⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 20 条
9月4日周五
  2. 数字生命卡兹克89

    GPT-6 Astra 发布：ARC-AGI-3 接近满分并强化 GUI 操作与网络安全能力

    OpenAI 发布 GPT-6 Astra，上下文窗口 1.05M token，知识截止 2026 年 4 月 30 日。ARC-AGI-3 得分达 99.9%，OSWorld 完成率 72.6% 且耗时缩短约 47%。模型具备操作电脑 GUI 能力，成为首个达到 OpenAI 网络安全 Critical 等级的模型，同时思维链可监控性显著下降。

    推荐理由：原文梳理了 GPT-6 Astra 的核心性能跃升与交互逻辑变化，有助于理解当前模型能力与 AGI 节点的实际关联。

  4. 新智元94

    GPT-5.6 一天打破陶哲轩团队保持 8 年的大素数空隙纪录

    斯坦福大学 Jared Duker Lichtman 确认，GPT-5.6 在一天内将大素数空隙下界推进到比 2018 年陶哲轩等五人组结果少了 log_3(n) 因子的新纪录，并提出新的构造方法“倾斜剩余类”（Skewed Residue Classes）。

    推荐理由：报道聚焦GPT-5.6在一天内打破陶哲轩团队保持8年的大素数空隙纪录，并给出Lean 4形式化验证的路径。

  5. 新智元96

    OpenAI 发布 GPT-6 Astra 并宣称人类进入 AGI 时代

    OpenAI 发布下一代旗舰模型 GPT-6 Astra，总裁 Greg Brockman 宣布人类正式进入 AGI 时代。该模型在 ARC-AGI-3 测试中得分 99.9%，FrontierMath Tier 4 得分 97.6%，并利用超 10 万块 GPU 完成训练，成为 OpenAI 首个在训练监督中由先前 AI 模型发挥重要作用的模型。

    推荐理由：文章梳理了 GPT-6 Astra 在基准测试、计算机使用及训练机制上的关键事实，为理解 OpenAI 对其 AGI 定调提供了具体依据。

  10. X：Greg Brockman (@gdb)1

    OpenAI 发布 GPT-6 Astra，ARC-AGI 3 得分 99.9%

    OpenAI 的 GPT-6 Astra 今日起向部分组织推出，随后面向 ChatGPT Plus、Pro、Business、Enterprise 用户开放，API 定价为每百万输入 $10、每百万输出 $50，与 Claude Fable 5/5.1 持平。

  11. X：Greg Brockman (@gdb)1

    OpenAI 发布 GPT-6 Astra

    Sam Altman 宣布 GPT-6 Astra 发布，称其为计算机使用、专业工作、科学、编码、网络安全等领域全球最佳模型。官方表示为确保该能力级别所需的安全与对齐标准而多花了些时间，并公布 FrontierMath Tier 4 得分 98%、ARC-AGI 3 得分 99.9%、ExploitBench 得分 100%。

  13. X：Greg Brockman (@gdb)1

    OpenAI 开始发布 GPT-6 Astra，面向全部 Plus 用户开放

    OpenAI 宣布开始发布 GPT-6 Astra，称正以尽可能谨慎和快速的方式推进，重点让全部 Plus 用户可用，而不只限 Pro、Business 和 Enterprise 套餐。发布需几天完成，背后多个全新系统将首次大规模运行，团队正带来大量算力，详情见 openai.com/index/gpt-6-astra/。

  18. AGI Hunt95

    GPT-6 Astra 发布前已知信息汇总

    OpenAI 即将发布 GPT-6 Astra，其采用 recurrent depth 循环深度架构，在潜空间反复推理。实测显示该模型在 ExploitBench 中对 41 个 CVE 实现 100% 自动利用，首个达到网络安全 Critical 阈值，蜜罐测试中越权攻击为零。Astra 具备比人类更快的人类水平电脑操作能力，支持超长时程任务，定价高于 Sol 模型家族。

    推荐理由：汇总了 Astra 即将发布的架构、安全攻防实测数据和内部进展，读者可提前判断其能力边界与风险特征。

  22. 大模型智能92

    谷歌发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber

    谷歌发布 Gemini 3.8 Flash 和网络安全版 Gemini 3.8 Flash Cyber，输入成本 0.75 美元/百万 Tokens，输出成本 3.75 美元/百万 Tokens，单任务成本 0.58 美元，生成速度 305 tokens/s。

    推荐理由：原文将3.8 Flash的基准成绩与旗舰模型对比，并补充了网络安全版本漏洞发现能力，读者可据此判断低成本模型在代码与安全场景的可用性。

9月3日周四
  1. X：Greg Brockman (@gdb)1

    Runway 发布通用世界模型 GWM Worlds 2 研究进展

    Runway 公布通用世界模型 GWM Worlds 2 的新研究，可生成 720p、24 fps 连续视频并配 48000 Hz 音频的交互式实时模拟。用户可定义环境、主体、视觉风格、物理规则和氛围，用文本动作和连续镜头运动控制世界，会话没有预设长度，不遵循固定片段或脚本。

  4. X：Greg Brockman (@gdb)0

    Google DeepMind 发布 WeatherNext 3 天气预报模型

    Google DeepMind 与 @GoogleResearch 联合发布 WeatherNext 3，称其为全球天气预报方式的重大突破。该模型直接从真实世界的实时观测中学习，提供更本地化、高精度的预测，且速度更快。

  5. Google DeepMind84

    Google DeepMind 发布高精度全球气象 AI 模型 WeatherNext 3

    Google DeepMind 和 Google Research 发布了最新的全球气象模型 WeatherNext 3，该模型引入了实时卫星数据、每小时更新机制和更高的空间分辨率，并整合到 Search、Gemini 和 Maps 等生态中。模型能够以 5 公里分辨率提供全球预报，并针对清洁能源和风能预测进行了专门的工程设计。在中期降水预报评估中，该模型的预测准确率最高提升了 60%。

    推荐理由：官方详细说明了 WeatherNext 3 在实时卫星数据和高精度降水预测上的技术突破。

  7. X：Greg Brockman (@gdb)1

    Microsoft 发布 MAI-Transcribe-2 语音转写模型

    Mustafa Suleyman 宣布推出 MAI-Transcribe-2，称其速度比 GPT-Transcribe 快 10 倍、比 Gemini 3.5 快 5 倍，在 Artificial Analysis 准确率-延迟 Pareto 前沿排名第一，定价为市场最低。配图为 AA-WER Index 与 Speed Factor 对比图，MAI-Transcribe-2 位于最低错误率、最高速度区间。

  13. X：Greg Brockman (@gdb)0

    Alexandr Wang 转发 Muse 1.3 发布，称前沿已是 Claude、ChatGPT、Grok 与 Muse 四强

    Alexandr Wang 转发 @GavinSBaker 的帖子并配文 long live muse，称 Muse 1.3 加入竞争，前沿模型不再只是两强之争，而是 Claude、ChatGPT、Grok 和 Muse，Gemini 暂时在玩略不同的游戏。附图显示 Muse Spark 1.3 （max） 在 GDPval-AA v2 得 1754、OSWorld 2.0 得 66.9、MRCR 256K-512K 得 98.5、Terminal-Bench 2.1 得 88.8，与 GPT 5.6 Sol 和 Opus 5 对比，各基准各有领先者。

  16. X：Greg Brockman (@gdb)1

    Institute of Foundation Models 发布 K2 Horizon：0.9B 到 375B 六个模型全开源

    Institute of Foundation Models 发布 K2 Horizon，包含 0.9B 到 375B 六个基础模型，其中 0.9B、3.7B 和 7B 模型在其规模上创下 SOTA。官方称其为 AI 史上最大的完全开源模型发布，开放训练代码、数据和配方；作者评价称权重之外还公开了完整训练记录，这正是开源模型发布应有的样子。链接：https://ifm.ai/k2/

  18. X：Greg Brockman (@gdb)0

    MiniMax-M3 驱动的 HUMAIN-M3 阿拉伯语大模型发布

    HUMAIN 发布 HUMAIN-M3，一个由 HUMAIN 委托、MiniMax 开发的前沿阿拉伯语大模型，现已在 HUMAIN Node 开放研究预览。该模型基于 MiniMax-M3 基础模型，用超过 1 万亿阿拉伯语 token 进一步训练，覆盖多种语言和地区方言，目前以研究预览形式提供。