在 NVIDIA 上用 Meta 的 Muse Glimmer 运行本地 Agentic AI 工作流

Meta 发布了面向本地 Agent 工作流的开源大模型 Muse Glimmer(30B 参数、120K 上下文),NVIDIA 同步宣布其在自家 GPU 上可实现单卡每秒 20K tokens 的推理性能,让“永远在线”的本地 AI 智能体从理论走向可部署。

Meta 发布了面向本地 Agent 工作流的开源大模型 Muse Glimmer(30B 参数、120K 上下文),NVIDIA 同步宣布其在自家 GPU 上可实现单卡每秒 20K tokens 的推理性能,让“永远在线”的本地 AI 智能体从理论走向可部署。

Reminder AI 是一款出现在 Product Hunt 上的 AI 提醒类工具,目前公开信息有限;它代表了一类新趋势——用大模型重新理解“提醒”这个高频场景,而不只是设置闹钟。

Salesman AI 在 Product Hunt 上线产品页,这是一款主打销售场景的 AI 工具。目前公开信息有限,但它的出现说明 AI 销售助理赛道仍在快速增加新产品,值得关注其产品化思路。

福特正在向其手机App推送一款AI助手,能回答油量、胎压、牵引能力等车辆相关问题,并计划在2027年将该助手直接集成到车载系统。这是传统车企加速将大模型技术落地到汽车场景的最新动作。

Meta 发布了一款名为 Muse Glimmer 的 30B 参数多模态大模型,采用 Apache 2.0 开源协议,主打本地部署、智能体调用和图文理解,发布当天即获得 Hugging Face 生态的 transformers、llama.cpp、vLLM 等工具链支持。

Meta 旗下 Superintelligence Labs 发布了一款名为 Muse Glimmer 的 30B 参数开放权重编码与 Agent 模型,采用 Apache 2.0 许可,主打单张消费级 GPU 即可运行的本地智能体场景。它试图证明:中等规模模型在针对性任务上同样能逼近前沿表现,且不需要依赖云…

扎克伯格公开批评“封闭式”AI模型开发商,认为行业弥漫的“末日叙事”夸大了AI风险,同时为模型蒸馏这一技术路线辩护。由于Meta正是开源大模型的主要推动者,这番表态直接把开源与闭源路线之争推到了台前。

Product Hunt 上出现了一款面向安全场景的工具,它让开发者可以借助任意主流大语言模型(LLM)自动定位代码中的安全漏洞与缺陷。这件事的价值在于,它把 LLM 从“写代码”进一步推向“审代码”,且不绑定某一家模型。

OpenAI 收购了能将提示词、笔记和文档快速转为可编辑演示文稿的初创公司 NextSlide,其创始人已加入 OpenAI 负责 ChatGPT 产品工作。这是 OpenAI 在办公生产力场景的又一次补位,AI 生成演示文稿功能很可能直接整合进 ChatGPT。

最新全球大模型调用数据显示,中国大模型周调用量连续15周超过美国,其中DeepSeek-V4-Flash以570%的环比增速登顶,说明国产模型正在从“参数竞赛”进入“真实使用量竞争”阶段。