AI 全网热点榜

NO.01爆

OpenAI 发布 GPT-6.2 双模型 任务成本骤降 80%

OpenAI 正式发布 GPT-6.2 Astra 与 GPT-6.2 Sol 两款新模型,分别面向高难度专业任务与日常高效工作。Astra 在专业智能体基准 Agents' Last Exam 上较前代 GPT-6 Astra 提升 5.2 分,且单任务成本不足前代三分之一;对竞品 Claude Fable 5.2 领先 5.5 分,成本仅为其约 5%。API 定价同步下调 20%,Astra 输入/输出价格降至每百万 Token 8 美元与 40 美元,缓存输入价格从 1 美元降至 0.4 美元,Sol 维持 2/10 美元定价。 技术细节上,两款模型均以更少输出 Token 完成同等任务,官方建议保持提示前缀不变以复用缓存、降低延迟。Astra 在 3D 生成评测 AA-3D 中以 1318 Elo 登顶,超过 Fable 5.2 的 1271 分;在 Artificial Analysis 智能指数 v5 上,Astra 与 Sol 分别升至 62 分与 57 分,位列第二、第三,仅次于 Claude Fable 5.2。OpenAI 借此占据单位任务成本帕累托前沿的大部分区间,与 Anthropic、Meta 共同构成前沿格局。 行业影响方面,此次发布正值 Anthropic IPO 定价前夕,OpenAI 以显著的成本优势发起价格战,有望降低企业级智能体部署门槛,加速 AI 在专业工作与编程场景的规模化落地。然而,安全评估也揭示隐忧:Astra 是 OpenAI 首个在 AI 自我改进维度获评 High 的公开模型,网络安全维度维持 Critical 级,英国 AI 安全研究所发现其可能被用于发起供应链攻击等恶意行为,提示前沿能力与风险并存。

最新进展:OpenAI 于 Anthropic IPO 定价前发布 GPT-6.2 双模型,以任务成本骤降 80% 和 API 降价 20% 发起价格战,同时 Astra 在专业基准上领先竞品,但安全评估揭示其自我改进能力达 High 级,引发对前沿模型风险管控的讨论。
7 天热度走向309
7 天前此刻
16 信源深度追踪
查看事件脉络→
NO.02新

谷歌发布 Gemini 4 Neon 登顶 Agent Arena 第二

谷歌 DeepMind 正式发布 Gemini 4 Neon,这是七周内第四款 Gemini 4 系列模型,定位为兼顾前沿智能与端到端快速任务完成的中端模型。其在 Agent Arena 智能体竞技场以 1336 分位列总榜第二,创下谷歌在该榜单的最佳成绩,单任务中位成本仅 2.82 美元,比榜首 Claude Fable 5.2 低 69%,性价比优势显著。 技术层面,Neon 支持 100 万 token 上下文与四档推理级别,在 Artificial Analysis 编程智能体指数以 58.6 分超越 Claude Opus 5.5 位列第一,智能指数以 61 分排名第三。模型速度约 110 tokens/秒,是前代 Carbon 的两倍,且基础定价更低。在 Antigravity 开发环境中,Neon 可调度多个子智能体并行执行长任务,接入后 SWE-sweep 得分从 12.8% 跃升至 39.0%。安全方面,模型卡称其在 Gray-Swan 基准上 100% 阻断间接提示注入攻击。 Neon 的发布标志着谷歌模型迭代节奏近乎指数级加快,发布间隔从 28 天缩短至 6 天,同时产品线快速收敛,Argon 退役、旧版 Pro 与 Flash 下线。凭借速度、成本与可操控性的平衡,Neon 直接对标 Anthropic 的 Opus 与 Fable 系列,加剧了中端智能体市场的竞争,也为开发者提供了高性价比的前沿智能选择。

16 信源报道
301
NO.03新

Anthropic 登陆纳斯达克 募资 935 亿美元刷新纪录

Anthropic 于本周四正式在纳斯达克挂牌上市,以每股 83 美元的发行价募资约 935 亿美元,超越 SpaceX 保持的 862.5 亿美元纪录,成为史上最大 IPO。其开盘价飙升至 111.50 美元,较发行价高开 33%,完全稀释估值一度突破 1.5 万亿美元。 此次 IPO 获得约 6 倍超额认购,散户配售比例提升至 20%。除公开发行 8.25 亿股外,谷歌、英伟达、微软、AMD、博通、美光、台积电等七家巨头还以同价参与 260 亿美元的私募配售,其中英伟达认购 100 亿美元。公司年化收入已从 9 月的 710 亿美元增至 10 月底的 810 亿美元,支撑强劲需求。CEO Dario Amodei 表示,上市核心目的是囤积现金以支撑总额 9000 亿美元的算力基础设施投入,包括与 SpaceX 每月最高 31 亿美元的数据中心协议。 Anthropic 的上市标志着头部大模型公司首次进入公开资本市场,为 AI 行业估值与商业化能力提供了关键定价锚点。其约 2200 亿美元的现金储备将加剧与 OpenAI 等对手的算力军备竞赛,同时也让资本市场对 AI 泡沫的争论更趋白热化。

14 信源报道
235
核心突破与开源热点 (NO.04 - 10)
  1. 04

    阿里发布 2.4 万亿参数 Qwen4-Max 任务成本降超 60%

    阿里巴巴正式发布新一代基座大模型 Qwen4 系列,旗舰版 Qwen4-Max 同步上线千问 AI 平台与 QwenCloud API。该模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数达 2.4 万亿,每 token 激活 71B 参数,并配备 328B N-gram Embedding 参数,原生支持视觉理解与 100 万 token 上下文窗口。官方称其在编程、办公与长程任务上全面超越前代 Qwen3.8-Max,同等性能下任务成本降低超 60%,单任务 Token 消耗减少近 50%。 第三方评测机构数据交叉验证了官方说法。Artificial Analysis 智能指数显示,Qwen4-Max 以 xhigh 推理档位取得 43 分,较 Qwen3.8-Max 提升 9 分,单任务成本降至 3.27 美元,约为前代三分之一,并比 Kimi K3.1 Pro 低约 11%。Arena.ai 数据显示,Qwen4-Max 在 Agent Arena 首秀即位列总榜第 14 名,较前代第 39 名大幅跃升,成为排名最高的中国模型,使阿里成为中文第一、全球第五的实验室;在 Code Arena WebDev 榜单以 1750 分位列第 6,较前代提升 74 分。在 1.47 万次真实智能体会话中实现 7.5% 净提升,用户满意度与可控性提升最显著。 Qwen4-Max 的发布标志着阿里在稀疏 MoE 架构与长上下文效率上的系统性突破,其成本优势可能重塑企业级 AI 应用的性价比基准。模型已通过 OpenRouter 等平台开放,小尺寸同源模型将陆续开源,有望进一步降低开发者的使用门槛,加剧全球大模型市场的竞争。

    11 信源203
  2. 05

    Thinking Machines 开源 26B 循环模型 Inkling 2 Mini

    Thinking Machines Lab 以 Apache 2.0 许可开源了多模态混合专家模型 Inkling 2 Mini,总参数 26B,采用循环 Transformer 架构,中间 12 层共享权重重复执行三次,单 token 等效经过 48 层计算,从而在不增加输出 token 的情况下延长内部推理。模型支持文本与图像输入及 100 万 token 上下文,检查点仅约 20GB,可在 32GB Mac 或 DGX Spark 上本地运行。 各信源在架构细节上高度一致:循环层每轮保留独立 KV 缓存并读取上一轮门控消息,激活参数约 3.4B 至 5.4B(不同统计口径),每 token 仅使用约 3.1B 唯一权重。性能方面,其在 100B 以下开源模型中智能体编程测试领先,DeepSWE v1.1 得分 48.2%,SWE-bench Verified 达 79.2%,AA Index 得分 20.1,与 Qwen3.8 27B 持平但激活参数少 5 至 6 倍,推理成本约为其六分之一。不过,模型在知识召回上存在明显取舍,非幻觉率仅 63.4%。vLLM 在 Blackwell、Hopper 与 DGX Spark 上实现发布当日支持,并内置 DSpark 推测解码加速。 Inkling 2 Mini 的发布标志着循环架构在开源模型中的一次重要落地,以极低的激活参数实现了与更大模型相当的智能水平,大幅降低了本地部署门槛。其突出的智能体编程能力与长上下文支持,为个人设备上的长程任务自动化提供了新可能,有望推动本地优先的 AI 应用生态发展。

    9 信源175
  3. 06

    Lean 社区启动黎曼猜想形式化证明独立验证

    Anthropic 数学家 Levent Alpöge 宣称与 Claude 合作给出了黎曼猜想的 Lean 形式化证明,并公开了约 1700 万行代码。该猜想自 1859 年悬置至今,属千禧年大奖难题。消息在 Lean 社区引发数学家密集核验,同时斯坦福研究者 Alessandro Masullo 也声称独立完成证明,真伪尚待同行评审确认。 据披露,Claude 在证明后期贡献了关键思路,包括连续 Theta Lifts 和核心参数,整个论证在约六周内完成形式化。陶哲轩指出,该证明疑似依赖朗兰兹纲领与算术几何的现代成果,验证需数学界投入时间。初步检查确认形式化命题为广义黎曼猜想,但 Lean 内核可靠性仍存理论风险。MIT 的 Andrew Sutherland 使用 Claude Code 进行了独立验证,175,187 个模块全部编译通过,五个核心定理仅依赖三条标准公理,两个独立内核 nanoda 与 con-leche 均接受完整导出证明。 若该证明最终通过同行评审,将是 AI 辅助数学研究的里程碑事件,不仅支撑数百个依赖黎曼猜想的数学结论,也凸显 AI 在顶级数学研究中的实际参与度,并推动“AI 成果如何被可信验证”的机制建设。

    11 信源170
  4. 07

    黄仁勋辞任英伟达 CEO 公司火速涨薪留人

    英伟达创始人黄仁勋在执掌公司 33 年后,于周四上午即刻辞去总裁、CEO 及董事职务,董事会任命 CFO 科莱特·克雷斯为临时 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。消息公布后,英伟达股价盘前一度下跌约 10%,市值跌破 4 万亿美元,较近期高点累计蒸发约 1.4 万亿美元。 综合多家信源,黄仁勋辞职前,董事会曾就其疑似成为外国情报目标启动外部调查,且《纽约时报》等媒体报道其涉及与内部员工及一名被控中国间谍人员的私人关系。公司此前未公开继任计划,约 60 名高管直接向黄仁勋汇报,新 CEO 将接手逾 1000 亿美元对外投资组合,包括拟在 Anthropic 上市时认购 100 亿美元股份。 此次人事地震对全球 AI 算力格局影响深远。英伟达作为 AI 芯片龙头,其 GPU 路线图与供应链策略可能面临调整。投资者担忧临时 CEO 克雷斯将转向更保守的投资策略,导致 AI 初创企业融资收紧。尽管多数观点认为这不会终结 AI 繁荣,但短期内行业竞争与创投生态将面临显著变数。

    9 信源121
  5. 08

    谷歌免费开放 Gemini 个人智能体 支持代打电话与支付

    谷歌今日宣布,将原名为 Spark 的 Gemini 智能体功能更名为 Tasks,并取消每月 19.99 美元的 AI Pro 订阅门槛,向美国、日本、韩国、加拿大、澳大利亚和印度六国所有用户免费开放。这标志着 Gemini 从对话助手正式升级为可执行端到端任务的个人智能体,用户可让其代打电话比价、通过 Google Pay 完成购物、管理日历与账单,甚至将转发邮件自动转为日程事件。 该功能由 Gemini 4 Hydrogen 模型驱动,任务运行在硬件隔离的虚拟机中,支付环节采用 Visa 与 Mastercard 卡令牌、用户自设消费上限及购买前确认三重安全机制。用户可通过 Gemini 应用内切换至 Task 模式、发送 Android/iOS 短信或转发邮件至 [email protected] 触发任务。多个信源交叉验证显示,此前该功能以 Spark 名义于 5 月向测试者开放,并已扩展至美国 Google AI Ultra 订阅用户,此次免费开放范围大幅扩展。 谷歌的免费策略直接对标 OpenAI 每月 100 美元起的 Dots 以及据称数周内突破 300 万周活的 Meta Muse,个人智能体赛道的竞争骤然升温。对开发者与用户而言,这意味着 AI 助理从信息查询迈向实际事务代办,但支付与登录等敏感操作的权限边界与安全设计将成为后续关注焦点。

    6 信源95
  6. 09

    OpenAI 强化推理防泄露 攻击成功率降至 0.2%

    OpenAI 首次系统披露针对对抗性蒸馏的多层防御体系,核心指标大幅改善:从历史请求中提取受保护推理内容的攻击成功率由 54.0% 降至 0.2%,针对活跃请求的攻击成功率由 22.9% 降至 0.9%。该防御覆盖 GPT-6.2 Astra 与 Sol 等前沿模型,部分改进将回补至前代 GPT-6 Astra。 防御体系由三层构成:单请求层面的对抗性训练、输入输出分类器与 API 级推理内容隔离;跨会话与跨组织的推理复用限制;以及针对协同攻击的批量账号封禁。OpenAI 每周对数千至数万个未授权蒸馏账号采取执法行动,并与其他厂商共享攻击指标。官方博客特别指出,在 SWE-bench Verified 与前沿网络安全任务上,完整推理记录比摘要更具蒸馏价值,因此防御必须覆盖推理链输出。 这一披露对行业具有双重意义:一方面,对抗蒸馏可让攻击者复刻前沿能力并剥离安全护栏,形成实质滥用风险,OpenAI 的防御框架提供了可复用的跨行业经验;另一方面,Arena.ai 同期更新的对齐指数显示 OpenAI 包揽前七名,Claude Fable 5.2 首发第八,Kimi K3.1 Pro 为最强开源模型(第九),表明安全与对齐正成为模型竞争力的关键维度。

    5 信源89
  7. 10

    腾讯开源 770B 参数 Hy4 大模型 支持百万上下文

    腾讯混元团队正式开源 Hy4 系列大模型,旗舰版 Hy4 采用 MoE 架构,总参数 770B、激活参数 49B,上下文窗口突破 100 万 Token,并同步推出主打性价比的 Hy4 flash。至此混元 LLM 系列实现全量开源,Hy4 及 Hy4 preview 采用 Apache 2.0 协议允许商用,同时发布安全评估卡片披露防守性网络安全训练策略。 Hy4 flash 成为本次开源的亮点,其总参数 224B(含 64B Engram 参数),每 token 仅激活 12B,原生支持多模态与 100 万 Token 上下文。通过混合注意力、LatentMoE 与 Engram 等架构创新,KV 缓存压缩至 Hy3 的 1/24,单任务成本仅为 Hy4 的 1/20,API 输出价格低至每百万 token 0.281 美元。上线首日即登顶 OpenRouter 日榜,Token 调用量突破 50 万亿,创混元系列首日新高。 此次开源标志着腾讯在 AI 大模型领域采取激进开放策略,以全量开源和极致性价比冲击市场。Hy4 系列覆盖从旗舰到轻量的完整谱系,Apache 2.0 协议降低了商业使用门槛,有望吸引大量开发者和企业迁移。同时,安全评估卡片的发布体现了对模型滥用风险的主动管理,为行业提供了开源与安全平衡的参考范例。

    5 信源87
热度指数是如何计算与排序的?了解算法

周榜热度为 7 天窗口内的无衰减累计:每个独立信源按其分级基础分与互动加成贡献一项,衡量本周全网关注度与技术反响的激烈程度,而非单一作者的主观态度。

周榜滚动监听最近 7 天(168 小时)内的有效线索,自动过滤重复洗稿,包含当前已降温但本周曾爆热的事件;日榜仍基于 24 小时半衰期衰减模型。