📰 AI 日报 这是每日动态栏目,跟着看能保持语感,但不替代系统学习。
想真正入门,从 AI 学习路线图 出发,第一篇是人工智能简史:AI 是怎么诞生的。
本周节奏还在加快:Meta 追了一年多,终于拿出自己的第一个前沿模型;阿里把「跑几小时的智能体任务」变成了能训练模型的素材;阶跃的开源倒计时进入最后两天。
1. Meta 发布 Muse Wonder,首个前沿模型转为闭源收费
10 月 12 日(美东),Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full 两款模型。这是 Alexandr Wang 接手 Meta AI 之后的第一个前沿级模型,也是 Meta 第一次在代码、金融、法律等复杂任务上正面叫板 OpenAI 和 Anthropic——官方称部分基准已与 Claude Opus 5.5、Fable 5.1、GPT-6 Astra 处于同一水平(Meta 内部测试口径,尚无第三方复测)。
跑分性能(Artificial Analysis 智能指数 v4.3,最高推理档):
| 模型 | 智能指数 | 对比 |
|---|---|---|
| Muse Wonder Full | 56 | 6 周前的上代 Muse Spark 1.3 为 48 分 |
| Muse Wonder | 52 | 同上 |
| GPT-6 Astra / Claude Opus 5.5 | 官方未公布同口径分数 | Meta 称与其「同水平」 |
其他关键数字:Terminal-Bench 4.0 从 33% 提到 52%,编码智能体指数 63 分(Full 为 68 分);在考验长期记忆的 MemoryBench 上,Meta 称其得分高于 Fable、Opus 和 Astra。
新技术:主打「主动记忆」和「主动聚焦」——前者能跨对话记住你长期交代过的信息,后者遇到阻碍会持续推进目标。上下文窗口 100 万 token,定位是个人与专业智能体,而不是单点写代码。
价格(API,每百万 token):
| 模型 | 输入 | 输出 | 定位 |
|---|---|---|---|
| Muse Wonder | $4 | $20 | 闭源,API 已开放 |
| Claude Opus 5.5 | $4 | $20 | 同价位竞品旗舰 |
| GPT-6 Astra | $10 | $50 | 更贵 |
| GPT-6 Sol | $2 | $10 | 更便宜 |
使用门槛要分两层看:在 Muse 应用里调用新模型需订阅(每月 20 美元或 100 美元);更强的 Full 不按 token 卖,只能走 Muse Code 订阅(每月 50 美元或 200 美元两档)。
横向对比,值不值得换:同价位上它对着的是 Claude Opus 5.5,新模型首日成绩需要打折看待,开发者选型建议等第三方复测。更值得注意的是路线转向——Meta 这次明确闭源,不再走 LLaMA 的开源路线,主打「个人超级智能」,和 OpenAI、Anthropic 的通用路线区分开。普通用户短期无感,但开源阵营少了一个原本预期的候选者。
2. 阿里开源 QwenGyre:让跑几小时的智能体任务变成训练数据
10 月 12 日,千问发布 QwenGyre,一个面向超长程智能体任务的在线强化学习框架。它解决的问题很具体:智能体干一件复杂活要跑几小时、几百轮交互、累计处理上百万 token,这种任务过去很难拿来训练模型。
它的办法是把 GPU 拆成若干计算单元,哪批任务先跑完,空出的单元就先加入训练;还在跑的任务不中断,进度和缓存整体搬过去继续用。跑分上,单次 rollout 约 70 万 token 的实验里,48 步训练让 NL2RepoBench 通过率从 52.5% 升到 58.5%;相同 GPU 预算下比传统 Async 方案端到端快 1.78 倍。任务超时但已经跑出一半结果的,也能按部分成果拿到分数,不白跑。
对普通读者的意义:这是「AI 自己越干越强」的基建,长任务智能体(盯盘、巡检、跨系统调度)的训练成本会明显下降,也给国产开源模型在智能体赛道上加了砝码。
3. 阶跃 Step-5-preview 开源前的三天倒计时
阶跃星辰这周连开三枪:10 月 13 日发布智能体手机 STEPX Neo,10 月 14 日 0 时 30 分起 Step-5-preview 缓存命中输入价格从 0.35 元涨到 0.7 元/百万 token(翻倍;缓存未命中 7 元、输出 20 元不变),10 月 15 日开源 600B 权重。
背景是它正处高位:Artificial Analysis 开源智能指数 44 分、全球开源前二,OpenRouter 调用量一度冲到全球第二。涨价原因普遍归于算力紧张——DeepSeek、智谱、Kimi 此前都调过价。开源后值不值得本地部署,我会在后续日报里跟进。
4. 工信部:纵深推进「人工智能+制造」,大力发展开源基座模型
10 月 12 日工博会开幕式上,工信部总工程师王卫明表示,将纵深推进「人工智能+制造」,大力发展开源基座模型和垂类模型产业集群,并培育深耕行业的数字化转型服务商。政策信号明确:开源基座被放进了产业政策的直接支持范围,国产开源模型生态后续值得关注配套细则。
一起交流
分享你的思考,让讨论更进一步。