AI 新闻

Anthropic 发布报告称开源模型 GLM-5.3 存在重大网络攻击风险，再次点燃开放权重模型安全与收益的争论。本文梳理这场争论的来龙去脉，以及它对开发者与行业意味着什么。

Z.ai 基于 GLM-5.3-Flash 打造法律专用模型 GLM-Legal，在 Harvey 法律智能体基准上全通过率 19.2%，接近基座模型的三倍，单次测试成本约 0.15 美元，采用申请制开放。

阿里Qwen团队发布QwenGyre，一个面向极端长周期Agent训练的弹性强化学习框架，通过未修改的黑盒工具链训练编码Agent，单次rollout可持续数小时、处理近百万token。

Meta 的 Muse Wonder 系列在十项基准中六项进入前三，智能体任务提升最明显；代价是单任务成本大幅上涨，前沿模型的性价比问题再次浮出水面。

Meta 超级智能实验室发布 Muse Wonder 与 Muse Wonder Full 两款新模型，这是 Meta 首次推出对标前沿水平的大模型，标志其正式加入第一梯队竞争。

Hacker News 上出现让 AI 玩《杀戮尖塔》的讨论，这类需要长程规划与随机应变的卡牌构筑游戏，正成为检验智能体决策能力的新场景。

Meta 推出迄今最强模型 Muse Wonder，性能对标全球顶尖模型，并引入防止智能体行为失控的新机制，标志着 Meta 重返 AI 第一梯队。

Meta 在重组后的超级智能实验室下推出 Muse Wonder 与 Wonder Full 两款新模型，宣称可与业界最强模型正面竞争，试图在 AI 竞赛中追回失去的时间。

阿联酋技术创新研究院（TII）发布Falcon-ASR，一个面向阿拉伯语、侧重阿联酋口音的1.6B语音识别模型，在6个阿拉伯语测试集上报告平均WER 20.92%，但权重和API暂未开放。

Cloudflare 发布 Apache-2.0 许可的 Clef-omni，基于 Qwen3-Omni-30B-A3B 构建，可在单次调用中对文本、图像、音频、视频统一评分，输入定价每百万 token 0.15 美元，Clef-flash 低至 0.038 美元。

vLLM Semantic Router 推出 Decision 3.0，包含 5 个 Apache-2.0 许可的多模态决策模型，参数从 0.8B 到 27B，可在一次调用中直接回答选择题、是非题和打分题，而不生成任何文本。

Epoch AI与Anthropic各自独立得出同一结论：当前模型能跑实验，却缺乏科学自我批判与真正的创造性思维，最好的成绩也仅达到人类参考分的15%，且方法早已为研究者所知。