AI Daily Digest - 2026-10-14

[AINews] Meta Muse Wonder & Wonder Full: MSL’s Claude 5.5-tier Frontier Model

🧠 模型进展

• Meta Superintelligence Labs 发布 Muse Wonder 与 Muse Wonder Full，定位前沿个人/专业 agentic 模型，Wonder Full 在多项独立评测中接近或进入前沿。
• Artificial Analysis 评测显示 Wonder Full(max) 的 Intelligence Index 为 56、Wonder 为 52，均高于 Muse Spark 1.3 的 48，但 Opus 5.5 以 58 领先，且 Wonder Full 在 Terminal-Bench、GDPval、AA-Briefcase 等 agentic 基准显著提升。
• Vals AI 评测显示 Wonder Full Max 位列 Vals Index 第 5、ProofBench 达 94/100，Terminal-Bench 4 翻倍以上，Wonder 位列第 10。
• Muse Wonder 支持 1M 上下文和文本/图像/视频/音频输入、仅文本输出，定价为 $4 输入/$0.20 缓存输入/$20 输出每百万 tokens，Wonder Full 仅限 Muse Code 订阅者使用。
• 其他模型与训练进展包括 QwenGyre 弹性 RL 框架提升超长程 agent 训练，Decision 3.0 发布 0.6B–27B 开放多模态决策模型，GLM-Legal 成为 Harvey LAB/LegalBench 最强开源权重模型。

🤖 Agent/产品进展

• Muse Wonder 将驱动 Meta 的 Muse 个人 agent 产品，Wonder Full 支撑 Muse Code，且 Muse Code 可通过 curl 安装。
• QwenGyre 面向超长程 agent 的弹性 RL 训练，在 NL2RepoBench 上从 52.5% 提升到 58.5%，并减少约 44% 训练时间。
• Sakana MASS 让单个 27B 模型自组织多 agent 工作流并基于最佳团队轨迹微调，研究基准每输出 token 分数提升 1.2–1.6 倍。
• Claude Code 新插件 claude-show-your-work 可在终端显示截图、内嵌视频和 QA 记录，CraftAI 则让 Claude 在 Minecraft 中按自然语言建造。
• 消费级 agent 开始执行真实购物结账，ChatGPT 等助手可完成 Amazon 下单，但引发授权、会话持久化和误购安全担忧。

🔬 AI for Science

• Google DeepMind 的 AI 天气模型 FNV3 提前 11 天捕捉飓风 Isaias，提前 4 天定位登陆点、3 天预测峰值强度。
• Hugging Face 发布 Carbon-A，提出跨 22,617 个物种的 566M 个基因候选。
• AlphaProof Nexus 论文登上 Science，AI 生成数学证明与 Terence Tao 相关讨论持续。
• Meta 称 Wonder Full 在 CritPt、SciCode 等科学/代码基准领先，并称可 one-shot 多数 IMO 题目，但属厂商主张。
• 独立评测指 Muse 模型擅长执行但科学发现直觉较弱，其 RSI Index 结果仍待公布。

🏭 产业新闻

• Meta 因 Muse 发布股价上涨 3%，被视为 MSL 用 14 个月进入前沿实验室的重要里程碑。
• Arena 完成 2 亿美元 B 轮融资，估值 31 亿美元，并推出基于真实 agent traces 的 Alignment Index。
• Cursor 加入 X Subscription，付费计划与 Grok Build 共享用量池，第三方模型在 Cursor 中转为 API 定价。
• 微软 Maia 300 宣称每兆瓦 token 数比领先 GPU 系统高 40%，计划 2027 年起成为微软产品主要推理系统。
• Sora 分拆传闻显示 Katzenberg 与前 Sora 负责人 Bill Peebles 的新公司洽谈改编并出售给制片厂，同时 Anthropic 更强 Claude checkpoint/Fable 5.5 传闻尚未确认。

查看原文