Meta 如何用 AI 原生工程方式开发 Forum 应用
Meta 工程团队详解如何把 AI 智能体作为开发流程参与者来构建独立 Groups 应用 Forum,采用 human-on-the-loop 模式并以验证通过的生产级产出衡量成功。Forum 在八周内达到与 Facebook Groups 的核心功能对齐,自主压测循环在开发期发现并修复了内存问题,内存占用和缺页约减半,上线后智能体还协助根因分析用户反馈。
Meta 如何用 AI 原生工程方式开发 Forum 应用
Meta 工程团队详解如何把 AI 智能体作为开发流程参与者来构建独立 Groups 应用 Forum,采用 human-on-the-loop 模式并以验证通过的生产级产出衡量成功。Forum 在八周内达到与 Facebook Groups 的核心功能对齐,自主压测循环在开发期发现并修复了内存问题,内存占用和缺页约减半,上线后智能体还协助根因分析用户反馈。
Black Forest Labs FLUX 3 系列登陆 OpenRouter:Image Klein 开源权重、视频 upscale 降价并支持 4K 生成
OpenRouter 宣布 Black Forest Labs(@bfl_ai)三项新内容上线。FLUX 3 Image Klein 是新的开源权重图像模型,可在单张消费级 GPU 上运行;改进版 FLUX Video Upscale 开启 early access,可将任意视频转为 4K,价格从 $0.59/s 降至 $0.28/s;FLUX 3 Video 现已支持从提示词直接生成 4K 视频。
Meta 开源 Muse Spark Open,Modal 上线共享端点按 token 计费
Meta 发布 Muse Spark Open 开源权重,现已上线 Modal Auto Endpoints,以 Shared Endpoint 方式按 token 计费。
Meta Muse Spark Open 上线 Together AI
Meta 的 Muse Spark Open 开源权重模型即日起在 Together AI 提供,Together AI 为 Day 0 发布合作方。该模型主打长时程智能体编码,具备 1M token 上下文窗口、计算机使用与多模态输入(文本、图像、音频、视频),并在行动前输出意图说明。
Muse Spark Open 上架 Arena,可在 Agent Arena 实测,评分即将公布
Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena,用户可实测,评分即将公布。该模型为 816B 总参数、42B 激活参数,1M token 上下文窗口,原生多模态。
Meta 开源 Muse Spark Open:816B 参数多模态模型可在两台 Mac Studio 上运行
Meta 今日发布开源权重模型 Muse Spark Open,称其为目前最强的美国开源权重模型,总参数 816B(激活 42B),支持 1M-token 上下文窗口,主打编码与智能体任务。
vLLM 提供 Muse Spark Open Day 0 支持
vLLM 与 Meta Superintelligence Labs 合作,在发布当天即支持开源 MoE 模型 Muse Spark Open。该模型总参数 816B、每 token 激活 42B、上下文窗口 1M,面向长程智能体编码工作流。
Meta 开放权重模型 Muse Spark Open 上架 OpenRouter
Meta 发布开放权重模型 Muse Spark Open,现已可在 OpenRouter 使用,定位为面向编码与智能体工作的美国最强开放权重模型。模型总参数 816B、激活 42B,支持 1M token 上下文窗口,原生多模态,OpenRouter 定价为输入 $1.25/M、输出 $4.25/M,正文提到支持图像、视频、音频和 PDF 输入。
Perplexity 开源驱动 Perplexity Computer 的沙箱平台 SPACE
Perplexity CEO Aravind Srinivas 宣布开源沙箱平台 SPACE,该平台为 Perplexity Computer 的全部沙箱能力提供支撑,仓库地址为 https://github.com/perplexityai/space。他表示沙箱虽是 commodity,但在生产级流量下服务数百万沙箱、为企业和消费者扩展 Agent 需要大量细节,开源旨在支持生态。
Meta 发布开放权重模型 Muse Spark Open,上线 Baseten 支持 coding agent
Meta 开放 Muse Spark Open 权重,模型上线 Baseten Model APIs 和 Dedicated Inference。