#Meta

Meta 的 AI 应用 Muse 上线 40 天美国下载量达 1020 万

Meta 的 AI 应用 Muse 自 9 月上线以来累计下载 1090 万次，其中美国市场 1020 万次，成为少数在上线 40 天内达到这一量级的应用。Sensor Tower 数据显示，ChatGPT 同期美国下载量为 370 万次，Grok 和 Claude 分别为 50 万和 20 万次。

Meta 因 AI 争议从商业服务条款中删除“训练”一词

Meta 在遭遇 AI 争议后，从其商业服务条款中删除了“训练”一词，但并未加入尊重 robots.txt 的条款。此次政策调整涉及 AI 数据抓取规则。

Google 开源 TorchTPU，可将 PyTorch 应用迁移至 TPU

Google 周二宣布开源 TorchTPU，这是其 PyTorch 版本，可让 AI 应用运行在 Google 的 TPU 上，开发者只需修改配置、无需重写代码即可把现有 PyTorch 应用迁移到 TPU 和 Google Cloud。

Meta 在研究人员发现 Muse 对话链接公开可查后暂停分享功能

Meta 表示已暂停 Muse 的对话分享功能，此前安全公司 Claroc 的研究人员通过公开 DNS 记录发现了超过 6800 条 Muse 分享链接。Muse 发言人 Tracy Clayton 称，用户分享特定 Muse 内容会生成可通过链接访问的页面，公司正在审查该报告并考虑调整链接的发现方式。

Meta 被要求披露批准用种子下载训练数据的公司高管

Meta 在一起涉及 AI 训练数据的版权诉讼中被要求披露批准使用种子下载书籍的公司高管。Meta 主张没有人“决定”盗版书籍用于训练 AI，试图把责任归于下载文件的员工而非高管。

Rohan Paul@rohanpaul_ai· 01:18AI 评分6565

Meta 的 AI 智能体 Muse 上线 40 天在美国获得 1020 万次下载，这一速度历史上只有 11 款其他应用达到过，且其中多为手游。其美国用户 7 日留存率为 30%、14 日留存率为 23%，高于竞品平均的 19% 和 16%；10 月 16 日日活用户达 250 万，一周增长 15%，但仍不到美国下载量的四分之一。

Sam Altman 据报向员工提出三种 AI 安全终局方案

据 The Information 援引知情人士报道，OpenAI CEO Sam Altman 上周在内部向员工提出三种 AI 安全路径：仿照国际原子能机构（IAEA）建立执行安全标准的机构。

Meta Muse 分享链接泄露用户隐私，Meta 暂停分享功能

Meta 的通用 AI 智能体 Muse 在用户通过网页链接分享对话时会暴露敏感信息，Meta 回应称已暂停该分享功能并正在审查。安全公司 Claroc 的研究人员枚举出用户创建的 6800 条分享链接，打开其中数百条后发现明显不应公开的个人与商业信息。Muse 的链接生成方式使这些链接容易被发现，而 Meta CEO 扎克伯格上月曾称该产品从底层为隐私和安全而设计。

AINews 汇总：DeepSeek V4.1 Flash 1017 等新模型发布与行业动态

Latent Space 的 AINews 汇总了 10 月 16 日至 19 日的 AI 动态，其中 DeepSeek V4.1 Flash 1017 以 552B 总参数、16B 激活的 MoE 架构和 1M token 上下文窗口发布，MIT 许可，定价维持 $0.30/$1.20 每百万输入/输出 token。

AI at Meta@AIatMeta· 03:33精选AI 评分7070

Meta 发布 Muse Glimmer 技术报告，这是一个 30B 开源权重模型，面向消费级硬件上的智能体任务。该模型在单张消费级 GPU 的 Mac 或 PC 上以 4-bit 精度运行可达实用速度，并在工具调用和多步规划上领先同规模开源模型。报告涵盖模型架构、蒸馏配方和量化等内容。

让互联网对 AI 智能体更友好，可能让其他人更难受

MIT Technology Review 文章指出，OpenAI 的 Dots、Meta 的 Muse 等个人 AI 智能体大规模上线后，已成为人类和机器人之外的第三类网络访客，Muse 首月下载量达 500 万次，8 月至 9 月智能体网络流量增长两倍。

AI at Meta@AIatMeta· 02:14AI 评分5858

Meta 在俄亥俄州 New Albany 的千兆瓦级超算集群 Prometheus 上训练了包括 Muse Wonder 在内的 Muse 基础模型。该集群拥有数十万块 GPU，预训练 goodput 达 85%+，强化学习 goodput 达 90%+，Muse Wonder 训练期间平均每次中断间隔约 47K GPU 小时。

Latent Space 推出新节目 High Taste Testers，首期聊 Dev Day 与最新模型

Latent Space 正在试播新节目 High Taste Testers，把旧金山的午餐闲聊搬上节目，首期话题从 Dev Day 延伸到最新模型与助手。同期 AI 新闻汇总中，Meta 发布 816B 总参数、42B 激活的 MoE 开源模型 Muse Spark Open，Artificial Analysis 智能指数得分 39，为美国开源模型最高。

Goodfire 提出神经网络已足够清晰，可解释性争论再起

Goodfire 的 Nick Cammarata 发布文章提出“神经网络已经足够清晰”，认为许多被视为多义性和叠加的案例经进一步智能体分析后可以解读，并称 2023 年 OpenAI 自动化可解释性工作只找到约 2% 可读神经元，很多著名多义性案例被误读。

AI at Meta@AIatMeta· 06:32AI 评分4242

Meta Omnilingual ASR 入选《时代》2026 年度最佳发明。这套模型支持超过 1600 种语言的语音识别，其中 500 种低资源语言此前从未被任何 ASR 系统覆盖。多数 ASR 系统只聚焦互联网语料充足的语言，该模型是迈向通用转写系统的重要一步。

AI at Meta@AIatMeta· 01:08精选AI 评分8080

Meta 发布开源权重模型 Muse Spark Open，称其为目前美国最强的开源权重模型。该模型面向编码与智能体任务，主打长程任务、复杂软件工程和多步推理，规格为 816B 总参数、42B 激活参数、1M token 上下文窗口，原生支持文本、图像、视频和音频多模态。

AI at Meta@AIatMeta· 07:46精选AI 评分7272

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，官方称其在个人与专业智能体任务上取得 SOTA 表现。更多模型细节见 Meta 研究者博客。

AI at Meta@AIatMeta· 02:44AI 评分5050

Meta 构建了一个由 Muse Spark 1.3 和 Muse Wonder 驱动、人类主导的研究支架，接入 500 万份回顾性去标识电子健康记录及公开数据，由医学专家团队用它生成假设、执行代码并起草论文，同时保留对科学决策的完全决定权。该探索已产出 10 篇研究论文，覆盖心脏病学、肿瘤学、传染病和急诊医学等领域。

AI at Meta@AIatMeta· 23:57AI 评分5858

Meta 官方转发 @collision 的访谈节目，扎克伯格与 Alexandr Wang 在节目中讨论新前沿模型 Muse Wonder 及 Meta Superintelligence Labs（MSL）。节目章节涵盖 Muse 的主要用例、模型即产品、前沿模型如何构建、1000 亿美元押注、智能体商业、OpenRouter、超越智能手机、融资以及 AI 为何不会赢家通吃。

AINews 汇总：Gemini 4 Argon 正式开放，AI Engineer NYC 举行

Gemini 4 Argon 今日正式开放，覆盖 Gemini API、Gemini 应用、Search 的 AI Mode 与 Antigravity，并接入 Cursor、Devin 和 GitHub Copilot。

开放模型利与弊：Anthropic 称 GLM-5.3 构成重大网络攻击风险，开放与闭源之争何去何从

Anthropic 发布报告称，Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。开放模型支持者认为其可本地运行、成本更低、便于学术研究并防止权力集中，而 Artificial Analysis LLM 排行榜前八名目前仍均为闭源模型。

AI at Meta@AIatMeta· 01:32AI 评分1515

从重建我们的基础到在 14 个月内推进前沿 🚀

AI at Meta@AIatMeta· 01:02精选AI 评分7272

Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款模型，称其为目前能力最强的模型，面向个人与专业智能体任务提供前沿性能。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 即日起面向 Muse Code 订阅用户开放。Muse Wonder 后续还将用于 Meta 的个人智能体产品 Muse，先向订阅用户推出。

Aran Komatsuzaki@arankomatsuzaki· 00:28AI 评分4242

Meta 推出 RoboJEPA 将 JEPA 预测器从 22M 扩展到 8B 参数（迄今训练的最大模型），使用覆盖 12 种机器人形态的数据，并研究潜在预测误差如何预测下游规划性能 https://arxiv.org/abs/2610.10515

Emad@EMostaque· 03:28AI 评分1717

Meta 其实输了这场官司，被罚 180 亿美元，耸耸肩就继续了 史上最大的反垄断赔偿是 55 亿美元（Visa 和 Mastercard） 任何因放缓 AI 而生的罚款都只是这个数的一小部分 如果 AI 不协调就会违法/造成伤害，那这算不上反对协调的严肃论据

AI at Meta@AIatMeta· 03:11AI 评分5858

Meta 公布六篇论文，内容来自数学家过去数月通过 meta.ai 普通聊天界面与 Muse Spark 1.1、1.2 的 Thinking Mode 协作求解尚无现成路径的开放问题，未使用定制研究脚手架。合作遵循同一套原则：由数学家主导研究，再由另一组数学家评审，每篇论文标注哪些段落主要由人类或 AI 起草，并注明所依据的先前研究；若有其他团队独立宣布同一问题的解法，也会一并致谢。

AI at Meta@AIatMeta· 13:43AI 评分4848

@finkd 刚刚揭晓了 Muse Realtime Avatar，这是我们能将 Muse Realtime Voice 转化为富有表现力、可交互虚拟形象的实时具身技术。 Muse Realtime Avatar 在 @Muse 中开启了一系列全新的交互方式，首先是实时对话。 🧵👇 #MetaConnect

AI at Meta@AIatMeta· 06:33AI 评分5858

Meta 宣布 Muse 智能体在 Mac 上线，用户可在获得明确授权的前提下让它在电脑上直接完成任务。官方列出的用途包括整理下载文件夹、找回找不到的文件、汇总消息和笔记，并提供了下载入口 http://ai.meta.com/muse/download/，更多能力后续推出。

AI at Meta@AIatMeta· 03:27AI 评分5858

Meta 今日推出个人 AI 智能体 muse.ai，并发布关于其系统安全构建方式的深度解析。官方称该智能体会随时间了解用户、必然持有大量用户上下文，这既是其有用性的来源，也是将其设计为安全、私密的原因。完整解析见 security.muse.ai。

AI at Meta@AIatMeta· 03:07精选AI 评分7575

Meta 发布个人智能体 Muse，由 Muse Spark 1.3 驱动，可在生活各场景中替用户完成任务。官方同时给出介绍页面，说明 Muse 的构建过程与具体能力。

AI at Meta@AIatMeta· 00:17精选AI 评分6868

Meta 称其在 6 月让自主 AI 研究系统 AIRA₃ 参加 NVIDIA 在 Kaggle 举办的竞赛，任务是微调一个 30B 的 Nemotron 模型，使其推理能力更强。AIRA₃ 在约 4000 支队伍中排名第 8，获得金牌，成绩超过使用同等前沿工具的人类参赛者。Meta 认为这表明 AIRA₃ 能在特定能力上把模型提升到接近人类专家的水平。

AI at Meta@AIatMeta· 02:20AI 评分6262

Meta 宣布 Muse Spark 1.3 的 max 推理档已在 Muse Code 和 Meta Model API 上线。被引用的发布者称，该档位在编码和智能体任务上的表现明显更强，并建议即使已用过 Muse Spark 1.3 high 或 xhigh 也值得一试。

AI at Meta@AIatMeta· 03:36AI 评分6262

Meta 发布 Muse Spark 1.3，重点提升智能体与编码任务表现，并强调实际可用性。新版本可在单一线程中持续处理多个工作流的长程任务，会更主动地向用户提问澄清、在卡住时说明情况、在执行有后果的操作前先确认，并减少对自身能力边界的误判。官方内部对比显示，相比 Muse Spark 1.2，工具调用减少约 20%，token 消耗减少约 25%。

AI at Meta@AIatMeta· 01:26精选AI 评分7272

Meta Superintelligence Labs 发布首个实时音频感知模型 Muse Voice Transcribe，支持实时流式 ASR、20 人以上说话人分离和端点检测。该模型支持多语言并无缝切换语种，可通过语言、关键词和上下文偏置提升准确率，在 Artificial Analysis 流式语音转文字和公开说话人分离基准上排名第一。

AI at Meta@AIatMeta· 02:25AI 评分4040

Meta 预览内部评测框架 WildArtifactBench，用于评估智能体在多种交付格式下完成复杂真实任务的能力。该框架不依赖严格的标准答案评分，而是采用人类与智能体偏好评判给出的胜率和 Elo 分数，从而扩大对实际多模态工作流的任务覆盖。Meta 已从中开放 10 个任务，用于衡量多模态智能体的实际实用价值。

AI at Meta@AIatMeta· 01:06AI 评分5858

Meta 公布 Muse Spark 1.2 的新评测与演示，展示该模型在视觉理解与推理上的覆盖范围。Muse Spark 1.2 支持从视觉内容生成可运行代码、把感知转化为物理动作，并具备音视频理解能力，以支持企业场景中视频密集的工作流。演示中，模型解析多模态观测并调用工具，引导机器人在非结构化环境中导航寻找橡皮鸭。