مرور هفته هوش مصنوعی (۱۸ مهر ۱۴۰۵ تا ۲۴ مهر ۱۴۰۵)؛ Meta با Muse Spark Open مرز مدل‌های وزن‌باز را گسترش داد

این هفته رقابت مدل‌های هوش مصنوعی در چند جبهه پیش رفت: Meta نسخه وزن‌باز Muse Spark Open را با پنجره زمینه یک‌میلیون‌توکنی منتشر کرد و هم‌زمان با Muse Wonder به‌دنبال تقویت حضورش در مدل‌های عامل‌محور بود. Google عرضه گسترده Gemini 4 Argon را با تمرکز بر توانایی‌های سایبری و تدابیر حفاظتی آغاز کرد؛ NVIDIA نیز مدل‌های Nemotron 3.5 را از مراکز داده تا سخت‌افزارهای محلی گسترش داد. در کنار این خبرهای بزرگ، مدل‌های تازه‌ای برای مسیریابی درخواست‌ها و پژوهش امنیتی معرفی شدند و گزارشی از آزمایش داخلی Google برای کدنویسی منتشر شد. ارزیابی‌ها در این هفته، علاوه بر توانایی‌ها، هزینه، دسترسی و محدودیت‌های مدل‌ها را هم برجسته کردند.

۱Meta نسخه وزن‌باز Muse Spark Open را منتشر کرد

Meta مدل ۸۱۶ میلیاردپارامتری Muse Spark Open را با ورودی متن، تصویر، ویدئو و صدا و پنجره زمینه یک‌میلیون‌توکنی عرضه کرده است؛ مدل در هر توکن ۴۲ میلیارد پارامتر را فعال می‌کند. این مدل در MCP-Atlas امتیاز ۸۹٫۲ گرفت، اما در Terminal-Bench 2.1 از سه رقیب عقب ماند و اجرای نسخه NVFP4 به چندین GPU قدرتمند یا دو Mac Studio مجهز به M5 Ultra نیاز دارد.

چرا مهم است؟ وزن‌بازبودن و پنجره بزرگ زمینه برای توسعه‌دهندگان جذاب است، اما نیاز سخت‌افزاری بالا و نتایج ناهمگون، دسترسی و کاربرد عملی آن را محدود می‌کند.

جزئیات کامل: Meta مدل متن‌باز Muse Spark Open را با پنجره یک‌میلیون‌توکنی منتشر کرد · منبع: MarkTechPost

۲Google عرضه گسترده Gemini 4 Argon را آغاز کرد

Google می‌گوید Gemini 4 Argon برای شناسایی تهدیدهای سایبری توانمند است و در ۱۲ سناریوی شبیه‌سازی‌شده حمله موفق شد؛ نسل پیشین در پنج سناریو موفق بود. این شرکت برنامه Fairwind را گسترش داده و از غربال درخواست‌ها، بررسی سیگنال‌های داخلی مدل و پایش پیوسته برای مقابله با سوءاستفاده می‌گوید؛ نرخ موفقیت حمله در آزمون تزریق غیرمستقیم دستور، بنا بر اعلام Google، ۰٫۷ درصد بود.

چرا مهم است؟ این مدل برای مدافعان سایبری و سازمان‌ها مهم است، اما توانایی‌هایش ضرورت سنجش مستقل و حفاظت در برابر سوءاستفاده را پررنگ می‌کند.

جزئیات کامل: Google عرضه گسترده Gemini 4 Argon را با تدابیر ایمنی آغاز کرد · منبع: Google DeepMind Blog

۳NVIDIA مدل‌های Nemotron 3.5 را به دستگاه‌های محلی می‌آورد

NVIDIA مدل باز بینایی‌ـ‌زبانی Nemotron 3.5 Super VL را با ۱۲۰ میلیارد پارامتر معرفی کرده و دو مدل Bolt را برای اجرای عامل‌های هوش مصنوعی روی سخت‌افزار محلی و لبه عرضه می‌کند. Super VL و Bolt 74B-A9B هنگام انتشار در دسترس‌اند؛ عرضه Bolt E4B برای جمعه ۱ آبان اعلام شده و NVIDIA می‌گوید سازمان‌ها می‌توانند مدل‌ها را با داده‌ها و گردش‌کارهای خود سفارشی‌سازی کنند.

چرا مهم است؟ گسترش مدل‌ها از سرور تا دستگاه‌های لبه می‌تواند به سازمان‌هایی کمک کند که به اجرای محلی و سفارشی‌سازی نیاز دارند.

جزئیات کامل: NVIDIA مدل‌های Nemotron 3.5 را از مراکز داده تا رایانه‌های شخصی گسترش داد · منبع: NVIDIA Blog

۴Meta مدل‌های Muse Wonder را برای عامل‌های چندمرحله‌ای معرفی کرد

Meta مدل‌های Muse Wonder و Muse Wonder Full را برای انجام وظایف شخصی و حرفه‌ای منتشر کرده است؛ این مدل‌ها از متن، تصویر، ویدئو و صدا و پنجره زمینه یک‌میلیون‌توکنی پشتیبانی می‌کنند. نسخه Full در برخی آزمون‌های کدنویسی و حقوقی پیشتاز بود، اما نتیجه همه آزمون‌ها به سود آن نبود؛ دسترسی به نسخه کامل فعلاً به مشترکان Muse Code محدود است و گزارش ایمنی کامل هنوز منتشر نشده است.

چرا مهم است؟ این مدل‌ها مسیر تازه Meta برای عامل‌های چندمرحله‌ای را نشان می‌دهند، اما دسترسی محدود و نبود گزارش کامل ایمنی، ارزیابی آن‌ها را دشوار می‌کند.

جزئیات کامل: Meta مدل‌های Muse Wonder را برای اجرای عامل‌های هوش مصنوعی معرفی کرد · منبع: SiliconANGLE — AI

۵Muse Wonder Full در آزمون کدنویسی جهش کرد، اما گران‌تر است

Muse Wonder Full در شاخص Artificial Analysis امتیاز ۵۶ گرفت و نسخه Muse Wonder امتیاز ۵۲ کسب کرد؛ امتیاز نسخه Full در Terminal-Bench 4.0 از ۳۳ به ۵۷ درصد رسید. بااین‌حال، امتیاز آن در آزمون دانش AA-Omniscience برابر ۳۰ بود و هزینه هر کار Muse Wonder، طبق Artificial Analysis، به ۴٫۵۲ دلار رسید.

چرا مهم است؟ این نتایج نشان می‌دهد توانایی بالاتر در کدنویسی لزوماً به دانش عمومی بهتر یا هزینه کمتر برای کاربران منجر نمی‌شود.

جزئیات کامل: Meta با Muse Wonder Full وارد جمع مدل‌های برتر هوش مصنوعی شد · منبع: The Decoder

۶Meta با Muse Wonder دوباره به رقابت مدل‌های پیشتاز پیوست

Meta دو مدل Muse Wonder و Muse Wonder Full را معرفی کرده و می‌گوید نسخه بزرگ‌تر در برخی معیارها از مدل‌های رقیب پیشی می‌گیرد. مدل‌ها از طریق API و ابزار Muse Code در دسترس قرار می‌گیرند، اما Meta جزئیات ساخت و آموزش آن‌ها را منتشر نکرده است.

چرا مهم است؟ عرضه از طریق API می‌تواند مدل‌ها را در دسترس توسعه‌دهندگان قرار دهد، درحالی‌که نبود جزئیات فنی مقایسه مستقل را محدود می‌کند.

جزئیات کامل: مدل‌های Muse Wonder؛ بازگشت Meta به مرز رقابت هوش مصنوعی · منبع: WIRED — AI

۷Decision 3.0 برای طبقه‌بندی و مسیریابی درخواست‌ها معرفی شد

خانواده متن‌باز Decision 3.0 شامل پنج مدل چندوجهی با اندازه تقریبی ۰٫۸۵ تا ۲۶٫۰۹ میلیارد پارامتر است و با مجوز Apache-2.0 عرضه شده است. مدل‌ها متن، JSON و تصویر می‌پذیرند؛ تیم سازنده برای d3 امتیازهای ۶۴٫۱ در ارزیابی متنی و ۷۱٫۶ در ارزیابی تصویری گزارش کرده، اما این نتایج ارزیابی داخلی تیم هستند.

چرا مهم است؟ این مدل‌ها گزینه‌ای متن‌باز برای مسیریابی و کنترل درخواست‌ها فراهم می‌کنند، ولی نتایج داخلی باید با ارزیابی‌های مستقل سنجیده شوند.

جزئیات کامل: vLLM Semantic Router از مدل‌های تصمیم‌گیری Decision 3.0 رونمایی کرد · منبع: MarkTechPost

۸OrcaCyber Zero 1.5 برای پژوهش امنیتی عرضه شد

OrcaRouter مدل OrcaCyber Zero 1.5 را برای پژوهش امنیتی و آزمون نفوذ مجاز منتشر کرده است؛ این مدل پنجره زمینه یک‌میلیون‌توکنی و فراخوانی ابزار دارد و فقط از طریق API میزبانی‌شده در دسترس است. شرکت امتیاز ۱۰۰ درصدی در Cybench و ۹۵٫۸ درصدی در بخشی از CVE-Bench را گزارش می‌کند، اما نتایج هنوز مستقل تأیید نشده‌اند.

چرا مهم است؟ مدل می‌تواند برای پژوهشگران امنیت مفید باشد، اما دسترسی محدود و تأییدنشده‌بودن نتایج، ارزیابی قابلیت‌های آن را ضروری می‌کند.

جزئیات کامل: OrcaRouter مدل امنیتی OrcaCyber Zero 1.5 را با پنجره یک‌میلیون‌توکنی منتشر کرد · منبع: MarkTechPost

۹Google مدل داخلی Carbon را برای کدنویسی می‌آزماید

گزارشی می‌گوید Google در حال آزمایش Carbon، مدلی داخلی از خانواده Gemini 4 برای کدنویسی است. درباره عملکرد، دسترسی عمومی یا زمان احتمالی عرضه آن جزئیاتی منتشر نشده است.

چرا مهم است؟ این خبر نشانه بررسی یک مدل تخصصی کدنویسی در Google است، اما فعلاً نمی‌توان درباره توانایی یا زمان عرضه آن نتیجه‌گیری کرد.

جزئیات کامل: گوگل مدل داخلی Carbon را برای کدنویسی آزمایش می‌کند · منبع: Google News — عرضه مدل‌های جدید

۱۰گزارش تازه از معرفی Muse Wonder جزئیات فنی نمی‌دهد

CEOWORLD از عرضه Muse Wonder به‌دست Meta خبر داده و در تیتر آن را رقیبی برای ChatGPT و Claude معرفی کرده است. متن گزارش جزئیاتی درباره قابلیت‌ها، دسترسی یا کاربران هدف این مدل ارائه نمی‌کند.

چرا مهم است؟ این خبر به‌تنهایی برای مقایسه Muse Wonder با رقیبان اطلاعات کافی در اختیار مخاطبان نمی‌گذارد.

جزئیات کامل: مدل‌های Muse Wonder؛ بازگشت Meta به مرز رقابت هوش مصنوعی · منبع: WIRED — AI

۱۱Meta با Muse Wonder به‌دنبال انجام وظایف چندمرحله‌ای است

Meta مدل‌های Muse Wonder و Muse Wonder Full را برای انجام وظایف چندمرحله‌ای معرفی کرده است. مدل‌ها از طریق API و Muse Code در دسترس قرار می‌گیرند و شرکت می‌گوید نسخه بزرگ‌تر در برخی معیارها از مدل‌های رقیب پیشی می‌گیرد، اما جزئیات ساخت و آموزش را منتشر نکرده است.

چرا مهم است؟ ترکیب توانایی‌های عامل‌محور و دسترسی از راه ابزارهای توسعه، برای برنامه‌نویسان و کاربران حرفه‌ای اهمیت دارد؛ شفافیت بیشتر ارزیابی را آسان‌تر می‌کند.

جزئیات کامل: متا مدل Muse Wonder را برای رقابت با ChatGPT و Claude معرفی کرد · منبع: Google News — عرضه مدل‌های جدید

تصویر بزرگ: روندهای هفته

موج خبری هفته نشان می‌دهد رقابت مدل‌ها دیگر فقط بر سر کیفیت پاسخ‌گویی نیست. پنجره‌های زمینه یک‌میلیون‌توکنی در چند مدل، ورودی چندرسانه‌ای و توانایی انجام وظایف چندمرحله‌ای، به ویژگی‌هایی تبدیل شده‌اند که شرکت‌ها برجسته می‌کنند. در کنار آن، مسیر اجرای مدل اهمیت بیشتری یافته است: Meta از نسخه وزن‌باز و NVIDIA از مدل‌هایی برای سخت‌افزار محلی و لبه سخن می‌گویند، درحالی‌که دسترسی به برخی مدل‌ها همچنان به API یا اشتراک محدود است. خبرهای سایبری نیز دو سوی رقابت را آشکار می‌کنند: توانایی کشف تهدید، همراه با نگرانی از سوءاستفاده و نیاز به حفاظ‌های قابل‌سنجش. در نهایت، امتیازهای بنچمارک تصویر یک‌دستی نمی‌سازند؛ تفاوت عملکرد در کدنویسی، دانش و هزینه یادآور می‌شود که انتخاب مدل باید به نیاز واقعی کاربر وابسته باشد.

هفته آینده منتظر چه باشیم؟

• عرضه Bolt E4B برای جمعه ۱ آبان، طبق اعلام NVIDIA.
• جزئیات بیشتر درباره دسترسی و ارزیابی مستقل مدل‌های Muse Wonder و Muse Spark Open.
• اطلاعات تازه درباره عملکرد یا عرضه احتمالی مدل داخلی Carbon از سوی Google.

این گزارش را تحریریه هوش مصنوعی هوش مصنوعی نویا بر اساس ۱۱ خبر مهم هفت روز گذشته تهیه کرده است؛ جزئیات و منبع هر خبر در صفحه همان خبر آمده است.