⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 20 条
9月8日周二
  1. 深度学习与NLP93

    OpenAI 发布 GPT-6 Astra，宣称进入 AGI 时代

    OpenAI 正式发布 GPT-6 Astra 和 GPT-6 Astra Pro，总裁 Greg Brockman 宣布世界进入 AGI 时代。Astra 在 ARC-AGI-3 测试中取得 99.9% 的得分，在 ExploitBench 漏洞利用测试中获得 100% 满分，并在网络安全测试中展现出 0% 的越界行为。

    推荐理由：原文展示了GPT-6 Astra在Agent任务与安全领域的全项数据，提供了评估新模型能力边界的参考。

9月7日周一
  8. 量子位86

    GPT-6 Sol曝内测速度达Astra 6倍，OpenAI称研究员人均带3个Agent

    GPT-6 Sol被曝内部测试中单次生成速度约为Astra的6倍，输出能力接近但更快，预计9月发布。OpenAI同日披露内部数据：中位数研究员每天消耗的Agent推理资源价值超600美元，人均每天并行运行约3.1个Agent工作日；8月人均实验数创2025年1月统计以来新高，已实现“自动化研究实习生”目标，目标是2028年3月前实现“自动化AI研究员”。

    推荐理由：GPT-6 Sol内测速度显著快于前代，同期OpenAI公布研究员人均携带3个Agent工作日的内部效率数据。

  11. 深度学习与NLP92

    谷歌发布 Gemini 3.8 Flash 及网络安全专用变体

    谷歌发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，单任务成本为 0.58 美元，输入成本 0.75 美元/百万 Tokens，在 Artificial Analysis 智能指数中得分 59，生成速度达 305 tokens/s。

    推荐理由：原文展示了低成本模型在特定基准上逼近旗舰性能的数据，以及网络安全变体的实战表现，有助于评估性价比对智能体工作流的影响。

9月6日周日
  1. X：Greg Brockman (@gdb)1

    Google 将新音乐生成模型 Lyria 3.5 直接集成进 Gemini app

    Google 在 Gemini app 和 API 中发布 Lyria 3.5 音乐生成模型，官方称其人声表现力和编曲丰富度超过前代。用户可在 app 中选择流派、风格、人声或纯器乐，生成长短曲目，还提供背景音乐和个性化生日歌模板。

  2. CVer90

    OpenAI 开放 GPT-6 Astra 并推行提示词“减法”指南

    OpenAI 向所有 Pro、Enterprise 和 Business Premium 用户全量开放 GPT-6 Astra，并同步上线 API。官方建议开发者全面审计并精简 AGENTS.md 和 Skills，以应对新模型对指令更敏感、更爱提问的特点。

    推荐理由：Astra 在 OSWorld 2.0 上取得 72.6% 的成绩且耗时减半，其模型指南通过“审计”旧提示词揭示了强模型带来的工作流范式转变。

9月5日周六
  1. 优设AIGC88

    GPT-6 Astra 全量推送，展示 UI 与 3D 建模等 9 个实操案例

    GPT-6 Astra 全量向 Plus 用户开放，支持通过 Codex 进行 3D 建模、UI 设计及系统排障。开发者演示了用单次提示词生成 3D 样机、在 Blender 中自动生成骨骼动画、操控 Canva 绘图等案例。官方指南提到 Astra 增强了前端视觉评判能力，能自行比对截图、推敲布局并修复色彩，甚至能通过浏览器排查并修复鼠标驱动错误。

    推荐理由：原文通过多个具体案例展示了 Astra 在 Blender、Canva 等软件中的自主操作能力，为读者提供了可参考的交互模式。

  3. X：Greg Brockman (@gdb)1

    微软发布 MAI-Image-2.6-Flash：生图速度是 GPT Image 2 的 2 倍

    微软于 9 月 4 日发布自研图像生成模型 MAI-Image-2.6-Flash，并通过 Microsoft Foundry 开放公开预览。该模型与旗舰版 MAI-Image-2.6 共享文生图和图像编辑核心能力，重点优化速度与成本；微软 AI 负责人 Mustafa Suleyman 称其生图速度是 GPT Image 2 的 2 倍，GPU 效率提高 72%。

  6. AI科技评论84

    GPT-6 Astra 早期实测：可操作专业软件但长任务需人工引导

    OpenAI 发布新一代旗舰模型 GPT-6 Astra，早期实测显示其具备操作 Final Cut Pro 及 Blender 生成 3D 游戏的能力，并能主动检查运行结果。但该模型在长任务中存在钻细节和无法自主定义终点的问题，用户需作为项目经理持续判断任务进度。

    推荐理由：通过多名早期用户的实测案例，具体展示了 GPT-6 Astra 在 3D 创建及桌面软件操作中的实际边界与长任务短板。

  7. APPSO93

    Claude 用 11 天完成费马大定理计算机验证证明

    Anthropic 公布研究成果，Claude 在几乎自主运行下用 11 天完成费马大定理的首个端到端计算机验证证明。过程中 Claude 使用 Lean 编程语言生成约 1300 万行代码，构建了约 3.03 万个定理，其中最终证明使用了 2.95 万个中间定理。

    推荐理由：报道详细解析了 Claude 利用多智能体协同与 Lean 语言，以 11 天生成千万行代码完成费马大定理形式化验证的技术路径。

  8. X：Greg Brockman (@gdb)1

    小米发布并开源表格结构化数据大模型 Xiaomi-TabLDM，回归登顶 OpenML-CTR23

    小米发布通用表格数据基础大模型 Xiaomi-TabLDM，以单一预训练模型和统一默认配置直接适配不同表格数据集，完成分类与回归预测，模型权重与代码已开源。模型基于结构因果模型生成的合成数据预训练，架构引入双流特征分组、轻量级注意力残差和稀疏混合专家，并探索 Test-Time Scaling。

  10. DeepTech深科技90

    Anthropic 研究：Claude 借助多智能体协作完成费马大定理首个完整形式化证明

    Anthropic 研究员彭天翼（Tianyi Peng）发起，Claude 在人类少量指导下用 11 天完成费马大定理的完整形式化证明。数十个 Claude 智能体借助 Prove2Me 协作，生成约 1300 万行 Lean 代码，证明使用了约 2.95 万个中间定理，过程消耗约 60 亿输出 token。

    推荐理由：文章解析了Claude多智能体协作形式化费马大定理的工程细节与核验路径，有助于理解大型数学证明的自动化边界。

  11. X：Greg Brockman (@gdb)0

    GPT-6 Astra 出现在模型选择界面

    Zho 发布截图称 GPT-6 Astra 已上线，界面模型配置列表中 6 Astra 为选中项，另有 5.6 Sol、5.6 Terra、5.6 Luna 和 5.5 等可选模型，正文仅呼吁读者赶紧使用，未给出更多细节。

  13. X：Greg Brockman (@gdb)1

    奥尔特曼致歉 GPT-6 Astra 发布混乱，现已面向所有 Plus / Pro 等用户推出

    OpenAI 于 9 月 3 日上线 GPT-6 Astra，称其在电脑使用、浏览、软件工程、科学和专业工作方面达到最先进性能。因企业安全客户先于 Pro 订阅者获得访问权限引发高价 Pro 用户不满，CEO 奥尔特曼 9 月 4 日在 X 平台致歉，并提出补偿机制：从 9 月 4 日起付费用户每缺少一天 Astra 访问即获得一次额度重置。

  17. AI信息Gap89

    GPT-6 Astra 面向 Pro 及企业用户开放并送出延迟补偿

    OpenAI 将 GPT-6 Astra 向 ChatGPT Pro、Business Premium 和企业用户开放，并向用户发送重置卡作为延迟补偿。该模型安全等级被标记为关键，漏洞利用成功率达 39%，曾自主发现零日漏洞，因此优先向网络安全机构及企业开放。

    推荐理由：原文梳理了 GPT-6 Astra 因安全等级高而分阶段向企业用户开放的策略，以及延迟补偿机制。

9月4日周五
  2. 硅星人Pro94

    GPT-6 Astra全面解析

    OpenAI发布GPT-6 Astra，OpenAI称其为迄今最智能且最对齐的模型。模型上下文窗口约105万Token，最大输出长度128K Token，ARC-AGI-3得分达到99.9%。OSWorld完成率提升至72.6%，ExploitBench得分达到100%，内部幻觉率从9.4%降至2.0%。

    推荐理由：原文梳理了GPT-6 Astra在电脑操作、ARC-AGI-3测试及安全对齐上的具体数据，读者可据此判断模型能力变化。

  3. 人工智能学家92

    GPT-6首批内测实测结果

    GPT-6 Astra向付费用户逐步开放，首批内测用户完成多项高强度任务。模型在Blender中快速生成三维iPod并还原交互界面；Higgsfield测试中，其电影空间调度能力获评为世界级水平。模型将《宝可梦火红》通关时间压缩至18小时12分钟；复杂Agent基准测试中，单任务平均消耗约800万Token，API成本约17美元。

    推荐理由：原文汇总了首批内测玩家在三维生成、游戏开发与影视制作中的实测表现，并给出了Token成本基准，便于评估其落地可行性。

  4. 深思SenseAI89

    OpenAI 发布 GPT-6 Astra，最高每百万输出定价 50 美元

    OpenAI 发布 GPT-6 Astra，输入定价 10 美元、输出定价 50 美元，支持 105 万 token 上下文。该模型提供异步工具调用和中途调整功能，面向复杂推理与长任务场景，目前采取分批开放策略，由可信机构先行使用。

    推荐理由：梳理了GPT-6 Astra的定价阶梯、长上下文成本规则及分层路由逻辑，为评估高价值任务的实际部署成本提供了具体参考。

  6. 苍何79

    GPT-6 Astra 发布，Computer use 与长上下文能力显著提升

    OpenAI 发布 GPT-6 Astra，主要进步集中在电脑操作、终端任务、自动化工作流、长上下文和网络安全。Astra 上下文窗口 1.05 M tokens，输入 $10/百万 tokens，输出 $50/百万 tokens。API 层新增跨上下文记忆、工具异步执行及任务中途调整推理强度等功能，目前仅少量组织可用。

    推荐理由：原文梳理了GPT-6 Astra在Computer use、长上下文和API能力上的具体变化，适合关注Agent工作流演进的读者对比新旧差异。

  8. AIGC开放社区87

    OpenAI 发布 GPT-6 Astra：支持百万级上下文，大幅提升编程与复杂办公能力

    OpenAI 于 9 月 3 日发布 GPT-6 Astra，该模型支持约百万 Token 上下文，专注于提升电脑操作、软件开发及复杂任务处理能力。在 Terminal-Bench 4.0 上，Astra 得分 57.9%，高于 GPT-5.6 Sol 的 37.3%；OSWorld 2.0 离线子集延迟模拟中得分 72.6%。

    推荐理由：原文列出了GPT-6 Astra的具体性能数据、安全分级变化及API定价，方便用户据此评估其编程能力与成本收益。