匹兹堡大学利用Meta的DINOv3和SAM开发ARPA-H资助的RAMMP辅助机器人
匹兹堡大学的人机工程学研究实验室（HERL）正在主导“为残疾人提供独立性的机器人辅助移动与操作平台”（RAMMP）项目，该项目获得了ARPA-H高达4150万美元的资金支持。该倡议旨在通过将先进机器人与Meta的开源AI视觉模型相结合，为轮椅用户创造更安全、更具适应性的辅助移动解决方案。
Meta的SAM 3和DINOv3实现实时科学图像分割
劳伦斯伯克利国家实验室在SYNAPS-I计划中部署了Meta的Segment Anything Model 3（SAM 3）和DINOv3，以自动化X射线和中子数据分析。这些模型在科学成像数据上进行微调，取代了手动分割瓶颈，通过流水线在约15分钟内提供语义标注的3D体积。
Meta发布Muse Code智能体框架及低成本Muse Spark 1.2模型
Meta推出了Muse Code，这是一个由新型Muse Spark 1.2模型驱动的命令行智能体编码框架。此次发布包含一个“贡献者层级”，大幅降低了允许Meta使用其交互数据进行训练的开发者成本。
Meta发布Muse Glimmer 30B开源权重模型；Anthropic改进黎曼边界
Meta发布了Muse Glimmer，这是一个30B密集多模态模型，针对本地代理部署进行了优化，采用Apache 2.0许可证，并承诺未来将提供Muse Spark 1.2的权重。
Meta发布Muse Glimmer，一款面向本地代理的30B开源权重模型
Meta发布了Muse Glimmer，这是一款在Apache 2.0许可证下的30B密集多模态模型，标志着其以“个人超级智能”为重点回归开放权重。此次发布与马克·扎克伯格阐述Meta通过AI赋能个人而非机构的议程的文章 coincide。
Meta 发布开源多模态模型 Muse Glimmer 30B
Meta 发布了 Muse Glimmer，这是一个拥有 30B 参数的密集多模态模型，作为开源项目托管在 Hugging Face Hub 上。该架构由一个 28B 的文本解码器和一个用于视觉任务的 2B ViT 风格 Perception Encoder 组成。
Meta 发布 Muse Glimmer，一款面向本地智能体工作流的 30B 开源权重模型
Meta 发布了 Muse Glimmer，这是一款拥有 300 亿参数的密集多模态模型，专为始终在线的本地智能体工作流而优化。该模型的权重在 Apache 2.0 许可证下开放。
Google 开源 WeatherNext 模型；Meta 探索跨模态协同
Google 已开源其 WeatherNext 2 和 WeatherNext Cyclones AI 模型，以提高气旋预报的准确性。这些模型在预测路径、强度和风场结构方面取得了 state-of-the-art 的结果，与当前方法相比，为预报员提供了平均多一天的预测精度。
Meta发布由Muse Spark 1.2驱动的Muse Code beta版终端代理
Meta AI发布了Muse Code，这是一款针对macOS和Linux的beta版终端编码代理，由新的Muse Spark 1.2模型提供支持。该系统通过持久化代理循环来规划变更、编写代码并验证结果，旨在处理大型仓库中的复杂软件工程任务。
Kimi K3 作为最大开源权重模型发布；Muse Spark 1.1 发布
Moonshot AI 推出了 Kimi K3，这是一个拥有 2.8 万亿参数的视觉语言模型，可通过 API 使用，并承诺在 7 月 27 日前公开权重，将其定位为迄今为止最大的已知开源权重模型。与此同时，Meta 发布了 Muse Spark 1.1，这是一款针对智能体任务训练的视觉语言模型，并推出了其首个付费 Meta Model API 访问权限。
LWiAI播客第252期涵盖GPT-5.6、Grok 4.5和Muse发布
《Last Week in AI》第252期于2026年7月11日录制，总结了上周人工智能行业的主要发展。
Meta发布开源权重Muse Glimmer 30B智能体视觉模型
Meta发布了Muse Glimmer，这是一个新的拥有300亿参数的多模态模型，在Apache 2.0许可证下可用。此次发布标志着Meta重返开放权重领域，重点在于本地部署和智能体能力。
Anthropic的Claude改进了黎曼猜想下界；Meta发布Muse Glimmer；OpenAI推出GPT-5.6-Cyber
本期TLDR AI涵盖三项重大进展：Anthropic的Claude模型显著提升了满足黎曼猜想零点的下界，Meta发布了开源权重的Muse Glimmer模型，OpenAI推出了一款专用的网络安全模型。
Meta主张发布更多开放权重模型，并邀请政府测试AI安全性
马克·扎克伯格发表了一份宣言，主张发布更多的开放权重模型。他还邀请各国政府与AI开发者合作进行安全测试。
Meta发布开源权重Muse Glimmer 30B智能体视觉模型
Meta发布了Muse Glimmer，这是一个新的拥有300亿参数的多模态模型，采用Apache 2.0许可证发布。此次发布标志着Meta重返开放权重领域，重点关注智能体能力和视觉处理。
Meta发布Muse Glimmer：一款在单张消费级GPU上运行的30B开源权重智能体模型
Meta发布了Muse Glimmer，这是一个拥有300亿参数的多模态模型，由Muse Spark蒸馏而来，并针对始终在线的本地智能体工作流进行了调优。该模型采用Apache 2.0许可证发布，可在单张消费级GPU或Mac上运行，无需进行网络调用。
Meta发布Muse Glimmer，一款用于本地智能体AI的30B开源权重模型
Meta发布了Muse Glimmer，这是一个拥有120K+上下文窗口的30B密集参数模型，专为本地AI智能体工作设计。该模型针对NVIDIA边缘、桌面和工作站平台进行了优化，在单张GPU上可实现20K tokens/sec的推理速度。
Meta开源端侧模型Muse Glimmer
Meta已将端侧模型Muse Glimmer作为开源项目发布。该公司还宣布，名为Muse Spark 1.2的变体即将发布。
Meta发布Muse-Glimmer-30B，一个开放的智能体模型
Meta发布了Muse-Glimmer-30B，这是一个在Apache 2.0许可证下的29.6B密集模型，具备视觉能力。
Meta的Muse Spark 1.2和OpenAI的GPT-5.6 Sol更新
Meta宣布其Muse Spark 1.2模型在五场STEM奥林匹克竞赛中获得金牌成绩，并以每测试0.69美元的价格进入Vals指数前五名，据报道比Kimi便宜3倍。Meta将这些成果归因于带有并行推理的多智能体编排，指出在APhO和IPhO中无需外部工具即可获得满分理论成绩。