谷歌推出 Gemini 4 Argon 旗舰模型,内部员工质疑其实战编码表现
据彭博社报道,谷歌开始逐步推出旗舰模型 Gemini 4 Argon,先向一小批网络安全合作伙伴开放,之后优先面向付费订阅用户。谷歌称该模型多项基准测试靠前,安全测试成绩超过 OpenAI 的 Astra,但知情人士称其实际处理部分代码任务表现不佳,尤其前端设计能力参差不齐,且模型体量庞大、运行成本高。
据彭博社报道,谷歌开始逐步推出旗舰模型 Gemini 4 Argon,先向一小批网络安全合作伙伴开放,之后优先面向付费订阅用户。谷歌称该模型多项基准测试靠前,安全测试成绩超过 OpenAI 的 Astra,但知情人士称其实际处理部分代码任务表现不佳,尤其前端设计能力参差不齐,且模型体量庞大、运行成本高。
Meta 发布 Muse Glimmer 30B 开源模型(Apache 2.0),并已在 Fireworks 提供 serverless 和按需部署。
推荐理由:原文给出 Muse Glimmer 的架构细节、基准对比和推荐参数,读者可据此评估它是否适合长期运行的多轮 Agent 工作流。
Meta Superintelligence Labs 发布 Muse 系列首个模型 Muse Spark,为原生多模态推理模型,支持工具使用、视觉思维链和多智能体编排,已在 meta.ai 和 Meta AI 应用上线,并向部分用户开放私有 API 预览。
推荐理由:官方披露了预训练效率、RL 与测试时推理三条扩展路径的具体结果,以及 Apollo Research 关于评估意识的独立发现,可据此了解其技术栈现状。
Meta Superintelligence Labs 发布 Muse Image 并预览 Muse Video,均为该实验室首批媒体生成模型。
Meta Superintelligence Labs 发布 Muse Spark 1.1,一个面向智能体任务的多模态推理模型,在工具与计算机使用、编码和多模态理解上较 Muse Spark 有明显提升,支持 100 万 token 上下文管理和多智能体编排。
Latent Space 的 AINews 汇总 9/24-9/25 动态,指出本周发布的 Claude Opus 5.5 在讲解视频生成上表现突出,并以 88.4% 领跑 SimpleBench,在 Terminal-Bench-Science 上从低推理强度的 24% 升至 xhigh 的 62%。
1/ we just publicly released Muse Spark 1.3 max! we see significantly stronger coding and agentic performance on muse spark 1.3 max, so would strongly recommend trying it out even if you've already tried muse spark 1.3 high or muse spark 1.3 xhigh.
Meta 发布 30B 参数多模态开源模型 Muse Glimmer,由 Muse 蒸馏而来,采用 Apache 2.0 许可,主打本地智能体用途如编码、文档分析和个人助理。
推荐理由:发布方提供了架构细节、完整基准对比和多种部署路径,读者可以据此评估它在本地智能体场景的适配性。