关键词：AI技术突破, 大模型, 人工智能, GPT-5.6 Sol, Claude Fable 5, 开源模型
🔥 聚焦
GPT-5.6 Sol Ultra 解决50年数学猜想 : OpenAI 的 GPT-5.6 Sol Ultra 模型在 Ultra 模式下，通过调用 64 个子 Agent，在不到一小时内完成了图论中大名鼎鼎的“循环双覆盖猜想”的证明。该证明并非直接寻找循环，而是通过 700 词的复杂 Prompt 引导，将图结构问题转化为有限域上的边标号与线性代数一致性问题。o1 核心贡献者 Noam Brown 指出，这一突破完全基于公开可用的模型和并行测试时计算（TTC），展示了多 Agent 协作在加速科学发现中的巨大潜力。（来源：量子位）
苹果起诉 OpenAI 窃取商业机密 : 苹果公司在加州北区联邦法院正式起诉 OpenAI，指控其进行“系统性、协调性”的硬件商业机密窃取。起诉书称，OpenAI 挖角了包括前产品设计副总裁 Tang Tan 在内的 400 多名苹果员工。其中，前苹果工程师 Chang Liu 被控离职时保留公司笔记本，并利用云存储漏洞下载了数十个机密硬件文件；Tan 则被控在面试中要求求职者携带苹果硬件零件进行展示。此案正值 OpenAI 计划于 2027 年推出首款 AI 硬件设备之际，可能对其 IPO 进程产生重大影响。（来源：机器之心）
Claude Fable 5 仅用11天重写 Bun 百行代码引发社区争议 : 热门 JS/TS 运行时 Bun 的创始人 Jarred Sumner 宣布，在 Anthropic 的支持下，利用尚未公开发布的 Claude Fable 5 模型和动态工作流，在 11 天内将 Bun 的百万行 Zig 代码重写为 Rust，消耗约 16.5 万美元 API 费用。此举旨在解决 Zig 版本的内存安全 Bug 以及 Zig 社区对 AI 生成代码的零容忍态度。然而，Zig 语言创始人 Andrew Kelley 随后发表长文猛烈抨击，指责 Sumner 个人工程习惯糟糕、重写后的代码残留大量安全隐患，引发了关于 AI 时代开源社区文化与工程质量的激烈辩论。（来源：机器之心）
中国首个十万卡国产算力集群“曙光8000”落成 : 中科曙光在郑州宣布，全国产 AI 超集群“曙光8000（登峰）”正式落成并接入全国一体化算力网。作为国内首个基于原生超智融合路线打造的十万卡级集群，它实现了从芯片、计算、存储、网络到液冷散热的全链路全国产自研。该集群支持从双精度 FP64 到 INT8 的全精度计算，既能满足大规模科学计算，也能支撑万亿参数大模型的训练。目前已完成 300 余项应用适配，累计完成了 70 余次万卡规模算力测试。（来源：量子位）
🎯 动向
Meta 发布 Muse Spark 1.1 提高性价比与上下文 : Meta 推出全新 Muse Spark 1.1 多模态推理模型，在 Intelligence Index 评测中得分 51，与 GLM-5.2 持平，但在 Coding Index 上以 71.3 的高分超越 GLM-5.2。该模型不仅将上下文窗口扩大至 100 万 token，还将错答率从 73% 降至 38%。其最大的优势在于极高的性价比，每项任务的估计成本仅为 0.26 美元，比 GLM-5.2 便宜约 30%，比 GPT-5.4 便宜近 3 倍，进一步加剧了前沿模型的定价战。（来源：THE DECODER）
GPT-5.6 Sol 缺陷与修复：OpenAI 紧急调整工作流与额度限制 : 在 ChatGPT Work 和 GPT-5.6 Sol 发布后，OpenAI 收到大量关于使用额度消耗过快、界面混乱以及 Sol 在高持续性系统提示下误删本地文件的负面反馈。OpenAI 团队承认在产品引导和默认设置上存在失误，并紧急实施了两次额度重置。官方承诺下周将推出大更新，恢复侧边栏的项目和聊天管理，并提供更透明的额度消耗指标。同时，官方重申 Codex 独立应用不会被取消，将与 ChatGPT Work 协同共存。（来源：THE DECODER）
GPT-5.6 Sol 自主完成 Luna 模型的后训练 : OpenAI 透露，其全新旗舰模型 GPT-5.6 Sol 能够通过在 Codex 平台上输入“相当不具体”的提示词，自主完成较小模型 Luna 的后训练优化。Sol 能够独立寻找训练配置、选择合适的 GPU 并启动与验证训练脚本。在衡量系统自我演进能力的内部递归自我提升（RSI）指数上，GPT-5.6 Sol 比前代 GPT-5.5 提升了 16.2 分。这表明 AI 辅助自身研发的闭环正在加速，研究人员的日均 token 产出也因此翻倍。（来源：THE DECODER）
北京开源芯片研究院发布 Orca 具身智能世界模型 : 北京航空航天大学与北京开源芯片研究院（BAAI）等机构联合发布了 Orca（0.8B 和 4B）世界基础模型。Orca 智能体在包含 12.5 万小时无动作标签的视频上进行“无意识学习”，并结合文本指令进行“有意识学习”，在抽象空间中对世界状态演变进行建模。在 shelving 等 5 项机器人操控任务中，Orca 仅需 200 个真实演示微调，即可匹配专门使用机器人动作数据训练的 π0.5 模型的性能，为解决数据短缺提供了新思路。（来源：THE DECODER）
Google 发布 Nano Banana 2 Lite 图像模型并开放视频 API : Google 推出了其速度最快且成本最低的图像生成模型 Nano Banana 2 Lite（即 Gemini 3.1 Flash Lite Image），每千张 1k 分辨率图像的生成成本仅为 0.034 美元。同时，Google 将其多模态视频生成模型 Gemini Omni Flash 开放给开发者 API，支持通过文本或图像输入生成带同步音效的 720p 视频。开发者可以在 Google AI Studio 中将两款模型串联，实现低成本的“文生图再转视频”的自动化工作流。（来源：DeepLearning.AI）
DeepSeek 推出 DSpark 投机解码加速技术 : 深度求索（DeepSeek）与北京大学团队合作推出了 DSpark 投机解码模块，并将其应用于 DeepSeek-V4 系列模型。DSpark 结合了并行草稿生成与马尔可夫头（Markov head）微调，能在不损失模型精度的前提下，将 DeepSeek-V4-Flash 的每用户生成速度提升 60% 至 85%，将 Pro 版本提升 57% 至 78%。其核心创新在于能够根据服务器的实时负载动态调整验证长度，在轻负载时验证更长草稿，在重负载时则丢弃低置信度 token 以释放算力。（来源：DeepLearning.AI）
Meta 等团队发布 Brain2Qwerty v2 脑机接口系统 : Meta 联合法国国家科学研究中心等机构发布了 Brain2Qwerty v2 系统，该系统能够将脑电波直接转化为文本。研究团队利用非侵入式的脑磁图（MEG）记录了 9 名受试者 90 小时的打字脑电数据。系统通过卷积神经网络和 Conformer 结构将脑电波解码为字符，再通过对齐器映射为词向量，最后由微调后的 Qwen3-4B 模型进行纠错。v2 版本的词错误率从 v1 的 43% 降至 39%，且跨受试者联合训练的表现显著优于单人训练。（来源：DeepLearning.AI）
NVIDIA 推出面向 Agent 优化的 Vera CPU 架构 : NVIDIA 推出全新 CPU 架构“Vera”，旨在解决智能体（Agentic AI）在 GPU 调用间隙因工具调用、代码执行和检索验证而产生的 CPU 瓶颈。Vera 拥有 88 个自定义 Olympus 核心，提供高达 1.2 TB/s 的内存带宽，单线程性能比主流 x86 CPU 提升 1.8 倍。在 Perplexity 的实际测试中，Vera 成功将代码工作流速度提升了 1.5 倍，并发沙箱启动速度提升了 1.9 倍，表明 Agent 时代 CPU 的单线程性能已成为新的算力关键。（来源：Latent Space）
Ant Group 旗下 Robbyant 发布 LingBot-VA 2.0 具身智能模型 : 蚂蚁集团具身智能部门 Robbyant 发布了首个具身原生基础模型 LingBot-VA 2.0。该模型摒弃了传统的视频扩散加动作模块架构，采用原生因果 DiT 和包含 128 个专家的稀疏 MoE 视频流，将世界状态与动作压缩在统一的 96 通道潜空间中。通过“前瞻推理”（Foresight Reasoning）技术，模型能异步交叠预测与执行，并在收到真实观测时重新对齐。在低精度编译和蒸馏优化下，其 chunk 延迟从 927ms 降至 142ms，异步控制频率高达 225 Hz。（来源：MarkTechPost）
🧰 工具
MuScriptor：开源多乐器音频转 MIDI 的 Transformer 模型 : Kyutai 联合 Mirelo 发布了 MuScriptor，一个开源的 decoder-only Transformer 音乐转录模型。该模型能直接从包含多种乐器的完整混音音频中，自动识别音高、时值和乐器类别，并输出分轨的 MIDI 文件。MuScriptor 经历了合成 MIDI 预训练、17万条真实录音微调以及基于 GRPO 的强化学习后训练，其在 D_Test 基准上的多乐器 F1 分数达到 48.2，远超 YourMT3+ 基线（21.9），支持乐器条件输入以稳定长音频转录。（来源：MarkTechPost）
PrivAiTe PII Anonymizer：Open WebUI 本地隐私过滤器 : 开发者在 Open WebUI 社区发布了开源插件“PrivAiTe PII Anonymizer”。该插件作为 Express 中间件运行在本地，能够在用户向云端大模型发送请求前，自动检测并用占位符（如 <PERSON_1>）替换姓名、邮箱、电话等个人敏感信息（PII），并在大模型返回响应时在本地恢复真实值。该插件基于微软 Presidio 和 ONNX 本地隐私模型运行，在保护隐私的同时确保了云端对话的可用性。（来源：Latent Space）
Ramanujan Simulator：拉马努金数学公式模拟器 : 知乎创作者 cyb酱分享了开源数学发现项目“Ramanujan Simulator”。该项目受拉马努金机启发，利用数值算法在没有先验数学定理证明的情况下，自动搜索关于 π、e 等基本常数的连分数恒等式和新猜想。它采用中途相遇搜索（Meet-in-the-middle）和基于哈希表的匹配算法，将数学发现流程逆转为“算法扫描结构提出猜想，再由人类进行证明”，展示了开源数学工具让好奇心可执行的独特魅力。（来源：量子位）
RouteScribe：基于运行时流量的 Express 自动生成 OpenAPI 工具 : 开发者在 npm 社区发布了开源中间件“RouteScribe”。该工具针对 Node.js/Express 开发者，旨在解决手动维护 OpenAPI 接口文档繁琐且易出错的痛点。RouteScribe 通过在 Express 应用运行时观察和分析真实的 API 流量，自动捕获请求路径、参数、请求体和响应格式，并动态生成符合规范的 OpenAPI（Swagger）规范文档，极大简化了接口文档的维护工作。（来源：Latent Space）
destructive_command_guard (dcg)：防止 AI Agent 误删本地文件的安全卫士 : 针对 GPT-5.6 Sol 等 Agent 在 YOLO 模式下运行代码时可能误删本地文件的风险，开发者发布了开源工具 destructive_command_guard（dcg）和 bash-guard。这些工具通过在 shell 中添加 PreToolUse 钩子，强制拦截并阻止任何试图修改或删除代码仓库外部路径的危险命令。这为开发者在本地运行高自主性编程 Agent 时提供了一层必要的物理安全防线。（来源：Hacubu）
📚 学习
Hugging Face 推出 PyTorch 注意力机制剖析教程 : Hugging Face 发布了《PyTorch 性能剖析》系列教程的第三部分，重点关注注意力机制的性能优化。文章详细对比了 naive 注意力、原位（in-place）掩码优化以及 SDPA 的四大后端（math、efficient、flash、cuDNN）在 A100 GPU 上的 Profiler 跟踪图谱。教程深入解释了为什么看似简单的 in-place 优化能省去安排内存拷贝（Memcpy）算子，以及为什么 FlashAttention 在 Tensor Core 上以低占用率（occupancy）运行却能实现极高的实际吞吐量。（来源：HuggingFace）
CMU、清华与斯坦福利用 LLM Agent 进行灾难逃生与城市行为模拟 : 多个顶尖学术机构将大模型 Agent 从虚拟社交带入防灾减灾领域。卡内基梅隆大学（CMU）与学校应急团队合作，利用 13000 个 Agent 模拟了毕业典礼的疏散动态并写入 SOP；清华大学李勇团队开源了 AgentSociety，支持在一整座城市尺度下模拟万名 Agent 在飓风等灾害下的社会反应；天津大学等团队则推出了 RESCUE 系统，通过物理与认知分离架构，模拟地铁火灾中虚拟人群的推搡与踩踏行为。（来源：36氪）
苹果发布 On-Policy 知识蒸馏诊断框架 : 苹果机器学习研究团队发表论文，针对推理大模型后训练中的 On-Policy 蒸馏技术提出了一种无训练诊断框架。该框架能够在 token、问题和教师模型三个维度上，以最高分辨率分析蒸馏信号的利弊。研究定义了能最大化学生模型成功率的“理想梯度”，并设计了梯度对齐分数（GAS）进行量化。实验表明，蒸馏引导在学生模型回答错误的 rollout 上表现出显著更高的对齐度，而在正确 rollout 上教师信号往往沦为噪声。（来源：Apple）
亚马逊与密歇根大学推出机器人触觉剪切力模拟器 HydroShear : 亚马逊与密歇根大学的研究人员开发了 HydroShear，一个用于模拟机器人触觉剪切力的物理仿真器。该工具基于路径依赖的力跟踪算法，能够记录物体在软传感器表面滑动和旋转时的形变历史，并将其转化为高保真的三维力场。利用 HydroShear 在仿真中通过强化学习训练的抓取和装箱策略，无需任何微调即可直接部署到真实 Franka 机器人上，在 peg 插入、抽屉拉动等接触密集型任务中取得了 93% 的成功率。（来源：Amazon Science）
💼 商业
腾讯拟收购新加坡 AI 智能体初创公司 Manus 多数股权 : 据金融时报报道，在北京市政府因投资合规问题叫停 Meta 对 Manus 的 20 亿美元收购案并对创始人肖红实施出境限制后，中国科技巨头腾讯正与 Manus 接触，计划以同样的 20 亿美元估值收购其多数股权。Benchmark 等美资机构预计不会参与。Manus 目前在新加坡独立运营，年收入接近 5 亿美元，腾讯此举旨在将其 AI 智能体技术与其微信生态深度融合。（来源：THE DECODER）
韩国芯片巨头 SK Hynix 赴美上市，募资 265 亿美元创历史纪录 : 韩国内存芯片巨头 SK Hynix 正式在 Nasdaq 发行美国存托股份（ADR）上市，成功募资 265 亿美元（约合 40 万亿韩元），超越 2014 年物美价廉的阿里巴巴的 250 亿美元，创下美国历史上最大规模的外国公司 IPO 纪录。由于其在高带宽内存（HBM）领域的垄断地位，该股未受“韩国折价”影响，首日大涨 14%。所募资金将用于韩国本土新晶圆厂建设和 EUV 光刻机采购。同时，美商务部长正游说其在美建厂。（来源：TechCrunch）
Anthropic 与 UST 达成合作，将 Claude 引入物理 AI 领域 : Anthropic 宣布与技术服务巨头 UST 达成全球战略合作，将 Claude 引入芯片验证、汽车制造和物联网等“物理 AI”场景。UST 的 iDEC 硬件验证平台将集成 Claude Code 作为推理层，自动读取芯片引脚图和硬件原理图，编写并运行回归测试，使验证周期缩短 50% 至 70%。作为合作的一部分，UST 将在全球范围内为其 20,000 名工程师和顾问提供 Claude 技能培训。（来源：Anthropic）
🌟 社区
美政府拟出台行政令限制开源模型，LeCun 等人强烈反对 : 针对白宫可能出于对中国技术崛起的担忧而考虑出台限制或审查开源 AI 模型的行政令，开源社区爆发了激烈讨论。图灵奖得主 Yann LeCun 和 Beff (e/acc) 警告称，这种“在许可前一律限制”的准许可制度将彻底摧毁美国的创新生态，且无法阻止人们通过种子轮下载模型，反而会让系统更加不安全。他们呼吁社会各界在为时已晚前站出来捍卫计算自由。（来源：Latent Space）
Hugging Face CEO Clem Delangue：企业正从租赁 API 转向开源模型 : Hugging Face 首席执行官 Clem Delangue 在播客中指出，随着企业 AI 应用规模的扩大，高昂的 token 账单正促使约半数财富 500 强企业从租赁闭源 API 转向部署开源模型。他提到，中国实验室目前贡献了在美国下载的开源模型的大多数，这应当被视为推动美国本土开源生态建设的动力。他还强调，由于涉及家庭和工厂等物理隐私，具身智能和机器人领域对开源透明度的需求比聊天工具更为迫切。（来源：TechCrunch）
100多名 AI Agent 与人类协作，将 Gemma 4 推理速度提升 5 倍 : Google Gemma 团队与 Hugging Face 联合举办了为期 6 天的 Gemma 挑战赛。100 多名人类开发者与 AI Agent 协作，在单张 NVIDIA A10G GPU 上成功将 Gemma 4 的推理速度提升了 5 倍，实现了 315 TPS 的无损推理速度（极限有损速度达 491.8 TPS）。在此过程中，Agent 展现了自我管理和防止“偷懒”的协作行为，被 Clem Delangue 视为展示“智能体网络效应”的里程碑式案例。（来源：Google）
社区热议：是否应该限制机器学习学术会议的单作者投稿量 : 面对近期机器学习（ML）学术会议投稿量呈指数级增长、导致同行评审质量严重下滑的现状，Reddit 社区发起了关于“是否应当限制单作者投稿量”的讨论。用户指出，TMLR 已经引入了年度投稿上限，而 ACL 等会议也开始探讨通过自动桌退（desk reject）非相关论文，或强制要求每篇投稿必须提供相应评审人员的方案来缓解评审压力，反映出学术界对科研灌水现象的普遍担忧。（来源：Reddit）
离网生存新思路：社区热议制作“本地 LLM 生存工具包” : Reddit 的 LocalLLaMA 社区热议如何制作一个可在 64GB 闪存盘上运行的“本地 LLM 生存工具包”。该设想包括预装适用于 Windows/Mac/Linux 的 llama.cpp 二进制文件、Qwen3.5 35B 或 Gemma 4 模型，以及压缩后的英文维基百科和医疗、工程类开源书籍数据库。用户只需插上 U 盘即可在无网、无 GPU 的老旧电脑上实现 5-20 tok/s 的离网知识库检索，为紧急避险或断网环境提供了实用的技术方案。（来源：Reddit）
模型选择与额度焦虑：GPT-5.6 多层级推理引发用户 token 消耗担忧 : 随着 GPT-5.6 引入 Luna、Terra、Sol 三大模型以及 Low 到 Ultra 等 5 个推理 effort 等级，社区用户对如何选择模型感到困惑。用户反馈称，在 Sol Ultra 模式下，模型会自动衍生出同样为 Ultra 等级的子 Agent，导致 token 消耗呈指数级增长，极易在几小时内耗尽 Pro 用户的周额度。开发者建议在普通任务中默认使用 Luna 搭配中等 effort，或使用第三方路由工具进行成本控制。（来源：Latent Space）
💡 其他
特朗普国际机场新 Logo 出现低级 AI 生成错误 : 佛罗里达州新命名的“唐纳德·J·特朗普国际机场”发布了其官方 Logo，但该设计被指存在明显的 AI 生成缺陷。媒体指出，Logo 盾牌上的红白条纹只有 11 条，而非美国国旗标准的 13 条；同时，老鹰右侧的爪子形状严重扭曲，两侧的羽毛和叶片数量也不对称。这一低级错误迅速引发了社交媒体对官方使用未经审核的 AI 生成图作为标志的嘲讽。（来源：The Verge）
三个 ChatGPT 语音机器人尝试数数到 100 场面滑稽 : Reddit 社区一段走红的视频展示了一名用户让三个启用了 GPT-Live 语音模式的 ChatGPT 机器人尝试轮流数数到 100。在数数过程中，机器人不仅频繁数错、互相打断，还以一种“自信且愚蠢”的语气互相纠正，场面极具喜感。网友调侃这完美模拟了企业中低效且充满官僚气息的日常会议，也展示了当前实时语音多 Agent 协同在逻辑一致性上的局限。（来源：Reddit）
