Meta甩出8160亿参数开源大模型，英伟达把74B塞进笔记本

01 | Meta发布Muse Spark Open：8160亿参数开源，首次可在桌面设备本地运行

Meta于10月15日正式发布开放权重模型Muse Spark Open，总参数量达8160亿（激活参数420亿），支持100万Token上下文窗口，原生支持文本、图像、视频和音频输入。这是同类模型中首个可在两台搭载M5 Ultra芯片的Mac Studio上本地运行的模型，标志着Meta与苹果在AI领域的罕见破冰合作。模型在JobBench和MCP-Atlas工具使用测试中排名第一，但在Terminal-Bench和DeepSWE等编程基准上落后于Kimi K3和GLM 5.3等中国开源模型。

02 | Reflection开源Beam 1.0权重：501B参数MoE，Apache 2.0完全可商用

美国AI实验室Reflection于10月16日在Hugging Face上传了Beam 1.0的模型权重，采用Apache 2.0许可证，可商用、可修改、可再分发。这是一个稀疏MoE模型，总参数501B，每个Token激活23B，上下文窗口100万Token。提供BF16、FP8、NVFP4三种精度格式，首日即支持Transformers、vLLM、SGLang、Unsloth等主流框架。模型在SWE-bench Verified上得分81.6%，Terminal-Bench 2.1得分80.1%，且可通过Vercel AI Gateway免费接入Claude Code等编程工具。

03 | 英伟达RTX Spark笔记本全球开卖，Nemotron 3.5 Bolt把74B大模型压进24GB

搭载英伟达RTX Spark芯片的笔记本电脑于10月16日全球发售，联想、华硕、微软等厂商首批推出。同日，英伟达开源Nemotron 3.5 Bolt 74B模型，采用MoE架构（总参数740亿，激活参数90亿），通过原生2比特量化感知训练将权重压缩至24GB，可在一张RTX 4090上本地运行。模型支持视觉理解、工具调用和多步骤智能体任务，首日即支持Ollama、LM Studio、llama.cpp、vLLM等主流推理工具，训练数据和训练方案全部公开。

04 | 英伟达发布Nemotron 3.5 Super VL：120B参数多模态，单GPU吞吐5倍于同级

英伟达10月15日发布开放多模态模型Nemotron 3.5 Super VL，拥有1200亿总参数，每个Token激活约120亿，将推理、指令遵循、工具调用与文本/图像/文档/视频理解整合到一个模型中。在Artificial Analysis Intelligence Index上得分26，是同尺寸级别中速度最快的开放智能体模型，单GPU完成智能体任务的吞吐量最高可达同级别其他模型的5倍。企业已基于该模型进行后训练定制，Scale AI为Skydance定制的信用处理智能体推理成本降低97.5%。

05 | 谷歌Gemini 4 Argon全面开放：百万Token输出上限，限时五折定价

谷歌Gemini 4 Argon于10月13日面向全球开发者和企业全面开放。该模型最大的亮点是单次输出上限从6.4万Token提升至100万Token，采用稀疏MoE架构，支持文本、图像、视频和音频输入。在Artificial Analysis智能指数中得分53，与GPT-6 Astra持平。首发优惠价为每百万输入Token 2美元、输出10美元（约为竞品五分之一），优惠期至11月30日。谷歌内部已用它完成Chrome代码库600万行遗留代码重构、数据中心300TiB内存释放等工程任务。

06 | 国务院部署深化"人工智能+"行动，工信部发布千余项高价值应用场景

10月16日国务院常务会议部署深化拓展"人工智能+"行动，强调以实体经济为重点强化供需衔接，夯实算力、算法、高质量数据底座。同期，工信部发布"人工智能赋能新型工业化高价值场景"，覆盖石化、钢铁、汽车、消费电子等20个细分领域、1000余个场景。全国算力基础设施布局加速推进"8+10+3"算力空间格局，目标到2030年智能算力规模较2025年增长超5倍。

07 | 中国拟调整AI技术出口管制目录，40项关键技术纳入管理

商务部、科技部10月16日联合发布征求意见稿，拟在《中国禁止出口限制出口技术目录》中增列AI、生物医药、光伏三领域共40项关键技术，其中禁止出口14项、限制出口26项。涉AI的禁止项包括"人工智能驱动的恶意代码生成与变异技术"，限制项包括"人工智能辅助漏洞挖掘技术"等。此举旨在强化技术跨境流动管理。

📌 今日互动

这周开源模型扎堆发布——Meta 816B、Reflection 501B、英伟达74B——你最想第一时间上手试哪个？或者你更关心哪个方向的技术进展？评论区聊聊，明天帮你深挖。

觉得有用的话，点个「在看」转发给你的技术群，一起追AI前沿不迷路 👇