AI 日报 · 2026 年 10 月 16 日 · 星期五
AI排行榜
Meta 开源 816B 多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，约 816B 总参数、每 token 约 42B 激活参数，支持文本、图像、音频和视频输入，上下文窗口最高 100 万 token。该模型同时上线 Amazon SageMaker JumpStart，可在用户自己的 AWS 账户中部署。
模型发布/更新
Meta 开源 Muse Spark Open：816B 多模态 MoE 模型
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，约 816B 总参数、每 token 约 42B 激活参数，支持文本、图像、音频和视频输入，上下文窗口最高 100 万 token。
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，主打多模态智能体任务，官方称其吞吐量最高可达同类模型的 5 倍，精度接近其最大推理模型而参数量约为五分之一。
Black Forest Labs 开源 FLUX.3 Image Klein，Diffusers 首日支持
Black Forest Labs 发布开源图像生成模型 FLUX.3 Image Klein，并在 Diffusers 首日支持。该模型用同一个模型完成文生图、多参考图生图和新增的布局控制，可在提示词中写入 bounding box 指定画面元素位置或参考图内容的移动。
瑞士 Apertus 1.5 发布：8B 与 70B 模型新增图像音频理解与思考模式
Apertus 1.5 在 8B 和 70B 两个规模上扩展了 Apertus 1.0，新增图像与音频理解、可选思考模式、4 倍长的上下文窗口、更强的指令遵循和工具调用能力，权重以 Apache 2.0 许可发布于 Hugging Face。
IBM 发布 Granite Switch 4.1，单端点支持对话、决策与语音
IBM 发布 Granite Switch 4.1，包含 Granite-Switch-4.1-8B 和 -30B，在单一托管端点内同时支持自然语言对话、通用与专用决策以及语音转文字。
AWS Machine Learning Blog一手Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，可在用户自己的 AWS 账户中部署到 SageMaker AI 端点。
Mistral 发布时序基础模型 Timestral，209M 参数登顶三大基准
Mistral 发布首个时序基础模型系列 Timestral，最大模型仅 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一，参数规模约为此前最优模型的三分之二。
产品发布/更新
NVIDIA 发布 RTX Spark，主打本地 AI 与创作游戏
NVIDIA 发布面向创作者、玩家和 AI 智能体的 Windows PC 平台 RTX Spark，并于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办发布活动。
Google DeepMind一手Google DeepMind 用 Google Antigravity 加速抗菌肽发现
Google DeepMind 介绍其智能体开发平台 Google Antigravity 在抗菌肽发现中的应用，把原本分散在多个数据库的检索压缩到单次会话中。
行业动态
The DecoderAnthropic 第三季度营收 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中披露，第三季度营收达 168 亿美元，环比增长约 45%，是 2025 年全年营收的 3.6 倍以上，但增速较第二季度超过 140% 的环比增幅明显放缓。
论文研究
The DecoderGPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，每题约 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求解理论物理研究题，GPT-6-Astra 在 OpenAI 的 Codex 环境中答对 50 题中的 49 题（98%），平均每题成本不到 3 美元，整轮约 116 美元。
微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明 zkVM
微软研究院发布 Magnetar，一个通用零知识虚拟机，可直接证明用 Rust、Go 或 C 编写并编译为 RISC-V 的程序执行。它在笔记本上每秒可证明 7.2 至 8.7 百万条处理器指令，在 15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍，证明验证约需 12 毫秒。
技巧与观点
AWS Machine Learning Blog一手AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS AI 服务副总裁 Shawn Bice 提出 Trust in Depth 框架，主张用独立分层的信任机制替代逐个人工审批，让智能体在可验证的范围内自主行动。