816B 参数、42B 激活、1M 上下文，Meta 的 Muse Spark Open 已挂上 Hugging Face。稀疏比例、Muse Model License 的边界、多模态与智能体场景的适配，以及相比 8 月版本新增的安全后训练，是读懂这次发布的四个关键切口。
AI前沿技术
2.8万亿参数、800亿激活，BPB压过所有对照的开源权重模型，FLOPs效率对标DeepSeek高出4.2到12.3倍。微软AI把MAI-Base-2的预训练成绩单摊开了，值得细看的不只是数字，还有它挑对手的方式。
同一款 Gemini 4 Argon，在 ARC-AGI-3 上因 harness 不同跑出 97.5% 与 49.8%。ARC Prize 的数据把评测装置、成本和基准饱和问题摊开：Google DeepMind 成为第二家越线实验室，但榜单数字远不能照单全收。
Meta 的 Muse Spark Open 进入 Agent Arena，用户可实测，评分待公布。816B 总参数配 42B 激活，1M 上下文加原生多模态——参数漂亮，但稀疏部署的通信成本、长窗口的信息衰减、智能体任务里的失误率，才是决定它能不能打的地方。
Meta 放出 Muse Spark 权重，Baseten 当天把它接进 Model APIs 和专属推理。权重免费不等于成本为零，真正的分水岭在部署工程、计费模式与版本控制权上。本文聊清楚开放权重落地时那些没人写在榜单里的事。
StepFun 放出 600B MoE 权重，Step 5 Preview 支持 24 小时 Agent 任务，GB300 上 NVFP4 推理接近 8K tokens/sec/GPU，并打通 SGLang、vLLM、NIM 部署与 NeMo 后训练链路。数字背后，是开源权重竞赛的新节奏。
阶跃星辰把 Step 5 Preview 权重放出来了，BF16 和 FP8 两份，国内外平台同步上线还配了技术博客。双精度权重背后是两类用户的不同需求，FP8 直接把量化这道工序从使用者手里接了过去。
5.6B 的 FLUX 3 Image Klein 把权重放了出来：文生图、图像编辑、十张参考图一个不缺。小体积加开放许可，正在改写图像生成的门槛与玩法。
蚂蚁百灵把 Ling-3.1-flash 的权重扔上了 Hugging Face 和 ModelScope：560B 总参数、25B 激活、1M 上下文。三个数字背后，是稀疏激活的成本逻辑、长上下文的技术门槛，以及开源对闭源 API 定价空间的又一次挤压。
单卡可跑，才是 Matrix-Game 4.0 最要命的一句话。昆仑万维把视频大模型游戏从云端机房拉到普通人的桌面上，还顺手开源。但画质之外，实时性、可控性和内容设计这三道坎，它一个都绕不过去。
阶跃星辰把 Step 5 Preview 的权重放了出来，BF16 与 FP8 两个版本同时上线 Hugging Face 和 ModelScope。这不只是一次版本更新，而是把前沿模型的使用权真正交给了开发者。本文拆解这次开放背后的工程选择、成本账本与生态意图。
Grok Voice 3.0 以 86.9 分登顶 Speech to Speech Index，领先 OpenAI 与 Google 的同类模型，比自家 2.0 版本高出 5.6 分。延迟 0.81 秒、任务成功率 94.8%、每分钟 0.08 美元，这三个数字决定语音模型能不能真正被用起来。
没有发布会，只有一条推文：Gemini 4 Argon 向全球 Pro 和 Ultra 订阅者开闸。前沿模型被锁进付费墙，这背后是算力分配、灰度节奏和订阅分层的一整套算盘，而免费用户被留在了上一代。
5000 多次真实智能体会话跑完，Meta 的 Muse Wonder (Max) 在 Agent Arena 排到第 12 名，净提升 +6.4%，比 Muse Spark 1.3 (Max) 高出 2.8 分、名次上升四位。数字背后，是评测方式的一次换轨。
86.9 分首秀登顶，比上一代高出 5.6 分。Grok Voice 3.0 拿下语音到语音榜单第一的背后，是评分标准、架构路线与入口之争同时在变。
