阶跃星辰开源 Step 5 Preview 模型权重
大模型之家讯 10月15日，阶跃星辰宣布开源 Step 5 Preview 模型权重，同步公开 BF16 与 FP8 权重、技术博客及开源工具，已上线 Hugging Face 和 ModelScope。该模型采用稀疏 MoE 架构，总参数 600B、激活参数仅 27B，专为长程复杂 Agent 任务优化，原生支持文本与视觉多模态输入，具备 100 万 token 超长上下文窗口，并适配主流芯片与推理框架。该模型曾在 OpenRouter 周榜与日榜调用量稳居全球第二，此次权重全面开放，有望加速垂直领域应用落地，标志国产大模型在开源生态的进一步深化。
蚂蚁百灵开源 Ling-3.1-flash：560B 级模型部署降至 4 卡
大模型之家讯 10月15日，蚂蚁百灵宣布开源 Ling-3.1-flash 模型。该模型总参数约 560B、每 Token 激活约 25B，最高支持 1M 上下文；在 Artificial Analysis 公开评测中智能指数为 41、输出速度约每秒 210 Token。针对本地部署，团队对 routed experts 采用 MXFP4 量化、dense 层保持 block-FP8，权重占用从约 534GB 降至 292GB，在 Hopper GPU 配置下服务部署由 8 卡降至 4 卡。在模拟生产请求测试中，8 卡 Hopper 配置下平均首 Token 时间为 604 毫秒，4 卡吞吐测试中达到约 1.36 QPS。模型提供限时 2.5 折优惠：OpenRouter 输入 0.075 美元、输出 0.225 美元/百万 Token，Ling Studio 输入 0.5 元、输出 1.5 元/百万 Token。
快手可灵 Kling 4.0 全量上线，单次生成视频最长 30 秒
大模型之家讯 10月15日，快手可灵 AI 宣布 Kling 4.0 正式全量上线 klingai.com，在画面真实感、创意可控性、叙事完整度上大幅提升。新版本单次生成视频最长可达 30 秒，支持长镜头与连续叙事；单次输入最多 10 张图片、5 段视频及 7 个主体，支持最多 10 张多关键帧输入，提示词长度提升至 8000 tokens，并可多次续拍最长延展至 2 分钟。此外 Kling 4.0 支持 4K、1080p 的 10-bit HDR 格式输出与 21:9 超宽画幅，升级高速运动、跟拍、环绕等镜头稳定性，提升角色口型匹配精度，并支持电影感、动画、像素风等视觉风格及多语种语言与方言口音。其能力接入 MCP / CLI，面向企业与开发者的 API 服务将于近期开放。
小米开源空间音频理解大模型 MiDashengLM-Spatial
大模型之家讯 10月15日，小米宣布推出 Dasheng 系列新成员 MiDashengLM-Spatial，完整公开模型权重和推理代码，并以 Apache 2.0 许可证发布。该模型以 MiDashengLM-7B 为基座，不仅听懂声音内容，还能感知声音来自何处、如何在空间中分布，小米称其为业界首个开源的端到端空间音频理解大模型，推动音频大模型从“听懂声音”迈向“理解声音所处的空间”。过去两年，小米先后开源声音基座模型 Xiaomi Dasheng 及声音理解大模型 MiDashengLM-7B，相关技术已在智能家居、汽车座舱等场景实现超 30 项落地应用；新模型将陆续应用于智能家居、汽车座舱等场景，提升“人车家全生态”交互体验。
苹果 Meta 破冰合作：两台 512GB Mac Studio 本地运行 Muse Spark Open
大模型之家讯 10月16日，科技媒体 MacRumors 报道，Meta 与苹果围绕 Muse Spark Open 在 Mac Studio 上本地运行展开技术合作，属于两家长期对立巨头间罕见的公开协作。演示在 2 台配备 512GB 统一内存的 Apple M5 Ultra Mac Studio 上通过最新 MLX 框架完成，Meta CEO 扎克伯格与苹果 CEO 约翰·特努斯均在社交平台确认合作。特努斯表示 Mac Studio 正持续突破设备端 AI 的能力边界，扎克伯格称该模型在新款 Mac Studio 上运行表现良好。不过该方案成本高昂：512GB 版 Mac Studio 尚未正式发售，预计本月晚些时候推出，而 256GB 版售价已超过 1 万美元（约合人民币 6.7 万元）。
Meta 发布 Muse Spark Open，宣称“美国最强开源模型”
大模型之家讯 10月15日，Meta 发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。该模型采用原生多模态架构，总参数量 816B、激活参数 42B，支持 1M token 上下文窗口，专为代码构建与智能体协作设计；凭借最新 MLX 框架，它成为同级别中首个仅用两台苹果 M5 Ultra 芯片（512GB 内存版）Mac Studio 即可本地运行的模型，权重已上线 Hugging Face 等平台。同日，Meta 首席 AI 官汪滔表示，出于安全与能力边界考量，通常不会开源最顶尖的模型，但会继续发布优秀开源模型。Meta 称该模型性能低于周一发布、仍闭源的 Muse Wonder，这是 Muse 系列第二次开源。
YouTube Music 上线 AI 音乐标注，听众可看清”成分表”
大模型之家讯 10月14日，YouTube 发布公告，其音乐平台 YouTube Music 上线 AI 音乐标注功能，后续将同步扩展至主 YouTube 应用。当歌曲被识别为”主要使用生成式 AI 创作”时，歌曲名称下方、靠近艺人或频道名称处会出现明显的”AI”椭圆形标签，点击可查看使用说明。
该标注结合合作伙伴申报与 YouTube 的 AI 检测。创作者交付数据时需选择三类：完全由生成式 AI 创作、部分使用生成式 AI（音乐人自主录音，但用 AI 辅助生成和弦、旋律、歌词或音效）、未使用生成式 AI。其中，使用 Auto-Tune 等音高修正或自动化母带软件被归为”未使用 AI”。若上传方未申报，YouTube 内部检测系统会自动判别与标记。
OpenAI 基础设施与算力负责人卡蒂离职，曾主导”星际之门”
大模型之家讯 10月14日，OpenAI 基础设施与算力负责人萨钦·卡蒂（Sachin Katti）在 X 平台宣布辞职，空缺由乌代·鲁达拉朱（Uday Ruddarraju）接替。知情人士称，卡蒂离职后预计转任顾问。卡蒂于 2025 年 11 月由英特尔 CTO 转投 OpenAI，在职期间主导推进”星际之门”数据中心计划，并促成与软银、甲骨文及亚马逊 AWS 等的算力合作。
接替者鲁达拉朱此前任 xAI 基础设施工程主管，2025 年 7 月加入 OpenAI。卡蒂的离开是 OpenAI 近期高管离职潮的最新一例，此前已有菲吉·西莫、布拉德·莱特卡普、丹妮丝·德雷瑟等核心高层出走。总裁布罗克曼曾表示，公司处于聚光灯下，每次离职都受严格审查。
Linux 之父推出首个 AI 辅助开发补丁，并发读取吞吐量提升约 3 倍
大模型之家讯 10月13日，Linux 之父托瓦兹在其 Git 仓库推送名为 noref-filemap-read-with-llm 的新分支，提交首个由大语言模型辅助开发的内核补丁。该补丁主题为提高页面引用计数可扩展性，解决多线程高频读取同一文件时反复触发表级缓存引用计数更新引发的 CPU 竞态争抢。
托瓦兹称，补丁核心代码、测试程序与文档初稿均在其指导下由 Anthropic 的 Claude Code 完成。测试显示，8 个线程同时读取同一文件，吞吐量从每秒 990 万至 1040 万次提升至 3000 万至 3300 万次，提升约 3 倍；单次读取消耗的内核时钟周期从约 2950 次降至 725 次。该补丁仍属实验性分支，尚未合入 Linux 7.4 主线。
SpaceXAI 发布 Grok Voice 3.0，称全球最智能语音模型
大模型之家讯 10月15日，SpaceXAI 发布语音转语音模型 Grok Voice 3.0，官方称其为全球智能水平最高的同类模型。该模型在客服电话处理任务上创下新纪录，延迟低于1秒，现已通过 API 上线，定价与上一代保持一致，为每分钟0.08美元（约合人民币0.54元）。
Artificial Analysis 独立测试显示，Grok Voice 3.0 以86.9分位列语音转语音综合榜单第一，全双工基准测试得分97%，τ-Voice 得分71.6%，性能与 GPT-Live-1（Astra）相当，但延迟降低40%。官方称，该模型每天在特斯拉车辆内处理数百万次对话，星链客服中心依托它每天承接2万通客户来电，约70%无需人工介入即可解决。