每天 08:00 出刊
AI 日報｜Meta 發布 Muse Wonder 前沿模型、xAI 推出統一訂閱、微軟發表 Maia 300 晶片
17則重點5個版面16個來源約 4 分鐘讀完
本期日報由 AI 自動彙整，內容可能有誤，請參閱文中原始來源。
模型發布與更新
- 一言以蔽之：Meta Superintelligence Labs 推出新一代旗艦模型 Muse Wonder 與 Muse Wonder Full，全面晉升前沿 AI 頂級梯隊。
- 核心亮點：具備 100 萬 Token 的上下文視窗，支援文字、圖片、影片與音訊多模態輸入，專為長時程 AI Agent 與工程程式碼任務設計。
- 評測表現：在 SWE-Marathon 取得 57.5 分（超越 Claude Opus 5.5 的 46.3 分），在 DeepSWE 達 79.0 分，並在 Artificial Analysis Intelligence Index 獲得 56 分。
- 取得方式：Muse Wonder 即日起可透過 Meta Model API 與 Muse Code 呼叫，Muse Wonder Full 則優先開放給 Muse Code 付費訂閱使用者。
- 傳送門：The Decoder 報導
- 傳送門：
Mistral AI 發表具備高精度視覺定位的 Mistral Large 4 與 Le Chonk MMistral AI
- 一言以蔽之：Mistral AI 推出具備視覺接地能力的模型更新，能精確縮放、檢驗並驗證複雜工程圖紙與高解析度遙測影像。
- 視覺定位精度：Le Chonk 在 Dense 200 基準測試中取得 42% 的辨識精度，表現優於多款頂級閉源模型。
- 工業應用場景：支援對機械零件工程圖、PDF 報告與十億畫素衛星遙測影像進行精準目標定位與證據提取。
- 傳送門：
SubQ Snap：首款具備 384K 上下文的長文字決策模型 SSubquadratic
- 一言以蔽之：SubQ 推出針對企業結構化決策訓練的模型 SubQ Snap，每 Token 計算成本不隨上下文拉長而暴增。
- 線性延遲特性：支援 384K 多模態上下文，處理 100K Token 決策僅需不到 1 秒，延遲隨上下文呈線性增長而非傳統二次方暴增。
- 企業基準測試：在 Decision Index v0.2.1 獲得 61.7 分，並在 16 項企業基準測試中於 13 項領先競品 Jev。
- 定價優勢：輸入 Token 每百萬僅需 0.05 美元，決策輸出結果完全免費。
- 傳送門：
Google Research 推出 TimesFM 3.0 多變數時間序列預測模型 GGoogle Cloud / Google Research
- 一言以蔽之：Google 於 BigQuery 推出 3.3 億引數基礎模型 TimesFM 3.0，直接在 SQL 內支援原生多變數時間序列預測。
- 多變數聯合預測：突破過往僅支援單變數的限制，可同時整合天氣、促銷與節假日等多個外部驅動因素進行預測。
- 榜單領先地位：在公開時間序列三大基準 GIFT-Eval、FEV-Bench 與 TIME 上均位居第一。
- 無縫產品整合：使用者無需自行訓練與部署模型，可直接在 BigQuery 透過 AI.FORECAST 語法進行 SQL 級呼叫。
- 傳送門：Google Cloud 部落格
產品發布與更新
xAI 推出 The X Subscription 整合 Grok、Cursor 與 X Premium xxAI / SpaceXSI
- 一言以蔽之：xAI 正式發布統一訂閱方案 The X Subscription，將 Grok、Grok Bot、Cursor 與 X Premium 整合為單一套餐。
- 方案階層：共提供 Free 至 Ultra 五個方案等級，起步價每月 8 美元，提供更高價效比的專屬模型使用額度。
- 帳號聯動整合：使用者可在計費後臺直接連結 Grok、Cursor 與 X 帳號，既有訂閱者可選擇保留原方案或直接無縫切換。
- 傳送門：xAI 官方定價頁
- 傳送門：
Perplexity Projects 升級：每個專案皆為 Git 儲存庫 PPerplexity AI
- 一言以蔽之：Perplexity 為 AI Agent 打造專屬的 Git Forge，將每個 Project 實作為 S3 後端的 Git 儲存庫以實現持久化協作。
- 非同步沙箱協作：多個 AI Agent 在各自的短期沙箱中運作並提交至共享 Git 儲存庫，整體提交衝突率低於 2%。
- 命令列檢索最佳化：AI Agent 在本地沙箱內使用 grep 與 ls 等終端指令檢索程式碼與檔案，在金融文件問答準確率達 62.7%，顯著高於語意搜尋的 37%。
- 傳送門：
Google Cloud 推出 Data Agent Kit 與 Looker Data Apps GGoogle Cloud
- 一言以蔽之：Google Cloud 推出針對資料科學家的 Data Agent Kit 工具包，透過 MCP 工具與 Skills 讓 AI Agent 深度融入企業資料雲。
- 開發者環境整合：提供 VS Code 外掛與程式設計 Agent 外掛，內建 MCP 工具連線 BigQuery 與資料庫，並提供 Markdown 格式的資料最佳實踐 Skills。
- 生產級治理應用：同步預覽 Looker Data Apps，讓 AI Agent 產生的視覺化分析應用具備企業級列層級安全性與資料治理能力。
- 傳送門：Google Cloud 部落格
ReadMe 推出 Restless：讓 API 檔案與錯誤回應面向 AI Agent RReadMe
- 一言以蔽之：針對 AI Agent 已佔 API 檔案流量 72% 的現況，ReadMe 推出 Restless，讓 API 在呼叫失敗時能自主引導 Agent 修復。
- 自主修復引導：當 API 請求失敗時，錯誤回應會直接附帶具體修復步驟與檔案連結，避免 AI Agent 迷航。
- 閉環工單反饋：若 Agent 依然無法解決問題，可將缺失的資訊回報並自動轉換為 Linear 工單或 API 檔案更新建議。
- 傳送門：
產業動態
微軟發表 Maia 300 自研晶片並規劃多吉瓦級推論部署 MMicrosoft
- 一言以蔽之：微軟執行長 Satya Nadella 宣佈推出自研 AI 晶片 Maia 300，展現將自家硬體擴充套件至多吉瓦規模的雄心。
- 能效大幅提升：相較於當前主流 GPU 系統，Maia 300 的每瓦 Token 產出提升了 40%，預計於 2027 年全面投入微軟各項 AI 服務的推論運算。
- 現役硬體進展：前代 Maia 200 已在美、歐、澳多地部署，為 Teams 與 Copilot 帶來最高 1.7 倍的每瓦效能增益。
- 傳送門：
- 一言以蔽之：Meta 在開放運算計畫（OCP）全球峰會上公佈專為大規模 AI 叢集打造的開放網路與散熱基礎設施。
- 硬體規格革新：推出首款液冷網路機架 IcePack，以及搭載 128 個 800G 連線埠的 102.4T 交換刀片 IceCube。
- 多維擴充套件架構：同步發表 Tahan 乙太網路 scale-up 交換機，全面強化 AI 運算節點間的高頻寬縱向與橫向互聯。
- 傳送門：Meta Engineering 部落格
Epic Games 轉向 AI 先行開發模式，迪士尼合作專案無限期推遲 BBloomberg / Ars Technica
- 一言以蔽之：Epic Games 在高達 15 億美元的迪士尼合作遊戲專案中轉向全面 AI 開發，導致原定推出時程延後。
- 全 AI 工作流嘗試：團隊宣佈停止手寫程式碼，轉向由 Claude 等模型生成程式碼並指導美術風格，人類工程師專注於審核與排程。
- 專案時程影響：因低估前期自動化架構所需人力，原定 3 月推出的專案已宣佈延期，發言人證實正積極匯入 AI 加速流程。
- 傳送門：Ars Technica 報導
論文研究
阿里 Qwen 推出超長時程 Agent 彈性強化學習框架 QwenGyre AAlibaba Qwen
- 一言以蔽之：阿里研究團隊發表 QwenGyre，針對單次執行可長達數小時、百萬 Token 的 Agent 提供彈性訓練排程機制。
- 彈性排程架構：內建 Elastic Scheduler，能在 Rollout 與訓練之間動態調配 GPU 資源而不中斷正在執行的任務，相較非同步方案加速 1.78 倍。
- 軌跡樹最佳化：Trajectory Processor 將包含重試與子 Agent 的分支執行轉化為字首共享軌跡樹，將端到端訓練時間縮短約 44%。
- 大模型實證成果：在 Qwen3.8-2.4T-A95B 模型上，將 NL2RepoBench 基準從 52.5% 提升至 58.5%。
- 傳送門：ArXiv 論文
- 傳送門：
Google DeepMind AlphaProof Nexus 解決 9 個未解 Erdős 數學猜想 GGoogle DeepMind / Science
- 一言以蔽之：發表於 Science 的最新研究指出，AlphaProof Nexus 成功獨立攻克 353 個 Erdős 開放數學問題中的 9 個難題。
- 跨越半世紀難題：解決的 9 個猜想中有 2 個懸置長達 56 年未有解答，且所有解答皆已透過嚴格的學術同行評審。
- 神經符號推理潛力：展示了將形式化驗證與大語言模型引導搜尋相結合在純數學推演上的巨大突破。
- 傳送門：The Decoder 報導
Anthropic 公佈降低 Claude 受模型蒸餾攻擊風險的研究進展 AAnthropic
- 一言以蔽之：Anthropic 發表最新對齊研究，成功大幅降低外部攻擊者透過 API 蒸餾竊取 Claude 模型能力的有效性。
- 防禦機制構建：透過對模型輸出表徵與拒絕邊界進行微調，破壞對手收集高品質合成資料用於微調競品模型的收益。
- 對齊保護效果：此舉旨在保護前沿智慧財產權與安全護欄，防止安全對齊機制在被蒸餾時遭到惡意剝離。
- 傳送門：
NVIDIA 發表低記憶體消耗後訓練強化學習架構 LoGRA NNVIDIA
- 一言以蔽之：NVIDIA 發表論文提出 LoGRA 技術，能更新模型全部權重，且 GPU 記憶體消耗比 LoRA 還低。
- 大幅節省記憶體：在 7B 模型訓練中，每張 GPU 的平均記憶體需求由 31.8 GiB 降至 17.3 GiB（降低 45.7%），訓練 1.5B 模型僅需 7.2 GiB。
- 保持頂級準確率：避免構建完整梯度矩陣，透過動態隨機投影壓縮梯度，在 Pass@1 準確率上幾乎追平全量 Dense Adam（72.3% vs 72.5%）。
- 傳送門：
其他分享
Python 3.15 發布：顯式延遲匯入將大幅最佳化 AI CLI 啟動時間 SSimon Willison / Python Core Team
- 一言以蔽之：Python 3.15 正式推出，其中 PEP 810 的顯式延遲匯入為重度依賴 AI 工具包的 CLI 帶來顯著提速。
- 延遲匯入語法：新增 lazy import 語法，僅在變數首次被使用時才會實際載入模組，降低無謂開銷。
- 解決冷啟動痛點：傳統 AI 終端工具常因載入 sentence_transformers 等龐大套件導致數秒啟動延遲，延遲匯入徹底解決了模組載入瓶頸。
- 傳送門：Simon Willison 部落格
D2R Mobile 開源專案：免模擬器將 Switch 遊戲移植至 iOS 開開源社群
- 一言以蔽之：開源專案 D2R Mobile 利用 Switch 與 iPhone 同屬 ARM 架構的特性，不依賴模擬器實現遊戲原程式碼在 iOS 上的直接執行。
- 原生指令對映：由於兩者 CPU 架構相同，程式直接執行 Switch 遊戲二進位碼，僅重寫少數系統呼叫與執行緒指令，圖形渲染則轉譯至 Metal。
- 社群自備授權：專案以 MIT 協議開源，不分發任何版權資源，需使用者自備正版遊戲檔案與 Apple 開發者簽名構建。
- 傳送門：
