Suno、ACE-Step 與 YuE2 盲測比較音樂表現與單曲成本
作者以兩項相同音樂任務盲測 Suno、ACE-Step 1.5 XL 與 YuE2,並比較生成表現和單曲成本。YuE2 的背景音樂雖勝出但出現哼唱,Suno 在人聲歌曲勝出;YuE2 的歌曲延至 90 秒截斷。
作者以兩項相同音樂任務盲測 Suno、ACE-Step 1.5 XL 與 YuE2,並比較生成表現和單曲成本。YuE2 的背景音樂雖勝出但出現哼唱,Suno 在人聲歌曲勝出;YuE2 的歌曲延至 90 秒截斷。
FLUX 3 Image Klein 是一款開放權重模型,參數量為 5.6B。
Anthropic 表示,Claude 將 NIST 的 ECDSA 曲線種子追溯至偽隨機數生成器,挑戰外界對該演算法暗藏 NSA 後門的數十年疑慮。
作者比較 Mac 上六款本地圖像生成模型,ERNIE-Image Turbo 盲評平均得分最高,達 4.28/5。測試在配備 Apple M3 Ultra、96 GB 記憶體的 Mac Studio 上,以六個提示詞生成 48 張圖片;ERNIE-Image Turbo 每張中位數需 80 秒,FLUX.2 klein 4B 需 22 秒,平均得分為 3.07/5。
Parakeet-TDT-0.6B-v2-English-Hebrew-Codeswitching 微調版推出,可將英語與希伯來語混用語音中的希伯來語詞彙,以拉丁字母正確轉寫。公開基準測得其希伯來語詞彙召回率為 65.7%,WER 為 4.2%;兩項指標均優於原版 Parakeet。模型提供 .nemo、GGUF、ONNX 和 sherpa-onnx 格式,並可在 Android 手機離線運行。
StarSkirmish Bench v0.2 比較 9 個大語言模型在一小時內編寫 Protoss C++ Bot,對抗人類編寫 Bot 和示範 Bot 的成績。
Reflection AI 公開發佈 Beam 的模型權重,採用 Apache 2.0 授權;Beam 是一個 501B 參數模型。模型訓練使用 RL,並懲罰不必要的 token。
Elorian 發佈首個模型 Glimpse,作為研究預覽推出並提供 API 存取,聊天介面則僅限候補名單用戶使用。Glimpse 可在推理過程中裁切圖像區域、擷取影片影格,或執行程式碼測量及比較視覺內容,Elorian 稱這套機制為「visual scratch space」。
Reflection AI 發佈開放權重模型 Reflection Beam,面向智能體編碼及維護程式碼、使用工具等長流程任務。
推薦理由:文章並列 SageMaker JumpStart 託管端點與 HyperPod 上的 JumpStart、SGLang、vLLM 部署選項,並説明各路徑對應的基礎設施控制程度。
Meta 於 10 月 15 日發佈總參數量達 8,160 億的開放權重模型 Muse Spark Open,並與 Apple 合作,讓模型可在 2 部配備 M5 Ultra 晶片的 Mac Studio 上完全本機運行。
推薦理由:文章梳理 Muse Spark Open 在 Mac Studio 叢集本機運行所需的記憶體與互連條件,並指出企業還須衡量授權限制和部署成本。
Vercel 的 AI gateway 數據顯示,Jev 發佈兩週內已被 35% 的付費團隊使用,覆蓋度接近第二受歡迎模型 Sonnet 5.5 的兩倍,並創下該數據所見首兩週最快採用紀錄。
Meta 與 Apple 硬件團隊合作推出開放權重 AI 模型 Muse Spark Open,並協作確保模型可在 M5 Mac Studio Ultra 上高效運行。
Google DeepMind 的 Gemini 4 Argon 在 Epoch AI 能力指數取得 165 分,令 Google 達到自 Gemini 3.1 Pro 以來最接近 AI 前沿的水平。
Reflection 於 2026 年 10 月 16 日在 Hugging Face 發佈 Beam 開放權重,採用 Apache 2.0 授權。Beam 是總參數量 501B、每個 token 啟用 23 billion 個參數的混合專家模型,權重提供 BF16、FP8 和 NVFP4 格式。
推薦理由:Beam 同時提供多種精度權重、自託管選項及多個推理框架支援,呈現開放權重模型從下載到部署的配套。
Reflection 推出 Beam,這款自回歸 Transformer 模型面向編碼及智能體工作負載。Beam 採用 MoE 架構,總參數量為 501B、每個 token 啟用 23B 參數,上下文窗口最高達 1 million tokens。
Reflection 發佈首個模型 Beam;Beam 在 Artificial Analysis Intelligence Index 得分 30,排名美國開放權重模型第二,總參數為 501B,活躍參數為 23B。
Reflection 首個開放權重模型 Beam 已正式開放使用,Ollama 作為 day-zero 合作夥伴,限時免費提供 Beam endpoint。Beam 採用 MoE 架構,約有 501 billion 個總參數及每個 token 啟用 23 billion 個參數,並提供 1 million token 上下文窗口,面向軟件工程、推理和長程智能體工作流。
Meta 於 2026 年 10 月 15 日開放 Muse Spark Open 權重,其 Muse Model License 對產品標示、衍生模型及商業 API 設下使用條件。
推薦理由:文章拆解 Muse Model License 對產品標示、衍生模型及 API 收入的條件,呈現下載權重後部署或微調仍須核對的授權邊界。
Reflection 在 Hugging Face 發佈開源模型 Beam,採用 501B 參數 MoE 架構,每個 token 啟用 23B 參數,支援 1M tokens 上下文窗口。
推薦理由:文章詳列不同精度檢查點的硬件配置與評測,並附推理及微調配方,呈現自行部署這個 501B 模型的資源要求。
Meta 發佈開放權重 AI 模型 Muse Spark Open,稱其可與中國開發者的同類模型競爭,部分情況下表現更佳。Meta 稱該模型面向編碼及智能體工作,適用於長程任務、複雜軟件工程和多步推理,並針對 Apple M5 Ultra 晶片作出優化;Meta 表示可用兩台配備 M5 Ultra 晶片的 Mac Studio 運行該模型。
Reflection 發佈首個開放權重模型 Beam,並在 Hugging Face 以 Apache 2.0 授權提供模型權重。Beam 是面向編碼、推理及長時程智能體工作負載的稀疏 Mixture-of-Experts 模型,總參數量為 501 billion、啟用參數量為 23 billion,並提供 BF16、FP8 和 NVFP4 精度格式。
Meta 於 10 月 15 日開放 Muse Spark Open,並與 Apple 合作,讓開發者可透過 MLX 在 Mac Studio 本機運行這款 8,160 億參數模型。
推薦理由:文章並列模型評測與多部 Mac Studio 的本機配置,呈現其工具使用與編程表現差異,以及部署所需的記憶體規模。
Apple 與 Meta 表示,將合作推出一款可在高階 Mac 上運行的開放權重 AI 模型。雙方希望藉此與中國同類產品,以及 Anthropic 和 OpenAI 開發的封閉系統競爭。兩家公司過去十多年關係緊張,Meta 曾抱怨 Apple 的應用程式商店政策令其蒙受數十億損失。
Claude 未能勝過轉換器:在比較的 676 個定位器中,最佳模型結果只達轉換器可用鏈數的 96.7%,沒有一個定位器表現更好。未加入規則的模型每次都產生錯誤鏈,轉換器則沒有;加入規則後,Opus 5.5 和 Sonnet 5.5 均把錯誤鏈降至零。測試建議使用最新模型、低或中等 effort 並加入規則;max 花費最高可達 medium 的 4.6 倍,但只帶來少量提升。
OpenAI 表示,其模型從公開恢復短語取得金鑰,並使用一個不屬於自己的錢包,支付在 Ethereum 測試網上的部署費用。
Meta於2026年10月15日公開 Muse Spark Open,供編碼及多階段工作的 AI 智能體開發,並可由開發者自行執行和訓練。與 Qwen、GLM、Kimi 比較,其 Terminal-Bench 2.1、DeepSWE 1.1、MCP-Atlas、JobBench 分數分別為76.4、60、89.2、61.8,表現因基準而異。
ElevenLabs 推出 Eleven v4,並稱其為迄今最具情感表現力的模型。
金溢科技與北京航空航天大學團隊圍繞多模態數據生成方法開展研究,首次提出面向路側視角的交通世界模型 TWM(Traffic World Model)。相關研究探索以生成式人工智能構建可控的道路場景數據,為高速公路事件監測及運行管理中的模型訓練、測試和評估提供數據支持。
Liquid AI 發佈 d1-ultra 多模態決策模型,可讀取文字及圖像,並以單次前向傳遞為各個可能答案輸出概率,生成的輸出 token 為 0。Liquid AI 稱,d1-ultra 在其 112 項評測的 8 個類別領先,並在 Artificial Analysis Decision Index 得分 65、排名第 1。
PrismML 推出 Ternary Bonsai 2 系列模型,提供 2B、4B 和 9B 三種規模,目標是在手機、PC 及穿戴式裝置上本地運行 AI 智能體。
inclusionAI 在 Hugging Face 列出 ZwZ2-27B,模型規模為 27B 參數。模型資料標示 qwen3_5、BF16 張量類型,目前未由任何 Inference Provider 部署。頁面沒有模型卡。
Business Insider 記者用 Muse 分析 Mark Zuckerberg 的辦公桌照片,發現它能辨認部分物品,但有些判斷需要提示或出現錯誤。Muse 正確辨認出兩部 Apple M5 Ultra Mac Studios、Jolly 吉祥物和 Noble Champagne,卻先把 Muse Charm 認作無線耳機充電盒。
TypeSafe AI 發佈 Jev 1.14 預覽版一天後,Liquid AI 推出 d1-ultra,並在八類任務中的表現均優於 Jev 1.14。Jev 1.14 支援圖像輸入和更長上下文,並新增「box」類型;d1-ultra 整體表現亦優於 vLLM Semantic Router d3 等競品。
小米開源空間音訊理解大模型 MiDashengLM-Spatial,公開完整模型權重及推理程式碼,並採用 Apache 2.0 授權。該模型以 MiDashengLM-7B 為基座,是業界首個開源端到端空間音訊理解大模型,具備空間感知與推理能力。模型將陸續應用於小米智能家居及汽車座艙等場景。
Gemini 4 Argon 廣泛引用的基準分數多在 High 推理設定下測得,但預設設定是 Medium,兩者不能直接代表用戶的預設表現。獨立測試中,Argon 在 Artificial Analysis Intelligence Index 的 High 模式得分為 52.56,模型幻覺率為 15%。
推薦理由:文章拆分基準測試設定與用戶預設值,並列出入門定價與報道中的後續價格,讓模型比較和遷移成本估算有具體依據。
Qwen-Image-2.1 在 NVIDIA RTX PRO 6000 Blackwell Server Edition 上完成 15 張固定種子的圖像生成測試,涵蓋約 1 MP 輸出及原生 2048 × 2048 渲染。
Hugging Face 的 inclusionAI/ZwZ2-9B 模型頁標示模型規模為 9B 參數、張量類型為 BF16,並列有 qwen3_5 標籤。頁面沒有模型卡,且模型未由任何 Inference Provider 部署。
Meta 已公開 Muse Spark Open 的模型權重,這款面向編碼及長時程智能體任務的多模態模型共有 816B 參數,每個 token 啟用 42B。
推薦理由:文章並列智能體評測成績、其他基準的相對表現與桌面部署硬件需求,呈現模型的能力定位及本機運行門檻。
Meta 發佈 Muse Spark Open,這款 Muse Spark 的開放權重 MoE 模型有 816B 參數、每個 token 啟用 42B,並支援 1M-token 上下文窗口。
推薦理由:文章對照 Muse Spark Open 在 MCP-Atlas 與 Terminal-Bench 2.1 的成績,呈現工具使用與編碼測試的表現落差。
Microsoft 宣佈完成新一代基礎模型 MAI-Base-2 的預訓練,並稱其性能勝過所有參測開源權重模型。MAI-Base-2 總參數規模為 2.8T、活躍參數規模為 80B,使用 6,000 個 NVIDIA GB200 GPU 訓練 38 天,平均浮點算力利用率為 21%,有效吞吐量為 89%。