AI 日报 · 2026 年 10 月 16 日 · 星期五
DANBO AI资讯
Meta 开源 Muse Spark Open：816B 参数多模态 MoE 模型
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，支持文本、图像、音频和视频输入并输出文本。
- Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStartAWS Machine Learning Blog
- Meta 与 Apple 合作让 Muse Spark Open 模型在 Mac 上更好运行The Verge · AI
模型发布/更新
Black Forest Labs一手另有 4 家信源报道Black Forest Labs 发布 FLUX 3 Image Klein 开源权重模型
Black Forest Labs 发布 FLUX 3 Image Klein，一个 5.6B 参数的开源权重模型，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能力。
NVIDIA 扩展 Nemotron 家族，发布 Nemotron 3.5 Super VL 与 Bolt 模型
NVIDIA 发布开放模型 Nemotron 3.5 Super VL，120B 参数，面向多模态智能体任务，官方称其吞吐量最高可达同类模型的 5 倍，并可与自家最大推理模型精度相当而参数量约为其五分之一。
昆仑万维发布 Matrix-Game 4.0 消费级显卡视频大模型游戏并开源
昆仑万维发布 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，在 NVIDIA RTX 5090 上以 480p、60 FPS 运行，端到端延迟低于 150 毫秒，显存峰值 18.5 GiB。
IBM 发布 Granite Switch 4.1：单一端点同时支持对话、决策与语音
IBM 发布 Granite Switch 4.1，包含 Granite-Switch-4.1-8B 和 -30B，在单一托管端点上同时支持自然语言对话、通用与专用决策以及语音转文字。
Mistral 发布时间序列基础模型 Timestral，209M 参数登顶三项基准
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四种参数规模，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上均排名第一，参数仅为前代 SOTA 的三分之二。
产品发布/更新
Google一手另有 2 家信源报道Google 在美国上线 Universal Cart 智能购物车
Google 的 Universal Cart 于 10 月 15 日在美国上线，覆盖 Google Search 和 Gemini 应用。它可把多家零售商商品集中到一个购物车，基于 Shopping Graph 的 600 多亿条商品列表推送降价或补货提醒，并借助 Google Wallet 识别信用卡权益、展示优惠码。
行业动态
The Decoder另有 1 家信源报道Anthropic 第三季度营收达 168 亿美元，增速放缓，计划 11 月 IPO
Anthropic 在旧金山与潜在投资者的私下会议上披露，第三季度营收为 168 亿美元，较第二季度增长约 45%，是 2025 年全年营收的 3.6 倍以上，但增速较第二季度由 Claude Code 需求推动的 140% 以上明显放缓。
Anthropic News一手另有 1 家信源报道Anthropic 向 METR 开放员工级访问权限，并公布评估者三级访问机制
Anthropic 宣布已开始向非营利机构 METR 的团队提供类似员工的访问权限，METR 将公开发布其风险评估结果。Anthropic 已为 6 名 METR 员工配备公司硬件、办公空间及内部工具，除客户数据、律师特权信息和模型架构等少数类别外，员工可像对待同事一样与其共享信息，Anthropic 无权否决发布但可要求对特定类别信息做删减。
Google一手另有 1 家信源报道Google SynthID 入选 TIME 2026 年度最佳发明
TIME 将 Google SynthID 列入 2026 年度最佳发明榜单。SynthID 在 AI 生成图像、音频、视频和文本创建时嵌入不可见且持久的数字水印，不改变内容质量，目前已为超过 1800 亿张图像和视频以及 24 万年时长的音频添加水印。
论文研究
上海AI实验室书生-S2 助力三维 Ghys 猜想证明并通过形式化验证
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型 S2（书生-S2），通过人机协同完成三维 Ghys 猜想证明，北京大学董彬、刘若川团队用 SHEAF 框架完成形式化验证并通过 Lean 检验。
The DecoderGPT-6-Astra 在 TheoPhysEval 物理基准中解出 50 题中的 49 题，单题成本约 2.40 美元
一项新基准测试让商用 AI 智能体在无人类提示下解 50 道理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 答对 49 题（98%），平均每题成本不到 3 美元、整轮约 116 美元。