NVIDIA 开源 Run:ai 并预告 RTX Spark，Meta 与 Google 同日发布新模型

AI DAILY BRIEFING

当日核心动向集中在平台开放与前沿模型迭代两条线上。NVIDIA 宣布将完整的 Run:ai 平台作为开源软件发布，使其成为 DSX AI Factory 的开放基础，客户与生态伙伴可据此构建差异化方案；同时 NVIDIA 预告 RTX Spark 超级芯片将于 10 月 16 日随笔记本电脑上市，配备最高 128GB 统一内存与 1 petaflop AI 算力，并配套 Nemotron 3.5 Bolt 74B 模型及 Adobe 创意应用优化。模型侧，Google 开始全球推出面向编码、金融、法律、网络安全与科学任务的前沿模型 Gemini 4 Argon，并集成至 Gemini API、Gemini App、搜索 AI 模式、Antigravity、AI Studio 与 Android Studio；Meta Superintelligence Labs 发布第二代模型 Muse Wonder 与 Muse Wonder Full，前者经 Meta Model API 与 Muse Code 提供，后者仅限 Muse Code 订阅用户，第三方评估显示其接近前沿水平。具身智能方面，欧拉万象与港科广开源 UniWAM，将语义理解、未来视觉预测与动作生成统一于单一架构，并首次揭示人机联合训练的 Scaling 趋势，在 LIBERO、LIBERO-Plus 与 RoboTwin 2.0 C2R 上取得 SOTA；上海人工智能实验室联合多所高校提出 Real2Gym，从人类或机器人视频构建可交互仿真环境，在 DROID 与 EgoDex 的 24 个场景中平均成功率达 87.5%，策略执行 Token 用量减少约 74.9%。此外，Artificial Analysis 上线按提供商统计的缓存命中率与每任务成本数据，显示 GLM-5.3 (max) 每任务成本在不同提供商间相差约 9 倍；开源基准 Parsimony 则尝试量化 AI 模型在代码库中的净增代码量。

下一步关注：关注 10 月 16 日 RTX Spark 上市后的实际软件生态与本地 AI 负载表现；Gemini 4 Argon 与 Muse Wonder 系列的第三方基准与定价对比；Run:ai 开源后的社区采用与商业支持模式；以及 Artificial Analysis 缓存命中率与每任务成本数据对模型服务商定价策略的后续影响。