Meta

推荐理由：Meta首次发布自家训练芯片，内置网络接口芯片和通信卸载引擎，性能优于通用GPU，适合训练推荐模型。

推荐理由：Meta推出Muse Spark 1.2贡献者版，价格实惠，性价比高，值得尝试。

推荐理由：Meta 推出 WildArtifactBench 评估框架，用胜率和 Elo 分数评估智能体，覆盖多模态工作流，还开放了 10 项任务。

推荐理由：Meta 把自家的多模态模型 Muse Spark 用起来了，能生成字幕还能做内容分析，比之前版本更实用了。

推荐理由：Meta 刚刚发布了 Muse Spark 1.2，能让机器人自己整理书桌，还能分清不同刷子，比普通模型更懂空间操作。

推荐理由：Meta 刚刚发布了 Muse Spark 1.2 (xHigh)，在 Agent Arena 上的净提升分数从 0.9% 提升到了 2.1%，Bash Recovery 任务直接翻倍，比前代强了不少。

推荐理由：Meta用Wiggle框架折腾了9个前沿模型，发现LLM裁判一被追问就翻案，最高91%翻转，这评测挺扎心。

推荐理由：开源模型大爆炸！DeepSeek、Meta、NVIDIA一口气发了十几个新模型，从推理到视频到语音都有，性能还紧追闭源。

推荐理由：Meta公开了WhatsApp防诈骗系统的技术细节，用加密技术在不看消息内容的情况下识别诈骗，这思路挺新鲜，值得看看。

推荐理由：Meta 新出的开源模型 Muse Glimmer，30B 参数，Apache 2.0 随便用，本地跑智能体挺靠谱，MCP Atlas 和 SWE-Bench Pro 分数都不错，想玩本地 AI 的可以试试。

推荐理由：Meta 新开源了个 30B 模型，专为智能体连续调用工具设计的，还能从报错里恢复，128K 上下文，想玩智能体的可以试试。