跳到正文
  1. AWS Machine Learning Blog62

    Reflection AI 开源智能体编码模型 Beam,并在 AWS 上给出部署方案

    Reflection AI 推出面向智能体编码与长周期任务的开放权重模型 Beam,总参数 501B、激活参数 23B,Reflection 称其有效上下文长度为 100 万 token,权重以 Apache 2.0 许可在 Hugging Face 发布。

    推荐理由:文章给出 Beam 的参数量、上下文长度与三种部署路径,可据此比较托管端点与自建运行时的取舍。

  1. NVIDIA Blog75

    NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型

    NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL,并推出面向端侧的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。

    推荐理由:原文给出三款开源模型从数据中心到桌面的分层定位与吞吐数据,可对照理解开源智能体模型的部署梯度。

  1. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和科研人员开放,API 定价为每百万输入 token 2 美元、输出 token 10 美元,缓存输入享 95% 折扣。

    推荐理由:官方披露了 Argon 在 Chrome 重构、ADK 性能优化和机器人视频到仿真等场景的具体数字,可据此判断前沿模型在长程工程任务上的实际边界。

  1. Latent Space80

    Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型家族

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full,定位为面向个人与专业智能体工作的前沿模型。

    推荐理由:汇总了 Meta 新模型的首发细节与多家第三方评测数据,可对照 Opus 5.5 等竞品判断其真实位置。

已经到底了