Reflection AI 发布开源权重智能体编码模型 Beam 并提供 AWS 部署方案
Reflection AI 推出用于智能体编码的开源权重模型 Beam，具备 501B 总参数和 23B 激活参数，支持 100 万 token 上下文。该稀疏 MoE 模型权重在 Hugging Face 基于 Apache 2.0 协议开源，提供 BF16、FP8 和 NVFP4 版本。
推荐理由：原文给出了超大参数 MoE 编码模型的规格细节与分层部署路径，便于开发者评估大模型落地成本。
#部署/工程
#部署/工程
今日 0 条AWS Machine Learning Blog精选AI 评分7171
TechCrunch · AIAI 评分6565 亚马逊开源决策模型 Strands Decider 2B，面向智能体工作流优化低延迟决策
AWS 正式开源轻量决策模型 Strands Decider 2B，可在本地运行并针对预设选项提供高速、低成本且带置信度度量的决策判断。该模型由 Strands Labs 推出并基于 Qen3.5-2B 改造，不生成文本而是输出校准选项，旨在替代智能体工作流中昂贵且延迟高的大语言模型。其曾短暂登顶 Jevbench 同尺寸榜单，主要用于确定工作流下一步动作。
Latent SpaceAI 评分6969 Runway 解析 WorldPrompt 机制与实时交互世界模型的工程实现
Runway 核心团队受访详解其实时世界模型 GWM Worlds 2 与控制层 WorldPrompt，该模型支持以 720p 24fps 视频和 48,000 Hz 音频流式生成交互式环境。
Together AI Blog精选AI 评分6868 Together AI 首日上线多模态 MoE 模型 Inkling
Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 同步在 Serverless 平台提供其推理服务。
推荐理由：新模型通过结合原生多模态输入与可调推理强度，让开发者能在统一接口下根据具体任务平衡延迟与算力开销。
Together AI Blog精选AI 评分6666 新一代状态空间模型 Mamba-3 发布，主打推理效率与多输入多输出机制
Together AI 联合卡内基梅隆大学、普林斯顿大学与 Cartesia AI 推出状态空间模型 Mamba-3，核心转向以推理效率为主要设计目标。新架构引入更具表达力的指数-梯形离散化循环、基于 RoPE 的复数状态跟踪以及多输入多输出（MIMO）机制，同时移除了外部短卷积。
推荐理由：该架构从侧重训练加速转向主推推理效率，通过复数状态与多输入多输出机制在不增加解码延迟的前提下提升模型表现。