跳到正文
今天10月18日周日1 条
  1. TechCrunch · AI42

    Meta 删除引发抓取与 AI 训练担忧的使用条款

    Meta 更新商业使用条款时曾声明可用企业账户域名、网页或 URL 上的任何内容来开发、改进和训练其产品,法律专家认为这可能允许 Meta 抓取发布商网站内容用于 AI 训练。Meta 发言人称条款更新不代表网页抓取方式变化,随后该条款已被删除,并澄清整合的抓取条款仅适用于广告和商业产品。

10月17日周六
10月16日周五
  1. The Decoder78

    Meta 发布 Muse Spark Open 开源权重模型,816B 参数对标 Qwen、GLM 和 Kimi

    Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,面向编码与智能体任务,拥有 8160 亿参数(420 亿激活)、最高 100 万 token 上下文,支持文本、图像、视频和音频。

    同一新闻,精选展示《Meta 开源 Muse Spark Open:816B 参数多模态 MoE 模型》

10月15日周四
  1. Hugging Face Blog88

    Meta 开源 Muse Spark Open:816B 参数多模态 MoE 模型

    Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 1M tokens。

    推荐理由:Meta 开源 816B 多模态 MoE 模型,文中给出部署、微调与量化运行的完整路径,可据此评估本地与云端落地成本。

10月14日周三
10月13日周二
  1. MIT Technology Review · AI34

    开放模型利大于弊吗?Anthropic 报告称 GLM-5.3 构成重大网络攻击风险

    Anthropic 发布报告称,Z.ai 于 8 月发布的开源模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。开放模型可下载、可重训、可微调,成本通常低于闭源模型,但安全与民主化之间存在权衡。截至发稿,Artificial Analysis LLM 榜单前八名均为闭源模型,开放模型在开发进度上仅落后数月。

  2. Latent Space78

    Meta 发布 Muse Wonder 与 Muse Wonder Full,第三方评测接近前沿水平

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder(代号 Watermelon)与 Muse Wonder Full,前者通过 Meta Model API 和 Muse Code 提供,后者仅面向 Muse Code 订阅用户。

    推荐理由:汇总 Meta Muse Wonder 双模型发布与第三方评测数据,可对比其与 Opus 5.5、GPT-6 系列的能力与成本位置。

10月9日周五
  1. MIT Technology Review · AI34

    我们是否过度相信 AI 说"不"的能力

    MIT Technology Review 文章指出,AI 的拒绝机制已成为 AI 安全的"承重墙",但这一机制本质上是概率性的,并不可靠。模型在训练中学会拒绝有害提示词,却仍保留作恶能力,已有用户试图用先进 AI 培育生物病原体、构建自主无人机蜂群。文章还警告,拒绝机制让 AI 公司乃至政府得以划定言论边界,可能被用于压制异见。

10月8日周四
8月17日周一