AI 要闻五条｜Meta 开源 8160 亿参数模型，中国拟列管 23 项 AI 出口技术 (2026)

详情

公司

【微软完成 MAI-Base-2 预训练，2.8 万亿参数基座走自建数据路线】

10 月 15 日，微软 AI 宣布新一代基座模型 MAI-Base-2 完成预训练：混合专家架构，总参数 2.8 万亿、每个 token 激活 800 亿，用 1.6 万张 GB200 训练 38 天，语料 50 万亿 token。1微软说在四项留出评测上它的每字节比特数都低于对标模型；折算成算力，这套配方的预训练效率是开源最强基座 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍。1训练数据由微软自有，公司强调没有蒸馏其他模型；模型仍在后训练阶段，权重计划通过 Foundry 授权给企业客户，不开放下载。1对采购模型的团队，Foundry 上多了一个自研基座可选；而「拉平同样评测要烧多少算力」被摆上台面，成了可以互相比的数字。

模型

【Meta 开源 Muse Spark Open，8160 亿参数模型可跑在两台 Mac Studio 上】

10 月 15 日，Meta 放出 Muse Spark Open 权重：8160 亿总参数、420 亿激活的稀疏混合专家模型，支持 100 万 token 上下文，能读文本、图像、视频、音频。2Meta 称它是同类里第一个能在桌面上跑的模型，两台 M5 Ultra 的 Mac Studio 就装得下全部权重。2BF16 权重约 1.6 TB、NVFP4 版约 530 GB；SGLang、vLLM、MLX 等框架发布当天就支持，另有七家托管平台上架。3授权还留了一条：把模型当 API 服务转售、年收入超过 2000 万美元，要先与 Meta 单独签约。4开源权重被美国厂商推到前沿档，「本机跑得动」成了卖点；2000 万美元那道门槛说明，Meta 想把开源和 API 转售分开算。

【腾讯混元开源 Hy Memory 2.0，记忆的模型、框架、应用三层全给】

10 月 16 日，腾讯混元把 Hy Memory 升级到 2.0，开源三层能力：为记忆训练的 Hy-Memory-30B-A3B 模型、管聊天／工作／代码三类记忆的框架，以及管理个人记忆的应用 MemHub。5腾讯给出的数字是：框架层在四个记忆基准上都排开源第一，聊天记忆在 LoCoMo 上准确率 72.6%，每题 token 从 1159 降到 703。6论文的宏观平均分是 55.49%，高于 Claude Opus 5 的 54.62%。7代码与权重放在 GitHub 和 Hugging Face，MemHub 能同步 10 种 AI 工具的记忆。6对做 Agent 的团队，记忆层从自己造轮子变成可直接接的零件，长程任务里「记不住」和烧 token 一起被摆上台面。

监管

【商务部、科技部拟列管 23 项 AI 出口技术，开源与 API 出海留通道】

10 月 16 日，商务部、科技部发布 2026 年第 48 号公告，就修订《中国禁止出口限制出口技术目录》征求意见，拟增列人工智能、生物医药、光伏三领域 40 项技术，禁止出口 14 项、限制出口 26 项。8人工智能占 23 项，覆盖大模型、智能体、算力集群、信息处理；已经开源、或经论文公开的技术不纳入管理。8按公告，限制类技术到海外本地化部署属出口管理范围，部署在境外自有云可走自动许可；用限制类大模型对外提供 API 调用、App 交互、SaaS 应用、端侧部署，则不在管理范围。8公告发布之日起至正式修订实施前，出口所列技术要先在商务部平台登记，征求意见截止 11 月 15 日。9对做出海的团队，判断标准收窄成一句话：代码和权重有没有出境。

研究

【Google DeepMind 用智能体筛抗菌肽，候选分子已进湿实验室】

10 月 15 日，Google DeepMind 公布了用智能体做科学发现的流程：生物学家在 Google Antigravity 工作台上设定目标——在一株肺炎链球菌里找抗菌肽，跨库检索、结构比对与文献归纳交给智能体，ProtNLM 从氨基酸序列预测蛋白功能。10流程从 UniProt 数百万条未注释序列里筛候选，最后一个对呼吸道感染病原体有预测活性的抗菌肽入选，已进湿实验室验证。10同一天上线的还有嵌进工作台的 Biomolecular Structure Viewer，研究者能在三维结构上标注、让智能体据此推理。10把检索、比对、假设和实验设计串进一次对话，智能体的落点正从写代码移向科研流程；候选分子仍要等湿实验室给结论。