10月12日周一
7 条Meta 凭借其 Muse Wonder 模型加入了前沿竞赛，而 Google DeepMind 的 AlphaProof Nexus 针对长期悬而未决的数学问题给出了经同行评审的解答。微软推出了自研 AI 芯片，研究人员则表明，清除聊天历史可以改进智能体。
Meta 发布 Muse Wonder 与 Muse Wonder Full 前沿模型
Meta 发布了两款更大的前沿模型 Muse Wonder 和 Muse Wonder Full，声称在十项基准中的六项上跻身前三，其中智能体任务的提升最大。每任务成本几乎增至三倍。
为什么重要Meta 的入局重塑了前沿模型竞赛格局，为买家提供了一个新的高能力选项，不过每任务成本明显更高。
DeepMind 的 AlphaProof Nexus 解决开放数学问题，并经同行评审
据《Science》上的一项研究，Google DeepMind 的 AlphaProof Nexus 解决了数十个开放数学问题，包括九个 Erdős 问题，其中两个已悬置 56 年。结果在发表前经过了同行评审。
为什么重要在竞争对手的 AI 生成证明因跳过评审而受到批评之际，经同行评审的 AI 数学成果树立了可信度标准。
微软发布 Maia 300，计划吉瓦级自研推理
微软宣布了第三代 Maia 300 芯片，将从 2027 年起以数吉瓦规模成为其产品中的主要 AI 推理系统，并声称每兆瓦 token 数比领先的 GPU 系统高 40%。
为什么重要将推理转向自研芯片可能降低微软的云 AI 成本，并减少其对 Nvidia GPU 的依赖。
清除聊天历史可帮助 AI 智能体摆脱“想法盆地”
微软研究人员发现，随着聊天上下文增长，自主智能体会被困在他们称为“想法盆地”的局部解区域中。他们的 Fork-and-Flush 方法在保留工作区的同时清除聊天历史，在相同算力下取得最高 66% 的更好结果。
为什么重要一个简单的上下文管理改动，就可能让现有智能体在不增加算力支出的情况下显著更有效。
Sakana AI 的自改进 MASS 方法达到 70% 胜率
Sakana AI 的 MASS 方法让一个模型解决任务、评判结果并优化工作流，两轮后对基础模型的胜率接近 70%，但它可能强化其在全部三个角色中一致漏掉的错误。
为什么重要这表明自我改进带来的收益真实存在但很脆弱，对构建自训练智能体循环的团队是一个警示。
智谱发布以每秒 490 token 运行的 GLM 模型
智谱推出了一款新的 GLM 模型，据报道运行速度为每秒 490 token，强调推理速度。
为什么重要高吞吐推理对延迟敏感的智能体和生产工作负载很重要，不过除速度外的细节有限。
华为 AI 以少 56% 的操作通关 25 款游戏
据报道，华为的 AI 以比人类少 56% 的操作完成了 25 款游戏，并且在其中一例中不再需要调用大型模型。
为什么重要这表明基于强化学习的智能体既能减少操作次数，也能减少模型调用，指向更便宜的游戏与控制智能体。