AI 日报 · 2026-10-16

今天最值得关注的是 Reflection 在 Hugging Face 发布 501B 开源 MoE 模型 Beam，以 Apache 2.0 提供 1M 上下文，面向编程与 agentic 场景。腾讯混元推出 Hy-Memory-30B-A3B 记忆写入器，在多个记忆框架评测中超过 Claude Opus 5 等更大模型。NVIDIA 与 AI4Bharat 公开约 2.8 万亿 token 的 22 种印度语言预训练语料及生成流水线，并扩展 Nemotron Super VL 与 Bolt 边缘模型。IBM Granite Switch 4.1 把聊天、决策和语音转文字合并到一个 endpoint。OpenAI 为学术实验室提供 GPT-Rosalind 赞助访问，Google DeepMind 展示 Antigravity 加速抗菌肽发现，NVIDIA RTX Spark 笔记本同日上市。

北美一手（LLMs 官方 & 关联账号）

OpenAI

⭐⭐ [产品更新] Bringing GPT-Rosalind to academic research labs

OpenAI 宣布推出 Rosalind Academic Plan，面向符合条件的学术实验室提供 GPT-Rosalind 的赞助访问权限。GPT-Rosalind 是 OpenAI 专为生命科学打造的模型，结合前沿推理能力与 Rosalind workbench，可在药物化学、基因组学、湿实验辅助等科研场景中编排专用工具。符合条件的实验室可免费获得最多 30 个 Business Standard 席位，为期最长 12 个月，访问 GPT-Rosalind 需通过受信任访问审批。文中引用了 UCSF 的 Zhao Lab、Bourdenx Lab 以及斯坦福大学与 Arc Institute 的 Brian Hie 等团队使用该模型的反馈。

Google

⭐⭐ [研究] Accelerating the search for antimicrobial peptides with Google Antigravity

Google DeepMind 发布博客，介绍生物学家如何借助 agentic 开发平台 Google Antigravity 加速抗菌肽（AMPs）的寻找。Antigravity 提供 agentic 科学工作台，把过去分散在多个数据库中的检索压缩到单次会话，帮助生物学家快速发现、进行结构评估并排序候选靶点。该平台还借助 ProtNLM（一个从氨基酸序列预测生物功能的深度学习模型）扫描 UniProt 数据库中数百万个此前未被表征的蛋白质。技术演示展示了生物学家用 Antigravity 找到一个新型抗菌肽候选物，其被预测对呼吸道感染相关病原体具有活性，该先导化合物目前正在接受湿实验室验证。

东亚一手（中国厂商官方 & 模型发布）

腾讯（混元）

⭐⭐⭐ [模型发布] tencent/Hy-Memory-30B-A3B

腾讯混元发布了 Hy-Memory-30B-A3B，这是一个约 3B 激活参数的紧凑型长期记忆「写入器」模型，采用 Apache-2.0 许可，用于在外部记忆框架中执行写入路径。它可直接替换 Mem0、MemOS 和 Hy-Memory 中的通用 LLM，覆盖 Chat、Working、Coding 场景，决定保留哪些信息、如何精确表示，以及新证据如何更新持久记忆库。模型分两阶段训练：先做 Memory On-Policy Distillation，再做 Attributed Memory Reinforcement Learning，并能直接迁移到未参与训练的 EverMemOS 等框架。在固定 20% 子样本的四框架评测矩阵（Mem0、Hy-Memory、MemOS、EverMemOS）上，其宏平均分为 55.49，高于 Claude Opus 5 的 54.62、DeepSeek V4.1 Flash 的 53.64、Hy3 的 51.63 与 Qwen3.6-35B-A3B 的 50.37。评测中仅更换记忆写入器，harness 版本、提示、检索配置以及答案模型和评判模型均保持固定。

衍生 & 周边（产品 / Agent / Tools / 观点）

模型发布

⭐⭐⭐⭐ [模型发布] Welcome Beam: a 501B open model you can own, customize, and scale

新的美国实验室 Reflection 在 Hugging Face 上发布了其首个模型 Beam，并以开放方式提供。Beam 是混合专家（MoE）模型，总参数 501B、每 token 激活 23B，仅支持文本输入，上下文窗口为 1M token，采用 Apache 2.0 许可，主要面向编程与 agentic 场景，目标用户是希望在自己的硬件、基础设施或云上运行 frontier 规模模型并加以定制的团队。模型共 52 层，每个 MoE 层有 256 个专家、每 token 路由其中 8 个；提供 BF16、FP8、NVFP4 权重格式，支持 low、medium（默认）、high、xhigh、max 五档推理强度、跨轮保留思考（preserve_thinking）以及带专用语法的工具调用。Beam 在 transformers、SGLang、vLLM 上获得 day-0 支持，并自带一个基于 Rust 的专用 harness，Hugging Face 与 Reflection 团队还提供了推理、SFT 和 RL 配方。Reflection 将向使用 Beam 的优秀项目提供 1 万美元 Hub 额度。

⭐⭐⭐ [模型发布] Granite Switch 4.1: Chat, Decisions, and Speech from One Endpoint

IBM 发布 Granite Switch 4.1，包含 Granite-Switch-4.1-8B 和 -30B 两个版本，可在同一个托管 endpoint 上处理自然语言回复、通用与专用决策以及语音转文字任务。每个模型由三部分组成：面向通用决策的新 Decision aLoRA、专用 Guardian aLoRA（原文称其在安全相关决策任务上的平均表现优于 Jev 1.13、Microsoft-Decision-1、GPT-Luna-Decisions 和 Clef-Flash），以及嵌入的 Granite-Speech-5.0-Turbo-CTC（原文称其为 OpenASR Leaderboard 上最快的 ASR 模型）。三者与基础模型组合后，在 GPU 上占用的 VRAM 与基础模型单独运行时大致相当。文章还称 Switch 适配器采用 cache-efficient 的 Activated LoRA，基础模型生成的 KV cache 可被后续基于适配器的决策复用；用户也可自行从 Granite Libraries 中组合适配器，并计划发布用于在 Mellea 中训练适配器的 Adapter SDK。

⭐⭐ [模型发布] Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models

NVIDIA 发布了 Nemotron 3.5 Super VL，这是一个开放的 1200 亿参数模型，NVIDIA 称其在专用常驻智能体（always-on agents）任务上实现最快的任务完成速度和最高的准确率。同时推出的还有两款边缘模型：Nemotron 3.5 Bolt 74B-A9B 24GB，针对本地智能体工作负载，在每 GB 的智能与速度之间做平衡；以及 Nemotron 3.5 Bolt E4B 4GB。原文正文在此处截断，未提供更多细节。

产品更新

⭐⭐ [产品更新] NVIDIA RTX Spark PCs Available Today — A New Beginning for Windows PCs

NVIDIA 宣布 NVIDIA RTX Spark 笔记本电脑即日起上市。该产品将 RTX 显卡与 NVIDIA 的全栈 AI 平台整合到轻薄的 Windows PC 中，面向加速创作、沉浸式游戏和本地 AI 等场景。产品由华硕、戴尔、惠普、联想、微软和微星推出。

研究

⭐⭐⭐ [研究] Scaling Indic Pretraining: 2.8 Trillion Tokens and an Open Data Generation Pipeline

NVIDIA 与 IIT Madras 的 AI4Bharat 实验室联合发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖印度宪法列出的 22 种语言，并将在发布模型的同时公开用于生成该数据的开放、GPU 加速数据生成流水线。语料包含 2,601.0 亿原生文字 token 与 224.6 亿罗马化 token，共 34 种语言-文字组合；其工作流结合文档级翻译、质量评估与定向修复，并校验方程、表格、代码等内容，每条记录都可追溯到精选源文档、输出与输入相互核对。流水线公开了完整生成配方（提示词、LLM 工作流、质量检查），开发者可用于自有源材料生成更多数据。此外，Nemotron 3.5 Super VL 的继续预训练使用了来自该语料十二种语言子集的 100 亿印度语 token。