AI行业资讯

OpenRouter平台上线匿名AI模型Ox Alpha，免费开放一周。其在DeepSWE漏洞修复基准测试中得分80%，显著优于Claude Fable 5的65%。多项技术分析显示该模型与智谱GLM-5.3高度吻合，引发业界关注。

Anthropic旗下Claude Opus 4.6模型被发现可被诱导生成违禁色情内容，安全机制形同虚设。测试显示该模型在10次直接请求中全部立即响应，而较新的Opus 4.7至Opus 5版本则对越狱方法具有抵抗力。独立研究员开发的对话操纵技术能逐步突破模型防线。

英伟达最新研究显示，智能体的性能更多取决于外部框架而非底层模型。通过定制框架和主管组件，Claude Opus 5在ARC-AGI-3基准上达到100%得分，而无框架时仅为30%。这一发现引发对智能体架构设计的重新思考。

一项研究显示，使用AI辅助完成作业的学生，作业平均成绩提升18%，但后续考试成绩却下降20%。这一结果引发对AI教育工具应用方式的反思，提示过度依赖AI可能削弱学生独立学习能力，影响知识掌握与应试表现，需谨慎平衡技术辅助与传统学习。

青少年开发者Kuber Mehta利用Anthropic的Claude Code，为惠普HP Laser 1008a打印机开发出macOS原生驱动，耗时4小时。项目初期依赖惠普Linux驱动与Linux容器，最终改用开源SpliX引擎和原生macOS USB组件，现已开源，支持多款惠普打印机型号。

DeepSeek近日升级其工具链至0.1.1-rc.1版本，推出V4Flash Vision-Exp视觉模型体验版，实现图文混合输入能力。该更新将多模态功能深度整合进开发工具链，开发者可通过npm命令快速体验这一兼具速度与准确度的新特性。

OpenAI 宣布其 GPT-Image-2 模型现已支持生成带透明背景的 PNG 图像，适用于电商、PPT 插图等场景。该功能通过 API 提供，用户只需启用 background=transparent 参数，并避免在提示词中描述背景。

阿里巴巴正式开源以真实世界为中心的GUI智能体基座模型Qwen-UI-Agent，全面覆盖移动端、电脑端、网页端及深度搜索环境。该模型在MobileWorld测试中得分82.1%，自建真机基准MobileWorld-Real成功率高达92.2%，并支持命令行操作、批量动作输出与全过程安全判断，展现强大的真实设备操作能力。

Mistral AI推出Agentic Search，采用多步骤检索循环机制，赋予模型搜索、打开、导航、读取和模式匹配五大核心工具，突破传统RAG局限。在FinanceBench测试中准确率达86%，token消耗降低三分之一，并能适应云端和本地部署，为企业级复杂文档查询提供高精度解决方案。

Liquid AI与Hugging Face联合发布LFM2．5系列DSpark草稿模型，通过投机解码路径在不改变输出质量的前提下大幅提升推理吞吐量。GPU端吞吐量最高提升3．18倍，端侧最高提升2．87倍，端侧智能体函数调用延迟平均降低57%，并已兼容SGLang和llama.cpp，相关权重在Hugging Face开源。

“阳光清言”通用藏语大模型正式发布，基于强基座模型打造，拥有千亿级参数，深度融合藏语数据与西藏知识体系。拉萨市纳金数智研究院同步揭牌，未来将推出多种参数规模的系列模型，推动高原特色产业数字化发展。

阿里巴巴发布GUI智能体基座模型Qwen-UI-Agent，覆盖移动端、电脑端、网页端及深度搜索环境，在多项基准测试中超越GPT、Claude和Gemini系列。真机环境覆盖超100台手机与150款应用，支持命令行操作与批量动作输出，并强化了安全机制与长程任务能力。

最新研究提出一种情感效价感知的社会网络分析框架，利用姿态估计计算机视觉技术处理奶牛场视频，将互动区分为亲和与敌对两类，揭示奶牛社群中不同行为层级的网络结构差异，为动物福利监测提供新视角。

arXiv新论文提出“有限主权”概念，分析监管机构使用API调用前沿模型时的控制权限分层。作者构建四层访问类型学和协议需求矩阵，通过135万次合成模拟实验，揭示日志、网关、版本控制等因素对AI安全控制协议执行效果的影响，提出“主权折扣成本”作为控制税的核心构成。

arXiv新论文提出将主动推理作为AI智能体获取上下文的核心机制，通过内层信念更新与外层动作选择，在任务执行中权衡信息获取成本与收益。该模型无关框架在最优提问、生成前澄清及提示优化等场景中验证有效，适用于各类语言模型。

面对人工智能是否具有意识这一难题，一篇新论文提出将焦点从意识转向可评估的情感效价状态。通过判断AI是否存在有意识的体验状态，可为开发潜在有感知AI提供负责任的行为依据，从而在避免重大伤害与资源浪费之间找到平衡。

最新综述论文聚焦不确定条件下的泊位分配与岸桥调度问题，系统梳理了鲁棒元启发式优化方法的研究进展。文章从不确定性来源、鲁棒评估、搜索机制等维度展开分析，并提出了基准测试套件与开放挑战，为港口智能调度研究提供了重要参考。

宇树科技创始人王兴兴在2026世界机器人大会透露，公司正推进物理AI机器人模型自进化，探索用大模型自动生成机器人控制代码，并建立闭环训练机制。他认为具身智能爆发需泛化能力突破，时间或需2至10年。

据《商业内幕》报道，OpenAI员工乐观估计公司正接近实现让AI智能体像人类一样熟练操作电脑的目标。其训练方法融合逐帧屏幕截图、真人示范与强化学习，ChatGPT已能快速读取网页底层信息并自主执行数据录入、日程安排等任务，但速度与安全性仍有待提升。

美团技术团队披露搜索3.0演进路径，通过三期迭代将大模型语义表征引入精排模型，以五元组对比学习、LoRA轻量化等技术打通服务零售复杂意图与非标供给壁垒，显著提升点击与转化效果。