大语言模型

Elorian 发布首个 AI 模型 Glimpse，主打“用图像推理”而非“对图像推理”。官方评测称其在科学图表理解和短视频字幕任务上超过 GPT-6 Astra，其他视觉推理任务也具竞争力。

Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 97.5% 成为第二个跨过 95% 门槛的模型，但换用标准测试框架后分数跌至 49.8%，且在数学与软件工程任务上仍落后于对手。

Liquid AI 推出多模态决策模型 d1-ultra，可同时处理文本与图像，在一次前向传播中返回校准概率，在 Artificial Analysis 决策指数上得分 65，输入价格低至每百万 token 0.042 美元。

Meta 发布 Muse Spark Open，一个 816B 参数、42B 激活参数的开源权重 MoE 模型，支持 1M token 上下文，在 MCP-Atlas 上领先开源模型，并可在两台 M5 Ultra Mac Studio 上运行。

Hugging Face发布面向印度语系的大规模预训练数据生成管线，累计2.8万亿Token，把低资源语言的语料构建从一次性工程变成可复用的开放流程。

Hugging Face 上出现一个 501B 参数的开源模型 Beam，主打“可拥有、可定制、可扩展”。本文梳理其定位、对开源模型生态的意义，以及对开发者和企业的实际影响。

一项基于1.4万通真实通话的研究发现，在呼叫中心场景中人类客服的表现仍优于AI，但岗位数量已在持续下降。

Granite Switch 4.1 将聊天、决策与语音能力整合到单一端点，试图降低多模型编排的工程复杂度，为开发者提供更简洁的集成路径。

Meta 发布开放权重模型 Muse Spark Open，与苹果合作实现在 Apple silicon 上本地运行，把大模型推理进一步推向个人设备。

英伟达推出 Nemotron 3.5 Super VL，一个 120B 参数、12B 激活的多模态 MoE 开源模型，支持 100 万 token 上下文与 NVFP4 权重，可在单台 DGX Spark 上运行，同时发布两款 Bolt 边缘模型。

Meta 推出 Muse Spark Open，一个 8160 亿参数、支持文本图像视频音频与百万级上下文的多模态开源权重模型，基准表现大致追平最强开源中文模型，并针对 Apple M5 Ultra 本地运行做了优化。

Meta 发布开源权重模型 Muse Spark，并称其为首个能借助苹果 MLX 框架、在搭载 M5 Ultra 的 Mac Studio 上本地运行的同类模型，Meta 与苹果的这次合作值得关注。