不重造预报模型，只加一层机器学习后处理，MIT 团队把两周到六周这段“可预报性荒漠”的准确率翻了一倍，并在 ECMWF 竞赛中拿下第一。开源、低成本、可附加，肯尼亚气象部门已经在接洽。
AI前沿技术
Gemini 4 Argon全面开放，实测却冲不动Claude Opus 5.5和GPT-6 Astra。门槛消失说明的不是技术自信，而是竞争位置变了——真正的胜负手在开发者的默认选项里，不在跑分榜上。
Meta 的 Muse Wonder (Max) 进入 Code Arena: WebDev 分榜第 15 名，1651 分，落后 Kimi K3 (Max) 4 分。4 分在统计上说明不了什么，真正的信号藏在名次、推理档位后缀和迭代节奏里。
Gemini 4 Argon 在 ERQA 上以纯推理拿下 87%，超过其他前沿模型。分数只是表层，真正值得读的是约束条件：通用物理推理一旦成立，机器人的理解层被收拢，工程负担转向硬件与数据。谁受益，谁难受。
Gemini 4 Argon 悄悄在 Gemini 应用里灰度推送，没有发布会，没有技术博客。这个低调动作透露的信息比参数更多：谷歌把渠道排在了参数前面，把提示词效果当成新战场，而跑分的边际效用正在衰减。
Gemini 4 Argon 与 GPT-6 Astra 在 Intelligence Index 上打平，单任务成本却只有对方六成。能力同等、成本打折，替代关系就此成立。被挤压的是中间梯队，被重估的是换模型的隐性账单。
Google 一次性把 Gemini 4 Argon 推向开发者、企业、科学家和普通用户，通道从 Gemini API 铺到 AI Studio 与 Antigravity。没有分批内测，也没有地区排队。这次发布真正值得看的不是跑分，而是分发节奏和 Antigravity 里跑出来的东西。
10月13日，面壁智能联合 OpenBMB 开源 MiniCPM-V 4.7，包含 35B-A3B 与 1B 两个版本，官方称其为全球首个可在端侧无损流畅运行的开源 MoE 多模态大模型。双规格背后是两场不同的仗。
换架构就得从头预训练？AWS 的 Priming 给出了另一种答案：把 Transformer 权重搬进混合状态空间模型，只用不到 0.5% 的 token 预算完成过渡。省钱只是表面，真正被改变的是架构迭代的节奏。
Meta 的 Muse Wonder 系列上线 Agent Arena，分数还没出，体验先开放。这个顺序本身就是信号：智能体评测的权重在上升，而排行榜的分数越来越不等于真实生产力。
Muse Wonder 与 Muse Wonder Full 同时亮相，一个走 API 和 Muse Code，一个只留给订阅者。这份发布稿里最值钱的信息不是 SOTA，是 Meta 用订阅制给模型能力分层的方式。
一笔Adobe订阅违约金，换来七款软件的开源重写。Brandon Thomas用Claude Opus 5.5以Rust重做Photoshop，十天拿下4.6万Star。当重写成本低到能被情绪触发，定价失衡就会自动生产对手。
当基准不再给题目、只给一段研究史，模型还能不能自己走到答案？Epoch AI 的 InnovationEval 拿 SDPO 当靶子，考的是推理而非检索。比分数更值得盯的，是它测不到的那一半。
TUFA Labs 以 88.06% 登顶 ARC-AGI-2 高分榜，越过了 85% 这条线。但真正有意思的不是第一名——第 2 到第 5 名之间的断层、77% 附近的拥挤，才更值得看。
Mistral Large 4 预览版以 -6.6% 净改进分挤进 Agent Arena 前十五实验室，总排名第 43。负分不等于失败，它更像一张体检单：智能体这条路上真正跑通的模型还很少，而 Mistral 已经站到了能被打分的位置。
