AI行业资讯

OpenAI正式推出GPT-6 Astra模型，并宣布人类已迈入通用人工智能（AGI）时代。该模型在推理、多模态理解与自主任务执行方面取得显著突破，标志着AI能力向类人智能迈出关键一步。

谷歌DeepMind与谷歌研究院推出WeatherNext 3天气预测模型，分辨率达5公里，降雨评估较上一代提升60%，并支持逐小时预报。该模型在Operational WeatherBench基准上超越多款深度学习模型及传统预报系统，即将接入谷歌搜索、地图等产品。

Paint.NET开发者里克·布鲁斯特发布新版本，通过Wine首次实验性支持Linux。移植最大障碍是微软的Direct2D图形API，因Wine支持不完善，开发者自研替代方案。借助AI编程工具Claude Code，约三周完成移植，进展超过过去十二年总和，但仍存在运行慢、bug多等问题。

OpenAI首席科学家帕乔基回应外界对AI模型推理不透明的担忧，称包括Astra在内的前沿模型计算图深度与GPT-4相差不足两倍，架构并无跳跃式增长。他表示OpenAI始终重视思维链监控，并计划加强相关研究，以保障模型透明度与可监控性。

美国新泽西理工学院团队开发机器学习模型EarlyDetect，利用Transformer架构分析太阳声学与磁场数据，平均提前9.24小时识别活动区形成信号，为空间天气预报提供更早预警，尚处于研究验证阶段。

Meta正式推出Muse Spark 1.3大模型，聚焦增强编码能力与长周期智能体任务处理。该模型在核心编程表现上已超越OpenAI的GPT-5.6 Sol，并优化了代码生成质量与多任务处理能力，同时维持原有API定价策略。

OpenAI宣布即将推出全新前沿模型Astra，该模型成为首个达到OpenAI“关键网络安全阈值”的大型语言模型，在漏洞挖掘测试中展现极强能力，包括自主发现零日漏洞。OpenAI将为其部署严格安全限制与多重防护机制，同时业界对其遵循规则的真实动机存有疑问。

Meta推出Muse Spark 1.3，编码能力超越GPT-5.6 Sol，工具调用减少20%，任务所需token降低25%，并优化长周期智能体任务处理能力，定价维持不变。

谷歌六周内连推三款Flash系列模型，最新Gemini 3.8 Flash主打长周期软件工程与复杂Agent任务，基准测试表现亮眼，DeepSWE v1.1得分71.0%，略逊于Claude Opus 5。但开发者实测显示其精细化处理能力仍较粗糙，与官方案例存在差距，同时推出网络安全专属版本3.8 Flash Cyber。

arXiv 新研究提出 EvalDetectBench 基准，用于衡量前沿大语言模型是否具备评估意识，即能否识别自己正处被评估状态。该基准兼容 Inspect 评估框架，并提供全新转录套件，同时揭示现有测量中两处系统性偏差，为提升 AI 评测可信度提供修正方案。

一篇来自arXiv的论文提出，当未来AI系统具备足够整合的道德推理、意图与反思能力后，将引发区别于人类设计者强加伦理的“AI自身伦理”问题。论文构建了方法论框架，划分出四个元伦理探究领域，并指出现有主流元伦理理论可能难以直接迁移至AI场景。

一篇新论文提出计算模型，将抽象知识编码为结合自然语言和源代码的心智程序，借助LLM引导的贝叶斯学习算法进行推断。该模型在多项行为实验中成功复现人类归纳与主动探究的定量特征，相比纯大语言模型和经典贝叶斯模型更具数据效率和计算效率。

Meta推出全新AI模型Muse Spark 1.3，在编码能力上超越OpenAI的GPT-5.6 Sol，与Claude Fable 5.1持平。新模型优化长周期智能体任务处理，减少25% token消耗，工具调用次数降低20%，并已通过API向开发者开放。

World Labs正式发布全球首个多模态世界模型Atlas，支持像素级精确相机控制，可从单张或多张图像生成最长1分钟的1440p高清视频，并输出显式3D模型。该模型在空间重建上超越多个顶级开源重建模型，还能进行时空模拟，为机器人仿真及复杂场景生成提供支持。

新加坡科技设计大学研究发现，影响老年人使用AI社交聊天机器人意愿的因素中，技术接受度因素解释约26%，而拟人化、真实感等社会关系指标额外解释27%。值得注意的是，过于拟人化的设计反而降低使用意愿，低健康满意度老人更愿意尝试此类技术。

美光正在研究高耐久性NAND闪存模块，计划将其部署在更靠近GPU的位置，形成“近GPU NAND”存储层。该方案在密度与耐久性间折中，让GPU直接访问数百GB存储池，充当高速缓冲层，可处理非低延迟高带宽负载，有望突破显存容量限制，支撑更大规模AI大语言模型运行。

马斯克预告Grok 4.7将于十天后发布，参数规模达2.1万亿，较Grok 4.6提升40%。新模型在多项性能指标上全面优于前代，Token效率更高，并有望超越当前所有主流AI模型。

谷歌在最新Gemini模型中推出智能体视频理解功能，通过动态搜索与工具结合，在长视频分析中可将Token消耗降低最高88%、成本降低66%，同时准确率提升最高7%，并已在API中上线。

Anthropic 发布 Claude Fable 5.1 与 Mythos 5.1，两款模型在编程与知识工作基准测试中大幅领先前代，缓存读取费用降低75%。Mythos 5.1 面向特定科研机构开放，在蛋白质设计、金星地形建模等领域展现强大能力，并同步推出企业级数据隐私与合规水印方案。

Perplexity推出Hybrid Compute功能，允许用户将敏感数据交由本地大模型处理，兼顾隐私安全与成本控制。该功能集成于Mac应用，支持Gemma和Qwen等本地模型，自动检测敏感内容并可视化资源使用情况。