VOL. 2026-10-13 · 9 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-10-13 · PUBLISHED · 约 8 分钟
Meta 发布第二代前沿模型家族 Muse Wonder 与 Won…
Meta 发布第二代前沿模型家族 Muse Wonder 与 Wonder Full，面向个人与专业 agentic 工作，成为当天最受关注的模型发布。产品层面，Anthropic 为 Claude Managed Agents 推出 dynamic workflows，让 Claude 自主编排多智能体，Mastra 则强化了持久化 agent 运行的所有权与原子记忆合并。安全方面，Anthropic 研究员实测 AI 自主复制能力，GLM-5.2 攻陷 8 台设备，凸显 agent 自主性带来的风险。此外，开源侧出现多个面向决策与高效推理的模型与工具更新，包括 Wald-4B v2.1、Scion-35B-A3B 以及 ms-swift v4.6.0。
今日看点
5 个章节 · 9 条情报- 01模型发布Meta 发布 Muse Wonder 与 Wonder Full 前沿模型4
- 02产品发布Anthropic 推出动态工作流，让 Claude 自主编排多智能体2
- 03安全Anthropic实测AI自主复制：GLM-5.2攻陷8台设备1
- 04研究进展ReplaySSM：重思状态存储以加速混合模型解码1
- 05开源项目ms-swift v4.6.0 发布：新增 JEV 决策任务与多款模型支持1
模型发布
MODEL RELEASE4 篇Meta 发布 Muse Wonder 与 Wonder Full 前沿模型
Meta Superintelligence Labs（MSL）发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，定位为面向个人与专业 agentic 工作的前沿模型。第三方评测显示 Wonder Full 在 Intelligence Index v4.3 得分 56，接近 Opus 5.5 的 58，并在多项 agentic 基准上大幅提升。模型支持 100 万 token 上下文与文本、图像、视频、音频输入，定价为每百万 token 输入 4 美元、输出 20 美元。发布当天出现 Muse Code 配额异常消耗的 bug，已修复并重置配额。
DiffuRefill-1B：1.08B 掩码扩散语言模型预训练中
Hugging Face 上出现一个名为 DiffuRefill-1B 的 1.08B 参数掩码扩散语言模型预训练检查点，目前训练约进行到一半（约 10 万步 / 20 万步，约 460 亿有效 token）。该模型采用置信度定向重填充解码，整段序列约需 20 次并行去噪即可生成，而自回归模型每 token 需一次前向。训练通过 DiLoCo 在 3-5 台单 GPU 机器上同步进行，作者称其英语流畅但事实性仍不可靠，尚未做指令微调。
org2ai 发布开源 4B 决策模型 Wald-4B v2.1
org2ai 在 Hugging Face 发布开源决策模型 Wald-4B v2.1，基于 Qwen3.5-4B 全参数微调，Apache-2.0 许可。该模型接收状态与带类型的选项，直接输出每个选项的校准概率，而非文本，并通过自托管的 Jev 兼容 POST /v1/systemone API 提供服务。在 Decision Index 0.3 完整公开套件上得分为 60.05（v2.0 为 54.18），Mind2Web 元素选择达 92.3%，并可通过 Qwen3.5-4B 视觉塔零样本读取图像和视频。
Scion-35B-A3B：三值 MoE 量化模型发布
Hugging Face 用户 SkyIsNotGreen 发布了 Scion-35B-A3B，一个基于 empero-ai/Qwen3.8-35B-A3B-Distill 量化的 35B-A3B MoE 模型，采用三值专家库加训练校正，压缩为 11.3 GB 的 GGUF 文件（约 2.61 bpw，比 BF16 小 6.3 倍）。该模型需使用作者 fork 的 prism-ml-llama.cpp 运行时（moe-corr-runtime 分支），上游 llama.cpp 及 LM Studio、Ollama 等无法加载，并附带可选的 k=1 投机解码草稿模型。
产品发布
PRODUCT RELEASE2 篇Anthropic 推出动态工作流，让 Claude 自主编排多智能体
Anthropic 在 AI Engineer New York 2026 大会上介绍了其 Claude Managed Agents 的新功能 dynamic workflows（简称 flows），该功能让 Claude 自行规划并编写编排程序，动态决定多智能体拓扑结构，而无需开发者手动配置协调者与子智能体。该功能已在 Claude Console 中提供，适用于大规模复杂任务，但成本显著更高。问答环节还讨论了预算控制、子智能体可见性以及通过 dreaming 功能优化记忆存储等话题。
Mastra 发布持久化 Agent 运行所有权与原子记忆合并等更新
Mastra 发布 @mastra/core 1.76.0 等多项更新，重点包括：为持久化 agent 运行引入所有权声明与存储层 run fencing，避免多实例崩溃恢复时重复执行导致状态损坏；PostgreSQL 上支持行锁事务内的原子工作记忆深合并，并可通过 HTTP 显式指定 merge 模式；新增文件处理容错与沙箱优先的文件工作流；Observational Memory 默认改用 model: 'auto' 自动跟随主模型；可观测性支持嵌套 span 与更丰富的 trace 搜索。同时包含若干破坏性变更，如 playground-ui 旧 Metrics 组件移除、OM 默认模型变更。
安全
SECURITY1 篇Anthropic实测AI自主复制：GLM-5.2攻陷8台设备
Anthropic 两位安全研究员 William Zhou 和 Daniel Freeman 发布安全实验报告，测试 AI 的自主复制与适应（ARA）能力。他们用 15 台 55 美元的山寨安卓电视盒子，通过类 Petals 的去中心化推理技术拼凑运行 26B 参数模型 Gemma4-26B-A4B；随后在隔离沙盒中让 GLM-5.2 自主完成扫描、渗透、部署 Llama3.1-8B 并孵化下一代蠕虫，5 次测试中 4 次攻陷全部 8 台设备。研究还提出 Memento 框架，让 Agent 代际继承调试笔记，使 Qwen3.5-9B 部署成功率从 45% 提升至 61%-84%，并预测 2026 年底 30B 以下小模型将具备端到端自主复制能力。
研究进展
RESEARCH1 篇ReplaySSM：重思状态存储以加速混合模型解码
NVIDIA 与普林斯顿 Dao AI Lab 联合提出 ReplaySSM，将 SSM 状态表示为检查点加近期输入缓冲区，从而把输出计算与状态更新解耦。该方法针对混合模型解码中的状态流量、推测解码回滚和量化状态误差累积三大问题，在 vLLM 中实现并集成到 TensorRT-LLM、FlashInfer，已在 GLM-5.3-Flash 和 Kimi-K3 生产环境运行。
开源项目
OPEN SOURCE1 篇ms-swift v4.6.0 发布：新增 JEV 决策任务与多款模型支持
魔搭 ms-swift 发布 v4.6.0，新增 JEV 风格的 decision 任务类型，模型可在单次前向传播中对固定选项集输出校准概率，并为 JEV-27B-VL、Clef、OmniJev 三个决策模型提供训练、推理与 LoRA 合并导出的现成配方。同时新增 MiniCPM5、MiniCPM-V-4.7、GLM-5.3-Flash、DeepSeek-V4.1-Flash、Xing4.0-29B-A4B、MonkeyOCRv2 等模型支持，并修复 WebUI 未认证 RCE、任意文件读取等安全漏洞。