KRAFTON AI 预览 Raon-1 mini 模型：30B-A4B 混合专家架构，Apache 2.0 开源
KRAFTON AI 公布从头训练的 Raon-1 mini 模型预览版，正式版和更大模型即将推出。该模型采用混合专家架构、导入线性注意力、支持推测解码，整体体量为 30B-A4B，聚焦韩语兼顾英语，以 Apache 2.0 许可开源，官网提供限时免费 API 试用。
原文：2026/10/25
#Meta
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
AIHOT 精选AI 评分5858
Engineering at MetaAI 评分7171 Meta 在 OCP Summit 2026 公布液冷交换机、FPF 织物与 MetaRoCE 等开放网络创新
Meta 在 2026 Open Compute Project Global Summit 上发布新一代开放网络基础设施，包括首款液冷网络机架 IcePack。
原文：2026/10/13
Engineering at MetaAI 评分7272 Meta 发布 2026 版生成式广告模型 GEM，转化率提升 18.9%
Meta 介绍 2026 版生成式广告模型 GEM，从 Facebook、Instagram、Reels 等各自独立的优化转向单一中心基础模型，跨全部广告版位和漏斗阶段联合预测点击与转化。
原文：2026/10/14
Engineering at MetaAI 评分7272 Meta详解用AI原生工程方式开发Forum应用的实践
Meta工程团队撰文介绍其新应用Forum的开发过程，该应用面向希望深入参与Facebook群组对话的用户，由小团队从零构建，团队将AI智能体作为工程流程的参与者而非打字加速工具。
原文：2026/10/16
Engineering at MetaAI 评分7575 Meta 详解 Prometheus 吉瓦级超算集群的建设与运维
Meta 宣布 Prometheus 吉瓦级超算集群第一阶段已完成，正扩展至约100万块GPU，用于训练 Muse 系基础模型。集群部署 NVIDIA GB200 NVL72（Catalina）与 GB300 NVL72（Clemente）两代平台，未来将引入 Vera Rubin NVL72（San Miguel）。
原文：2026/10/19
Engineering at MetaAI 评分7272 Meta 分享薄编排器架构：让 AI Agent 更可靠的方法
Meta 介绍其数据管线智能体采用的薄编排器架构：一个 1300 行的编排器负责路由 20 多个工作流到 14 个专业化子智能体，自身不做任何领域推理。此前单一智能体方案在生产中出现幻觉，成功率为 10-20%（需人工定制提示词时为 70-80%）。
原文：2026/10/19
AIHOT 精选AI 评分5858 Google 发布基于 TorchTPU 的 vLLM 与 SGLang 原生 PyTorch 推理引擎
Google 推出基于 TorchTPU 的 vLLM-TorchTPU（与 Inferact 合作）和 SGLang-TorchTPU（与 RadixArk 合作）原生 PyTorch 推理引擎。
原文：2026/10/20
AIHOT 精选AI 评分5858 RadixArk 联合 Google 与 Meta 开源 SGLang-TorchTPU，让 SGLang 在 TPU 上原生提供 PyTorch 生产级推理
RadixArk 的 SGLang 团队与 Google、Meta 合作开源 SGLang-TorchTPU，这是一个原生 PyTorch 后端，把 SGLang 完整服务栈带到 Google Cloud TPU，让同一引擎既能在 GPU 也能在 TPU 上服务模型。
原文：2026/10/20
AIHOT 精选AI 评分6868 Meta 开源权重模型 Muse Spark Open 在 Fireworks 上线，主打长上下文编码与 Agent 工作
Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上 Day-0 上线 serverless 调用，为 816B 参数 MoE 模型，每 token 激活 42B 参数，上下文窗口 1M token，面向长周期编程与智能体工作。
原文：2026/10/20
AIHOT 精选AI 评分6666 Google 与 Meta 联合开源 TorchTPU：PyTorch 原生 TPU 后端
Google 与 Meta 合作开源 TorchTPU，为 Google TPU 提供符合 PyTorch 设计原则的原生后端，运行时不依赖 JAX，模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行。
原文：2026/10/21
少数派AI 评分6161 作者用 Claude Code 把 Meta Muse 装进 ESP-Mosaico 开发板
作者用 Claude Code 把 Meta 于 10 月 2 日开源的 Muse Gadgets 设备 SDK 装进乐鑫 8 月 19 日发布的 ESP-Mosaico 开发板，实现中文对话、语音播报、按 Muse 指令拍照和来人亮灯问候。
原文：2026/10/22
StratecheryAI 评分1818 Meta 开源新模型 Muse Spark，并与 Apple 合作实现本地运行
Meta 推出新的开源模型 Muse Spark，并与 Apple 合作，确保该模型可在本地设备上运行。文章其余部分为 Stratechery Plus 订阅信息，包括每月 15 美元或每年 150 美元的订阅价格，以及 Stratechery Update、Stratechery Interviews 和 Dithering、Sharp Tech、Sharp China 等播客内容的介绍。
原文：2026/10/20
归藏 — AIGC WeeklyAI 评分6262 归藏 AIGC Weekly #193：Meta Muse、Gemini 4、DeepSeek V4.1 Flash 与 Anthropic 股份捐赠计划
Meta 发布 Muse Wonder 和 Muse Wonder Full，前者可通过 Meta Model API 使用，定价输入 $4/M tokens、输出 $20/M tokens，支持 1M 上下文，但实际效果在 3D 和视觉前端任务上表现较差；Meta 还开源了 816B 参数、42B 激活的 MoE 模型 Muse Spark Open。
原文：2026/10/20
Lenny RachitskyAI 评分6161 How I AI 评测 Meta Muse Wonder 并分享 Brooke Lacey 的 AI 视频工作流
Lenny's Newsletter 本期节目包含两部分内容：Claie 对 Meta Muse Wonder 进行近 20 项实测，覆盖代理任务、编码、写作。
原文：2026/10/19
LessWrongAI 评分4545 Bad Guy Tokens：微调后的错位行为只绑定系统提示词
一篇新论文发现，在窄领域微调模型给出坏建议并不会让模型整体变坏，错位行为只绑定在微调所用的系统提示词 token 上。作者微调 Qwen-2.5-7B 和 Llama-3.1-8B 在金融查询上给出坏建议，出现泛化的错误对齐行为；但把系统提示词位置的键值还原为原模型计算结果后，模型基本恢复对齐，轻微扰动（如改动日期）也会大幅减少错位行为。
原文：2026/10/16
Latent Space精选AI 评分7878 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta Superintelligence Labs 发布 Muse Wonder 与 Muse Wonder Full 两个新模型，Wonder 可通过 Meta Model API 和 Muse Code 使用，Full 仅向 Muse Code 订阅者开放。
原文：2026/10/13
推荐理由：汇总了 Meta 新模型的第三方评测数据与从业者正反评价，便于对照厂商宣称与独立读数。
Lenny RachitskyAI 评分5555 Claire Vo 用 How I AI 基准实测 Meta Muse Wonder 模型
Claire Vo 用覆盖近20项任务的 How I AI 基准实测 Meta 新的 Muse Wonder 与 Wonder Full 模型，任务涵盖原型、智能体工作流、编码、写作和创意工作，评分结合 LLM 裁判与本人语音笔记。
原文：2026/10/14
Tim FerrissAI 评分5959 Tim Ferriss 与 Kevin Rose 对谈 AI 超级助理与电商入口之争
Tim Ferriss 与 Kevin Rose 在 The Random Show 第 886 期中讨论 AI 个人助理的兴起，Kevin 称 Instinct、Meta 的 Muse 和 Grok Bot 正在把 AI 变成通过短信管理生活的助理，Instinct 四个月估值达 100 亿美元。
原文：2026/10/12
Rowan Cheung (The Rundown)AI 评分7474 Meta 发布 Muse Wonder 模型家族，Full 版排名升至第二
Meta Superintelligence Labs 发布 Muse Wonder 与 Muse Wonder Full 两款新模型，Full 版在 Artificial Analysis 智能排名中位列第二，仅次于 Anthropic 的 Opus 5.5。
原文：2026/10/13