AI巨头支持新的AI抓取退出标准
OpenAI、Google、Microsoft和Anthropic宣布采用新的标准,允许出版商选择不参与AI抓取,影响AI训练和内容安全。
推荐理由:AI公司共同推出标准,允许出版商选择不参与AI抓取,影响AI训练和内容安全。
OpenAI、Google、Microsoft和Anthropic宣布采用新的标准,允许出版商选择不参与AI抓取,影响AI训练和内容安全。
推荐理由:AI公司共同推出标准,允许出版商选择不参与AI抓取,影响AI训练和内容安全。
Maxinsights公司通过提供大规模的Egocentric数据集,帮助OpenAI等公司提升Physical AI模型的训练效果,成为Physical AI数据与基础设施赛道的重要玩家。
推荐理由:Maxinsights公司通过提供大规模的Egocentric数据集,帮助OpenAI等公司提升Physical AI模型的训练效果,成为Physical AI数据与基础设施赛道的重要玩家。
Meta 与苹果合作推出 Muse Spark Open 模型,支持本地运行,主要应用于软件工程和长程任务执行。模型参数量达 8160 亿,但本地运行需要两台高配置 Mac Studio。在编程基准测试中,该模型输给了智谱和 Kimi。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布 Muse Spark Open,一个拥有 8160 亿参数的多模态模型,支持在 Mac Studio 上运行,已发布在 Hugging Face 上。
推荐理由:Meta 发布了 Muse Spark Open,一个强大的多模态开放权重模型,支持在苹果的 Mac Studio 上运行,读者可以关注其参数规模和运行环境对现有工作流的影响。
Meta 发布 Muse Spark Open,一款816B参数的开源权重模型,支持全模态输入,可在两台 Apple M5 Ultra Mac Studio 上运行。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布了开放权重 AI 模型 Muse Spark Open,性能低于 Muse Wonder,但为美国最强开源模型。Meta 首席 AI 官汪滔表示不会开源最强模型,但将继续发布优秀开源模型,如今年 8 月发布的 300 亿参数模型 Glimmer。
Meta发布开源AI模型Muse Spark Open,支持开发者自行调整参数;Muse Spark Open专为编程和AI智能体设计,性能略逊于Meta近期发布的Muse Wonder;Meta表示,将持续向开发者社区开放性能稍低的模型版本,但最强性能的模型将保持闭源。
Meta发布了名为Muse Spark Open的开放权重AI模型,该模型专为Mac设计,具有816亿参数和1000万个token的上下文窗口,旨在提供优于其他开放权重模型的性能。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布 Muse Spark Open AI 模型,称其为“迄今为止最强大的美国开放模型”,并宣布该模型可在配备最新 MLX 框架的 Apple M5 Ultra Mac Studios 上运行。Meta 与 Apple 合作推出此模型,并互相支持。新模型具有 8160 亿参数,擅长长期任务、复杂软件工程和多步推理。
Meta 发布了 Muse Spark Open 模型,这是一款针对编码和智能体任务的大语言模型,参数量达到 816 亿(42 亿活跃),支持文本、图像、视频和音频,并在多个基准测试中领先于 Qwen 3.8、GLM 5.3 和 Kimi K3。该模型针对 Apple 的 M5 Ultra 进行优化,可在两台配备 512 GB 统一内存的 Mac Studio 上本地运行。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta AI 发布了新的模型 Muse Wonder,其能力与 GPT-6.1 Sol 相当,并更新了 llm-meta-ai 插件以支持该模型。Meta AI 每月发布一个新模型,Muse 系列模型的能力在不断提升。
推荐理由:Meta AI 发布了新的模型 Muse Wonder,读者可以了解其能力变化和开放入口,以判断其对现有工作流的影响。
Meta 发布 Muse Wonder 和 Muse Wonder Full 两个模型,旨在打造个人和专业 Agent。Muse Wonder 已通过 Meta Model API 和 Muse Code 开放,价格为每百万输入 Token 4 美元。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta Superintelligence Labs (MSL)发布了Muse Wonder(代号“Watermelon”),其第二代模型系列。该模型被第三方评估为接近前沿水平,距离实验室成立已有14个月。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布了 Muse Wonder 和 Muse Wonder Full 模型,旨在提升跨对话记忆、长时间执行任务和编程能力,跑分媲美 Opus 5.5,但用户反馈不一。
推荐理由:Meta 发布了 Muse Wonder 和 Muse Wonder Full 模型,展示了其在个人与专业智能体任务上的能力,包括跨对话记忆、长时间执行任务和编程能力,读者可以据此判断它会怎样改变现有工作流。
Meta 发布 Muse Wonder 系列,称其为最具能力的模型,在个人和专业 agent 任务上取得 SOTA 成绩,标志着向个人超级智能迈进。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布 Muse Wonder 模型,称其在部分任务上优于同类模型,并计划将其接入 Muse 应用。扎克伯格表示,Meta 将继续加大 AI 投入,并反对 AI 发展速度过快超出人类管控的观点。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布 Muse Wonder 系列旗舰 AI 模型,包括 Muse Wonder 与 Muse Wonder Full,旨在追赶 Anthropic 和 OpenAI。Muse Wonder 在推理、写作与代码能力测试中表现出色,Muse Wonder Full 则为 Muse Code 订阅用户提供更强大的功能。
推荐理由:Meta 发布 Muse Wonder 系列旗舰 AI 模型,力图在人工智能竞赛中追赶 Anthropic、OpenAI 等竞争对手,读者可以关注其性能和潜在影响。
Meta发布Muse Wonder AI模型,具备前沿级能力,可用于代码编写、处理金融或法律问题等场景,可通过Meta模型API和Muse Code接口调用。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布了 Muse Wonder Full 模型,该模型在 Artificial Analysis Intelligence Index v4.3 上获得 56 分,同时在多个基准测试中表现出色。Muse Wonder Full 支持一百万 token 的上下文窗口,并支持文本、图像、视频和音频输入。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布了其首个前沿模型 Muse Wonder 和 Muse Wonder Full,旨在提供更强大的功能,包括在编码等复杂任务上的表现。这些模型将用于 Muse 代理,并具有“主动记忆”能力,能够长期保留和综合用户信息。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布了新的 AI 模型 Muse Wonder 和 Muse Wonder Full,这些模型可供 Muse Code 订阅者使用,并计划最终将其用于 Muse AI 代理。Meta 表示,这些新模型可以与 OpenAI 和 Anthropic 的顶级模型相媲美,包括 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
OpenAI在DevDay上发布了新的AI代理Dots,强调隐私保护,并承诺为前沿AI设定新的隐私标准。与Meta的Muse相比,OpenAI致力于提供更安全、更可靠的AI代理,并允许企业对数据进行更强的控制。尽管Dots目前仅限于ChatGPT订阅用户,但OpenAI希望通过隐私保护来吸引更多用户。
AINews 汇总 9/24-9/25 动态,指出 Opus 5.5 本周发布后社区反响积极,尤其在用代码生成讲解视频上表现突出。
推荐理由:汇总 Opus 5.5 发布一周内的社区实测与榜单表现,并给出 Jev、Photon 等基础设施与研究的同期进展。