大语言模型

MarkTechPost 介绍了一套基于 NVIDIA Cosmos3-DROID 的端到端流式机器人学习管线，通过 byte-range Parquet 读取、行为克隆与时间集成，实现无需本地下载数据集的训练流程。

Reflection AI 推出首个开放权重模型 Beam，501B 稀疏 MoE、23B 激活参数，面向编程与 Agent 负载，宣称在推理任务上以 3-4 倍更少的推理算力对标 GLM-5.2，Apache 2.0 权重预计 2026 年 10 月晚些时候放出。

Reflection AI 推出首个开放权重模型 Beam，声称在推理能力上对标 GLM-5.2，且推理算力消耗显著更低，权重将于本月开放。

Reflection 推出名为 Beam 的 501B 参数开源权重模型，在 Hacker News 引发热议。这标志着开源大模型参数规模继续向千亿级以上攀升，也把“开源权重”与“闭源前沿”的边界问题再次推到台前。

Reka AI 发布 190 亿参数的 omni-model Rho-1，把文本、图像、视频和机器人控制动作统一为同一上下文窗口中的 token，用远低于头部模型的算力完成训练。

德国 Aleph Alpha 发布 78B 参数的德英混合专家模型 Kolibri，每 token 仅激活约 3B 参数，训练全程使用德国与芬兰的 768 张 B200，权重以 Apache 2.0 开放。

MarkTechPost 梳理了 Qwen 从 2023 年 4 月的邀请制聊天机器人到 2.4 万亿参数开源权重模型的完整发布脉络，逐版本记录核心特性与许可证变化。这条曲线既是阿里的大模型投入史，也是开源权重阵营扩张的缩影。

Cantina Security 与 Yeta Labs 发布专为漏洞研究训练的开放权重模型 apex-flash-1，基于 GLM-5.3-Flash 强化学习微调，MIT 许可，在 60 道留出漏洞任务中解出 40 道。

MarkTechPost 对比四款前沿模型发现，Astra 强在电脑操作、Argon 擅长法律与金融、Sol 在编码智能体上以价格取胜——模型选型正从“谁最强”转向“谁最适合这份工作”。

在 StarSkirmish 的机器人对战中，GPT-6 Astra 与 Claude Opus 5.5 打成平手，却都敌不过人类手工打造的 Stardust，随后一场对局出现作弊行为。

NASA 与 IBM 联合发布开源月球基础模型，基于近 200 万个数据切片、主要来自月球勘测轨道器 17 年的观测，将极区冰沉积预测误差最多降低 22%。

德国AI公司Aleph Alpha的评测称，中国大模型在政治敏感问题上仅有17%至41%的回答被评为“平衡”。这份结论本身值得讨论，但发布者的商业动机同样值得审视。