 0 分),较基座提升 12.5 个百分点(ZAKER 引口径:基座 GLM-5.3-Flash 6.7%、全尺寸 GLM 5.3 8.3%);LegalBench/PLawBench 持平前沿闭源模型;Vals 独立评估 19.17%/86.23%/41.83%,且单项标准达成约 92.5% 与整题全过 19.2% 是两个层级,headline 分数不可读作通用法律准确率。ZAKER 引第三方分析:Harvey 基准单任务成本约 0.15 美元 vs Gemini 4 Argon 约 10.55 美元(约 70 倍,未独立复测)。能力覆盖合同审查(经 AutoClaw 以 Word 修订模式呈现)、证据分析(40 份文档矛盾地图)、法律研究、跨境合规、文书生成;Beta 申请制(z.ai/consultation/legal),AutoClaw 桌面端集成 forthcoming;Artificial Lawyer 报道预计不开放权重(二手口径)。与站内 GLM-5.3-Flash 基座三篇分工:本文答垂域模型怎么训、19.2% 这个数字怎么读、70 倍成本差对法律 AI 市场意味着什么。

一条轨迹70万token,GPU却空转:QwenGyre怎么救RL?

2026-10-13 ai-bot.cn 收录:阿里千问推出超长程智能体在线强化学习框架 QwenGyre(论文 arXiv:2609.33848,2026-09-27 提交,本站已实抓论文页核真,摘要数字与报道一致)。它解决两个真痛点:超长程任务执行方差大导致 GPU 空转、非线性分叉产生海量轨迹冗余。两大机制:弹性调度把 GPU 划成同构 cell,任务不中断地在采样与训练间切换(请求重路由 + KV cache 经 RDMA 迁移,核心 cell 持权威参数、卫星 cell 拉快照中途并批,切换耗时仅数秒);轨迹处理器用 TITO(Token-in Token-out)保真真实上下文、按共享前缀组织轨迹树、Partial Scoring 给超时任务的可检验部分评分、每执行最多 Jmax 条轨迹且共享前缀损失只计一次。关键数字(论文口径):Qwen3.8-2.4T、单次 rollout 约 70 万 token,48 步把 NL2RepoBench 从 52.5% 提到 58.5%(+6.0% 绝对),训练耗时 134.55 小时降到 75.42 小时,较 Colocate 加速 1.85 倍、较 Async 加速 1.78 倍。诚实边界:目前仅论文形式发布,代码未公开(ai-bot 口径);数字均为论文自报,第三方未复现。与站内 MiMo-V2.6/verl 拆解及开源 RL 框架横评分工明确:本文答旗舰模型超长程在线 RL 的工程调度与轨迹处理怎么做,不重复框架选型。

登顶TTS榜:数字人公司自己造语音意味着什么

2026-10-09 数字人公司 HeyGen 发布首个自研语音模型 HeyGen Voice,登顶 Artificial Analysis 的 Controlled Voice 榜(口径:该榜测英语、用同样 8 个克隆音色,领先 Qwen-Audio-3.1-TTS-Plus 与 Eleven v4 Turbo;第三方点评口径:英语受控榜的早期成绩,不等于全语言、低延迟、实时对话全面领先)。与数字人核心模型 Avatar V 同一端到端栈,语音是同栈新格式,身份与声音同源以减少口型/表情/音色不同步。技术看点是双参数解耦:克隆创建时设 similarity,合成时单独传 expressiveness_boost,官方推荐 similarity=max + boost=0.5,把「像不像本人」与「演得生动不生动」拆成两个可调维度。两条克隆路径:即时克隆(一段录音前 3 分钟、秒级完成、不可重训只能重建)与专业克隆(1-10 段共 20 分钟以上训练、支持重训);分层参数体系下参数与克隆类型错配直接报错,属底层能力隔离而非 bug。价格:平台与 API 免费开放,Professional Voice Clone 为 99 美元/月附加服务,需本人明确同意、用 30 分钟至 3 小时本人语音训练。公司数据均为自报口径:2020 年成立、4000 万+ 用户、196 国、1.18 亿+ 视频、85% 财富 100 采用、ARR 超 2 亿美元(8 个月翻倍)。与站内语音克隆工具横评、云端 vs 本地语音横评分工:本文答技术选择意味着什么,不重复选型。

TraeWork还剩12天:字节TRAE合并这步棋怎么走

字节 2026-10-09 官宣:TraeWork 与 TraeCode 正式合并为全新 TRAE,升级为全链路开发平台,官方概括为「一个入口、两种模式、三端同步」——Agent 模式管从想法拆解到交付结果(支持跨项目调度多 Agent 并行),IDE 模式保留完整智能开发环境,桌面/Web/移动三端接力同一任务。自动化任务、模板库、我的助理与项目产物中枢(代码/HTML/PPT/Word/图片/视频集中查看迭代)统一进一个工作流。关键期限:官方文档口径 TraeWork 2026-10-23 停服(pandaily 报道),未升级将失去访问;聊天记录/账号数据/积分等自动迁移,TraeWork 用户手动升级、TraeCode 用户自动更新,灰度分批推送。社区真实反馈也如实写:升级后默认打开 Agent 工作区、IDE 模式要手动切、暂无改默认启动模式的选项。定价与模型路由细节官方未公布,本文不编。

谷歌给AI发工牌:Gemini agent入职自带邮箱日历

谷歌在 Gemini at Work 2026 大会(Google Cloud CEO Thomas Kurian 宣布)推出 Gemini agent:单一通用企业 agent,目标驱动委派——描述成果由它规划执行,横跨 Web/iOS/Android/Win/Mac/命令行与 Google Workspace、Microsoft 365、Slack,云端执行、合上笔记本继续跑,任务可持续数小时到数天。三种形态:个人助理(掌握日历/团队/项目关联)、主动委派(Workspace Intelligence 识别可委派邮件给一键选项)、coworker agent「AI 同事」——拥有自己的 Workspace 账号、邮箱、日历、Drive 与通讯录身份,同事可拉进 Chat 群或文档评论 @ 它派活;身份为密码学证明,权限只及明确共享文件。四种记忆:session/semantic/procedural/episodic。模型路由不绑单一模型(Gemini 系+Anthropic Claude 系已支持),Smart Routing 按质量成本分配,管理员可设项目级消费阈值触顶自动暂停。行业版金融(FactSet/LSEG,50+ 技能)与法律(NetDocuments/iManage)预览中。生态数字全是谷歌自报口径(近 90% Fortune 100 用 Gemini Enterprise)。红线如实写:private preview、广域开放未给日期、部分 coworker 账号细节未确认、国内不可直接用。

GPT-6.1 Sol Ultrafast上线:8倍速卖6倍价

GPT-6.1 Sol Ultrafast 2026-10-08/09 上线。本质(ArtificialWatch 读 API docs 一手口径):不是新模型,是 service tier——调用 gpt-6.1-sol 时把 service_tier 设为 "ultrafast";API 全员可用(澄清媒体「仅 Pro 500」误读),Codex 与 ChatGPT Work 内仅限 Pro 500/usage-based Enterprise/credit-based Edu,企业需管理员开启。速度:最高 Sol Standard 的 8 倍(官方口径,尚无独立 tok/s 实测,如实标注);前例 GPT-5.6 Sol Ultrafast 走 Cerebras 合作,750 tok/s、14 倍。定价(官方页快照,每百万 token):Ultrafast $12 输入/$0.60 缓存读/$15 缓存写/$60 输出,对照 Sol Standard $2/$0.10/$2.50/$10——整档 6 倍;中间 Fast 档 $4/$0.20/$5/$20,长上下文 $24/$1.20/$30/$90,Astra Ultrafast $60/$300。定位(OpenAI 开发者关系工程师 Dominik Kundel):接近 Astra 智能、8 倍 Sol 速度、成本约 Astra 的 1.2 倍。用例:线上故障排查、智能体实时导航、实时交互;官方建议 agent 循环走 WebSocket(连接开销会吃掉提速)。开发者反馈 XHigh effort 下 token 消耗快(转述单源,标注)。转述口径全文标注。

Nano Banana 2.1半价开战:图像编辑掀翻自家Pro

谷歌 2026-10-06 前后推出图像模型 Nano Banana 2.1(模型 ID gemini-nano-banana-2.1,底层 Gemini 3.6 Flash),Gemini app、AI Mode、AI Studio、Vertex、Flow、Stitch 及 Krea/OpenRouter/fal 渐次上线。官方 Elo(自报口径):总分 1050±14(Thinking),胜过 Nano Banana 2 的 990 与更贵的 Nano Banana Pro 的 935——半价把自家 Pro 拉下马;编辑项多角色一致性 1106、蒙版编辑 1049、信息图设计 1048、信息图事实性 0.521(NB2 仅 0.179)。价格两面写全(notebookcheck 转述 Gemini API 定价口径):1K 单图约 0.034 美元、4K 约 0.076 美元,约为上代一半,批量再省 50%;但输入 token 从 0.5 涨至 1.5 美元每百万——14 张参考图的重度用户省不到一半。能力:最多 14 张参考图(4 人+10 物体)、4K 输出、宽高比至 8:1、Google Search 接地。第三方 Artificial Analysis 口径:T2I 与图像编辑双榜第 4(升三席)、T2I 加 80 分,但 1K 单图约 16 秒(上代 8.3 秒,慢一倍)。官方自曝局限:1K 小字模糊、左右偶混淆、角色一致性不完美。独立测试尚无,全文标口径。