今日出版
AI 前沿情报每日速递

AI 前沿日报

全球前沿热点 · 架构演进 · 深度研判
12个独立事件4大核心专栏13家独立信源约 10 分钟读完

谷歌发布 Gemini 4 Hydrogen 百万上下文定价 1.5 美元

本期两条主线值得注意。其一,模型能力加速下放:Gemini 4 Hydrogen 以百万上下文和低价覆盖全产品线,MiniMax 开源 4K 生图,Runway 开放机器人控制权重,前沿能力正从实验室快速流向日常工具。其二,治理与安全短板集中暴露:黄仁勋辞任引发英伟达市值巨震,Grok 构建应用泄露数万未授权入口,OpenAI 亦警告思维链监控将失效。能力越强,制度与安全基建的滞后越显紧迫。

谷歌正式发布 Gemini 4 系列新成员 Hydrogen,定位日常编程与智能体工作流的高速高效模型,接替 Gemini 3.8 Flash,与侧重长程深度推理的 Carbon、Argon 形成三档产品矩阵。

该模型发布即向所有用户开放,同步登陆 Google AI Studio、Gemini API、企业版、Gemini 应用、Google 搜索及 Antigravity 平台,付费 AI Pro 与 Ultra 订阅用户可直接使用。

Hydrogen 支持完整 100 万 Token 上下文且无阶梯计价,API 定价为每百万 Token 输入 1.5 美元、输出 7.5 美元,缓存输入享 95% 折扣。其默认高思考档任务完成速度较 Gemini 3.8 Flash 提升 2.5 倍。

The Decoder 报道称其小模型跑分反超 Argon,TechCrunch AI 则关注其对搜索问答的提速,Ars Technica AI 确认其全面替换 3.8 Flash。

Google DeepMind10 家信源印证查看深度研判
01

前沿模型与基础架构突破

精选 3 篇

追踪主流实验室最新基础模型、新架构与推理能力跃迁。

MiniMax 开源 H3-Image 生图模型 10 秒生成 4K 图像

MiniMax 正式开源 H3-Image 图像生成模型,支持文生图、图像参考与图像编辑,可在约 10 秒内生成 4096×4096 的 4K 图像,官方称速度约为主流水平的 5 倍。

模型以开放权重形式发布,同步上线 MiniMax API、MiniMax Code 与海螺 AI,并接入 Arena 对战模式接受用户盲测。

技术细节上,H3-Image 衍生自 H3 基座,单一 checkpoint 在六步采样内同时覆盖文生图与图像编辑,无需超分即可输出原生高分辨率,并支持最多 16 张参考图。

在 NVIDIA Vera Rubin 平台四卡配置下,原生 4K 生成中位延迟仅 0.87 秒,吞吐配置可达每小时 6115 张。摩尔线程 MTT S5000 也在开源首日完成适配,单卡即可生成 4K 图像。

vLLM 官方博客3 家信源研判评分 78

Runway 开源 270 亿参数机器人模型 Praxis-1

Runway 发布开放权重的机器人控制模型 Praxis-1,基于 270 亿参数视频基础模型构建,采用 Apache 2.0 许可证,可在本地硬件运行与微调。

官方称其在机械臂任务上比 GPT-6 Astra 驱动的方案快 15.6 倍、单任务成本仅为其 1/51,并在 RoboLab-120 基准的世界动作模型类别中领先。

该模型从普通视频学习物体运动与操作先验,以缓解机器人数据采集成本高的问题。Runway 同时开放权重与代码,并提供可在 RTX 5090 上运行的 NVFP4 量化版本。

在 RoboLab-120 基准上,Praxis-1 成功率约 46.2%,官方称其速度与成本显著优于 GPT-6 Astra 方案。

IT之家 · 智能时代研判评分 78

OpenAI 研究揭示前沿模型思维链透明度流失机制

OpenAI 新研究定位了导致前沿模型思维链(CoT)透明度下降的具体训练环节,指出这一现象并非不可抗的技术宿命,而是开发者围绕能力与算力成本做优化取舍的结果。

研究警告,随着模型规模与预训练推进,仅靠阅读思维链进行安全监控将越来越不可靠,亟需发展新的监控手段。

该结论将透明度流失归因于训练目标与资源分配的选择,而非模型架构的必然限制,为后续改进提供了可操作的切入点。

The Decoder研判评分 78
02

产业生态与商业算力

精选 4 篇

投融资脉络、算力基建演进与企业智能化转型。

黄仁勋辞任英伟达 CEO 市值蒸发近 2 万亿美元

英伟达创始人黄仁勋于周四上午即刻辞去总裁、CEO 及董事会成员职务,结束长达 33 年的执掌。公司未披露具体原因,但多家媒体报道称,此次变动与董事会就黄仁勋疑似成为外国情报目标及涉及一名疑似中国间谍和直接下属的不当关系启动的独立调查有关。

消息公布后,英伟达股价盘中一度暴跌 14%,市值跌破 4 万亿美元,较近期高点累计蒸发约 2 万亿美元。

董事会已任命任职 13 年的 CFO 科莱特·克雷斯出任临时 CEO,并启动内外部继任者遴选。同时,公司首次设立董事会主席职位,由前新思科技 CEO 哈维·琼斯出任,释放治理结构制度化的信号。

黄仁勋作为最大股东(持股约 3.6%)此前拒绝正式继任规划,公司无明确接班人。此次人事地震发生在全球 AI 算力需求爆发之际,新任 CEO 将接手公司逾 1 万亿美元的业务。

宝玉 (@dotey)6 家信源研判评分 96

Grok 构建应用泄露 3.5 万个未授权访问入口

安全公司 Claroc 最新研究显示,由 xAI 旗下 Grok 构建的 Web 应用中,超过 3.5 万个无需登录即可公开访问,近 95% 的在线应用存在未授权入口。

泄露内容涵盖 SpaceX、X 及特斯拉的内部销售资料、员工绩效与奖金表、ICU 患者化验与呼吸机记录,甚至明文密码。Claroc 测试了 43551 个 Grok Build 应用地址,发现 94.7% 的在线应用可直接打开,其中约 650 至 800 个应用包含私密数据,波及 6 家财富 500 强与 26 家千人以上企业。

问题根源在于 Grok 的分享链接设计:随机标识被置于域名前而非网址路径中,导致链接可被被动 DNS 服务收录并公开检索,开发者仅靠难猜的网址充当访问控制,而非真正的鉴权机制。

此外,Grok 生成代码中的访问控制缺陷与默认公开的发布设置进一步放大了风险。SpaceX 与 X 员工创建的应用已全部下线,但平台是否主动通知受影响客户尚无明确答复。

量子位官网3 家信源研判评分 78

DeepSeek-V4.1-Flash 在 Rubin NVL72 实现 58 倍吞吐提升

vLLM 团队将 DeepSeek-V4.1-Flash 部署到单台 NVIDIA Vera Rubin NVL72 机架,实现每 GPU 170 万 tokens/s 吞吐、单用户 387 tokens/s,较 GB300 NVL72 提升 58 倍,峰值吞吐达 252 万 tokens/s。

性能跃升主要来自针对 Rubin 分离式内存与 FP4 张量核调优的算子、低延迟专用解码内核,以及通过 NVLink 跨机架共享的 KV 缓存与 Engram 表。

单用户极限吞吐可达 1810 tokens/s,显示该配置在保持低延迟的同时具备极高并发能力。

vLLM 官方博客研判评分 78
03

智能体生态与自主代理

精选 3 篇

多智能体协同、自主工作流与真实复杂任务落地。

谷歌发布 A2UI 1.0 稳定版 智能体可直接生成原生 UI

谷歌正式发布生成式 UI 开放协议 A2UI 1.0 首个稳定版,智能体只需描述要展示的内容,各应用即可用自身原生组件渲染界面,从而在网页、Android、iOS 与 MCP 宿主中保持低延迟与原生保真度。

该版本新增双向功能调用与可访问性扩展,并配套 React、Angular、Lit、Flutter、SwiftUI、Jetpack Compose 渲染器及 Python、TypeScript、Dart 智能体 SDK。

智能体只描述内容结构,UI 由宿主应用原生组件渲染,避免 WebView 与截图式方案的延迟和失真。1.0 新增双向功能调用,界面交互可回传智能体形成闭环。

渲染器覆盖 Web、Flutter、SwiftUI、Jetpack Compose,并可在 Claude、Gemini 等 MCP 宿主内运行。Atlassian、彭博社、字节跳动等已投入开发。

IT之家 · 智能时代研判评分 78

Run agents securely and efficiently with the next generation AgentCore runtime

AWS 发布下一代 AgentCore 运行时,为每个智能体会话提供安全隔离环境,解决预置资源闲置与按需冷启动的两难。

AWS 引用 METR 数据称,前沿智能体可自主完成的任务时长约每四个月翻倍;麦肯锡数据显示,40% 的大型企业正在规模化采用 AI 智能体,高于一年前的 27%。

随着智能体运行时间更长、自主性更强,关注点从“能做什么”转向“如何安全高效地运行”。该运行时已在北美、南美、欧洲和亚太多个 AWS 区域上线,可通过 Bedrock 控制台接入。

AWS Machine Learning Blog研判评分 62

Build once, run on any agent: A practical guide to agent skills

GitHub 发布智能体技能实践指南,指出用户频繁向智能体重复解释同一任务、向资深同事请教机构知识,这些上下文不应丢失在聊天记录或锁在个人头脑中。

智能体技能让用户捕获可重复的指令,供自己和智能体复用。技能以 SKILL.md 为核心的版本化目录承载,可跨智能体共享复用。

技能仅描述任务流程,工具、凭证与权限仍由运行环境提供。每个技能应聚焦单一任务,并明确输入、输出与适用条件。

GitHub Blog · AI & ML研判评分 62
04

开发者工具与实战应用

精选 1 篇

提升工程效率的最新工具链、SDK 与落地实践。

Relax 发布 Rust JIT 编译器 构建提速至 11 秒

Relax 是 Makepad 团队用 Rust 编写的实时编译器与 JIT 运行时,绕过 rustc、LLVM 和链接器,直接从源码运行 Cargo 包,按函数首次调用时编译并热更新。

官方数据显示,大型 3D 游戏冷启动首帧从约 3 分钟降至 11 秒,二次运行仅 1.15 秒,小应用热启动 0.41 秒。

该工具按函数惰性编译并在运行时优化热点,彻底移除 rustc/LLVM/链接器环节,支持在运行中打补丁保留状态。项目以 MIT 许可开源。

Hacker News AI研判评分 78