← 回 AI 研究列表

2026 年 10 月 16 日（五）

Meta AI Muse Spark Open

Meta AINVIDIAMistral AIINSAIT 等研究團隊新架構雷達

AI 研究與效率每日追蹤｜2026-10-16

今日重點

今天最值得看的是 Meta 開放 Muse Spark Open 權重，以及 NVIDIA 把新多模態模型與推論系統一起優化。兩者都面向長任務 Agent，但效能數字分別來自不同測試，不能直接比較。Mistral 則走另一條路：讓時序預測模型在 CPU 上運行；新架構雷達關注如何讓世界模型記住畫面之外的狀態。 research.meta.ai

重要更新

1. Meta AI｜Muse Spark Open｜10 月 15 日，開放權重

方法：開放多模態 MoE 模型權重，供開發者自行部署或調整，用於編碼與多步驟 Agent。
數據：總參數 816B、每 token 啟用 42B、上下文 100 萬 token。模型卡列 OSWorld-Verified 得分 80.4；該測試使用排除 Google Drive 任務的 361 題、每題最多 200 步，成績取四次嘗試的平均。官方未公布這項評測的推論硬體與每題成本。
實際意義：權重可下載，但不是一般單卡可輕易部署：模型卡估計 NVFP4 至少需 700GB GPU 記憶體，BF16 至少 2TB。
限制與疑點：不同模型的 Agent 工具設定與推理預算未必一致；開放權重也不等於無限制商用。
一手來源：官方公告、模型卡、評測方法。 research.meta.ai

2. NVIDIA｜Nemotron 3.5 Super VL｜10 月 15 日，開源

方法：120B 總參數、12B 啟用的多模態 MoE；結合推測解碼、NVFP4 量化、KV cache 重用與 Dynamo 的快取感知路由，減少 Agent 重複讀取上下文的工作。
數據：官方稱，在 16 張 B200、每位使用者維持 50 token／秒 的部署測試中，Dynamo 配方可服務最多 8 倍使用者、首 token 延遲降低 85%。官方頁面未完整列出該比較的 batch、輸入長度分布及基準配置，不能把 8 倍解讀成模型本身快 8 倍。
實際意義：對反覆呼叫模型的多模態 Agent，部署方式可能與模型權重一樣重要。
限制與疑點：效益取決於會話重複度和流量形態；仍需不同負載下的獨立重測。
一手來源：NVIDIA 技術公告。 developer.nvidia.com

3. Mistral AI｜Timestral｜10 月 15 日，正式發布

方法：推出 5M、28M、123M、209M 四種大小的時序基礎模型，以合成資料預訓練和感知協變數的注意力機制，支援零樣本、多變量及機率預測。
數據：官方稱，使用 8 執行緒伺服器 CPU，以三週、每 15 分鐘一筆的歷史資料預測未來一天，5M 模型耗時 10ms，209M 模型耗時 140ms；在 GIFT-Eval、TIME、fev-bench 的預訓練／零樣本比較中，209M 版本排名第一。官方未指明這組延遲的 CPU 型號、batch size 與序列數。
實際意義：感測器、維運等預測工作可先評估 CPU 部署，不必預設使用 GPU。
限制與疑點：三個公開基準的排名不保證在特定產業資料上仍領先；完整技術報告尚待發布。
一手來源：Mistral 發布文、模型文件。 mistral.ai

新架構雷達

INSAIT 等研究團隊｜StateCraft｜10 月 14 日

這是什麼：把可更新的抽象狀態圖與影片擴散模型分開：前者記錄畫面外發生的變化，後者生成目前視角，試圖避免長時間模擬時「回到原處卻變了樣」。
符合的門檻：①不同於傳統 LLM 的世界模型組合架構；②有公開技術論文。
研究團隊宣稱：在自建檔案管理介面的 240 條、各 300 個動作測試軌跡上，採用 CF++ 影片骨幹時，PSNR 由 18.49 提升至 28.78 dB。
第三方驗證：尚無；官方 GitHub 目前僅寫「程式碼即將推出」，不能視為已可重現。
一手來源：論文、專案頁、官方程式庫。 arxiv.org

趨勢整理

值得追蹤