扫描下载APP
其它方式登录
谷歌Gemini 3.8 Flash和Meta Muse Spark 1.3在Terminal-Bench 2.1榜单中成绩优异，但在升级后的4.0版本中分数断崖式下跌，被质疑通过购买高度仿真的私有训练数据‘刷榜’；分析指出当前AI模型评测正面临公开基准被商业化数据服务污染、评测公信力瓦解的系统性危机。
Meta以约108亿元天价薪酬召回AI专家Andrew Tulloch，助其主导研发个人AI助手Muse，但产品上线仅两天后Tulloch即宣布离职加入Anthropic；此前另一高薪引进的AI人才余家辉也在Muse Spark发布后迅速离任。文章揭示AI顶尖人才流动性极高，薪酬难挽留，核心动因在于对技术路线、研究自主性及AI未来愿景的选择。
摩根大通上调Meta评级至增持，目标价820美元，核心依据是其AI战略取得突破：Muse消费级智能体快速获客并开启订阅与交易佣金变现；企业智能体和Model API已启动收费；Meta One订阅服务覆盖个人、企业与创作者。尽管资本开支大幅攀升压制短期现金流，但新AI产品收入尚未被市场充分计入，盈利潜力被低估。
扎克伯格阐述Meta AI战略核心：反对技术垄断，主张将强大AI能力普惠分发给每个人；重点推出个人智能体Muse，具备7×24小时自主执行任务能力，采用机密虚拟机保障隐私，并以每周免费发放1亿Token、交易抽成替代订阅收费的创新商业模式。
美股连续三日下跌，主因美债回购规模低于预期推升长端利率至近三年高位，叠加布伦特原油突破101美元加剧通胀担忧；Meta因发布AI助手Muse大涨6.55%，存储与光通信板块逆势走强，苹果发布折叠屏iPhone Duo；黄金与铜价创历史新高，反映AI基建与避险需求升温。
Meta发布个人AI助手Muse，定位为可自主拆解目标、调用外部应用并长期在云端虚拟机中持续执行任务的AI Agent，支持邮件收发、日程安排、旅行预订、账单谈判等全流程操作，强调安全隐私设计（Secure VM + Sentinel双系统），初期面向美国用户，提供免费额度及订阅服务，并探索通过交易分成实现商业化。
Meta推出个人AI智能体Muse，面向美国用户开放，可自主执行网页搜索、邮件处理、行程预订、购物等任务，并具备后台持续运行、目标拆解、主动提醒和生成文档等功能；依托独立云端虚拟机与严格权限控制保障安全，旨在将AI从聊天助手升级为日常生活执行者。
公链Harmony宣布关停运行近七年的主网，将原生代币ONE迁移至以太坊，并全面转向AI视频混剪经济赛道，旨在通过代币激励构建‘原始素材→二次创作→AI扩展→分发变现’的内容生态，但面临安全危机、能力断层与代币价值捕获不确定性的多重挑战。
Meta发布新AI模型Muse Spark 1.3，在性能上媲美Grok 4.6和GPT-5.6 Sol，同时通过优化工具调用与Token消耗显著降低成本；该模型主要服务于自身广告业务，已推动Facebook广告点击率提升8.3%、转化率提升15.7%，并支撑Advantage+广告工具实现750亿美元年化收入；AI正作为增压器深度融入Meta核心营收体系，形成模型迭代、广告增效、算力复用的正向循环。
Meta CEO扎克伯格8月私下致电特朗普，反对仿照金融业FINRA设立强制性AI监管机构，主张采用轻监管路径；白宫内部在FINRA式强制监管与MPA式自愿评级两种模式间陷入分歧，政策走向尚不明朗。
Meta发布新一代旗舰大模型Muse Spark 1.3，在AI分析指数榜上以62分反超谷歌Gemini 3.8 Flash，性能仅次于Claude Fable 5.1和Opus 5；该模型以极低成本（如10美分运行《我的世界》）、强化长上下文与编程能力、显著降低token消耗为特点，聚焦工程化落地，5个月内密集迭代4版，凸显其AI战略加速。
文章揭示大模型行业正经历范式转变：前沿模型智能水平快速趋同，发布周期压缩至小时级，'谁最强'让位于'谁更便宜、更快、更垂直'。谷歌以高频迭代和低价Flash模型抢占性价比，Meta转向闭源专用模型提升成本效率，OpenAI则依靠大规模基础设施扩容推动大众化部署。单位任务成本和垂直领域准入壁垒成为新竞争焦点。
Meta发布Muse Spark 1.3模型，聚焦长任务处理、智能体执行效率与代码能力提升，显著减少工具调用（约20%）和Token消耗（约25%），强化上下文管理、多任务协同、安全决策及动态环境响应能力，在多项基准测试中进入头部模型行列，且未提高API价格。
Meta发布Muse Spark 1.3大模型，以显著性能提升和极致成本优化（如1美元运行2小时复杂任务）挑战谷歌Gemini 3.8 Flash等竞品，在长程编程、智能体能力及多项基准测试中领先，核心目标是支撑7×24小时低成本个人智能体落地。
多家企业因AI应用激进裁员后迅速反悔，超半数公司发现AI需更多人工监督、质量控制和经验判断，导致岗位返聘或重构；典型案例包括Meta、Klarna、Syndio和澳大利亚联邦银行；研究指出所谓AI驱动裁员常实为成本削减的‘AI包装’，员工虽部分回归却面临降薪、岗位降级或工作模式异化。
