//每日 AI 早报
2026年10月16日2026-10-168 条收录 · 5 条精选
本期要点：开源权重成为主线——Meta 携 816B 新模型重返开源，并与苹果联手让它在两台 Mac 上本地运行；国产阵营同日用 Step 5 Preview 与 Ling-3.1-flash 以「更高的算力转化效率」正面回应。Agent 侧，办公工作台 PilotDeck 2.0 与 Claude Code 桌面版多会话更新，分别把智能体推向「轻量本地可跑」与「一人指挥多智能体」；应用侧，昆仑万维把可玩的视频大模型游戏装进了单张消费级显卡。
站点收录
每日资讯精选
01Meta 重返开源：816B 的 Muse Spark Open 发布，两台 Mac Studio 即可本地运行10 月 16 日凌晨，Meta 发布开放权重模型 Muse Spark Open，自称「迄今最强的美国开放权重模型」。它是原生多模态模型，总参数 8160 亿、单次激活 420 亿，上下文窗口达 100 万 token，专门面向编程与智能体任务，主打长周期任务、复杂软件工程与多步骤推理。最受关注的是发布方式：Meta 与苹果合作，借助苹果最新 MLX 框架针对统一内存架构做优化，两台搭载 M5 Ultra（512G 内存）的 Mac Studio 就能跑完整模型（两台机器合计价格已超 4 万美元），并已适配 SGLang、vLLM、TensorRT-LLM、llama.cpp、Unsloth 等主流推理引擎。按官方公布的测试，它在 JobBench、MCP-Atlas 工具调用等 6 项测试中排第一，但在终端编程、长周期软件工程与 GDPVal-AA 专业工作评估中落后于 Kimi K3、GLM 5.3 等中国开源模型。权重可在 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 下载，也可经 Baseten、Fireworks AI、Groq、Modal、OpenRouter、Together AI 等平台调用。值得关注的原因：美国头部厂商重新押注开放权重，而「在自己电脑上跑大模型」第一次有了可操作的方案；但官方坦承部分能力落后中国开源模型，说明开源榜首之争仍是中美拉锯，且分数受 Harness 影响，单看基础模型榜单已不足以判断 Agent 实战能力。36氪 / 机器之心
02阶跃星辰开源 Step 5 Preview：600B 稀疏 MoE，OpenRouter 用量榜全球第二10 月 15 日，阶跃星辰正式释放 Step 5 Preview 的 BF16 与 FP8 权重，并同步开源技术报告、开发工具与部署指南，权重已上线 Hugging Face 和 ModelScope。该模型面向长程 Agent 任务设计，采用稀疏 MoE 架构，总参数 600B、每 token 激活 27B，支持 100 万 token 上下文并原生支持文本与视觉输入，面向软件工程、专业知识工作与金融等场景。技术报告披露其采用 92 层「窄而深」架构与 Sparse GQA（把索引与 top-k 选择开销降到 1/8），并把上下文压缩纳入端到端强化学习，以支持智能体整理任务状态后继续执行；开发者可用 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务。据 OpenRouter 数据，Step 5 Preview 位列该平台 token 用量周榜与日榜全球第二。同日国产开源另有一发——蚂蚁百灵开源 Ling-3.1-flash：约 560B 总参数、25B 激活、最高 1M 上下文，输出速度约每秒 210 token，混合调用价约每百万 token 0.19 美元，路由专家经 MXFP4 量化后权重由约 534GB 降至 292GB、Hopper 部署从 8 卡降至 4 卡，API 限时 2.5 折。值得关注的原因：国产开源模型的竞争焦点正从「参数更大」转向「算力转化效率」——用更少的激活参数和更低的部署成本换取同等能力，这一步直接压低了普通开发者和爱好者的使用门槛。北京商报 / 网易科技
03清华与面壁智能等联合开源 PilotDeck 2.0：轻量模型也能扛起复杂办公 Agent10 月 15 日，清华大学 THUNLP、面壁智能、OpenBMB 与 AI9Stars 联合开源的 AI Agent 工作台 PilotDeck 2.0 正式发布。新版本重点提升复杂任务处理能力，内置 Word、Excel、PPT Skills，覆盖文件读取、整理、计算、生成、编辑与检查的完整流程，并通过 AgentLoop 与智能路由增强长任务的稳定性与成本控制。据披露的数据：在 WorkbuddyBench 测试中与 Claude Code 同处 80 分档，换用 35B-A3B 轻量底座后以 79.4 分居三者之首；AgentLoop 极限测试可持续处理 2000 条交互消息；智能路由使社媒类任务费用降低超过 75%。该工作台支持本地部署，并接入飞书、微信等 IM 渠道。值得关注的原因：办公是普通用户最容易接触到的 Agent 落地场景，PilotDeck 2.0 验证了「轻量小模型 + 好的智能体框架」同样能完成复杂办公任务，且可本地部署，意味着隐私与成本都能自己掌控，对非程序员同样友好。同花顺财经 / 面壁智能
04Claude Code 桌面版大更新：嵌套多会话，一个人指挥一支「AI 军团」10 月 15 日凌晨，Anthropic 为 Claude Code 桌面版推送大更新，核心是「嵌套会话」（nested sessions）：把多个可并行的任务一次性交代后，Claude 会为每个子任务自动开一个独立会话，各自读代码、改文件、跑测试，完成后把结果汇总回主会话，中间的试错与上百行终端输出都留在子会话里，主线程始终干净可读。新增 /btw 指令（Cmd+; / Ctrl+;）可在不打断主线的前提下开一个支线对话，且完整继承主会话上下文；新增「空闲压缩」（Idle Compaction），在会话长时间闲置、提示词缓存临近过期时自动压缩上下文以节省额度。侧边栏会清晰显示哪些会话正在工作、哪些需要你介入，Claude 还能看到你最近活跃的其他会话并互相通信。官方工程师称「这几乎是一个 v2 版本」。值得关注的原因：AI 编程工具正从「单点补全」升级为「多 Agent 协作工作台」，人的角色从亲手写代码转为分派任务与验收结果；同时也带来新课题——会话一多，如何盯进度、控成本、避免半成品堆积，将成为重度使用者的新习惯。量子位 / 腾讯新闻
05昆仑万维开源 Matrix-Game 4.0：单张 RTX 5090 就能实时玩的视频大模型游戏10 月 15 日，昆仑万维发布并开源首款运行在单张消费级显卡上的视频大模型游戏 Matrix-Game 4.0。硬指标方面：单张 NVIDIA RTX 5090 上以 480p、60FPS 运行，玩家按键到画面反馈的端到端延迟低于 150 毫秒，单步去噪稳态生成速度达 83FPS，显存峰值 18.5GiB。架构上分三层协作：Coding Agent 用代码搭建轻量游戏；引擎作为「裁判」持续维护世界状态、执行交互规则并输出结构画面与语义条件；视频模型作为「画师」把简单几何实时渲染成精细画面。项目跑通了「代码生成游戏逻辑 → 结构画面提供结构约束 → 视频模型实时渲染」的完整闭环，并同步开源技术底座与可改编的游戏代码；借助编程智能体，创作者可用自然语言调整场景、修改交互、设计玩法，把创作门槛压到一行 Prompt。值得关注的原因：此前视频生成模型一直被锁在多卡集群里，如今「世界模型」第一次以可玩、可本地运行、可被自然语言改写的形式走进消费级硬件，AI 游戏原型与 UGC 的生产门槛被显著拉低。证券时报