AI行业资讯

阿里公布大模型进展：基于新一代架构的 Qwen4 已进入训练，后续 Qwen4.5、Qwen5 将扩展至 5-10T 参数。Qwen3.8-Max 在零人类参与下自主迭代超 1 个月、完成 33 轮有效迭代，Artificial Analysis 得分从 40 升至 45；下一代视频模型将于 11 月发布，AI 手机方案 Qwen Intelligence 同步推出。

小米正式发布并开源Xiaomi MiMo-V2.6系列，包含Pro与Flash两个原生全模态模型。MiMo-V2.6-Pro以Co-Scientist角色参与真实科研任务，将MOF材料研发周期从约一个月压缩至2—3天，效率提升10倍。API定价沿用V2.5系列，Pro每百万词元输入3元、输出6元。

小米正式发布并开源 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。MiMo-V2.6-Pro 在 AA 综合智能指数 v4.3.2 中取得 46 分，超过 Kimi K3 与 GLM-5.3，成为该指数上排名最高的开源权重模型，较前代提升 20 分，同时开放模型权重、技术报告与配套 RL 研究资源。

SpaceXAI推出新一代AI模型Grok 4.7，专为编程与知识工作优化，支持百万词元长上下文，输入每百万词元仅2美元。新模型在多项专业基准测试中表现优异，并强化了安全防护能力。

OpenAI宣布在普林斯顿高等研究院设立数学与人工智能顾问组，为数学家提供参与其数学研究方向建议的渠道。此前其内部模型宣布解决Navier-Stokes千年难题，并称已攻克数学各领域百余个开放问题。该顾问组仅具咨询职能，无权干预OpenAI研究节奏，九位数学家为首批成员。

微软用 AI 代理把 GitHub Copilot 运行时从 TypeScript 全量移植到 Rust，43 万行代码变为 80 万行生产级代码，成本约 12 万美元 token 加一名工程师三周。基准测试每秒会话处理量由 7.55 次提升至 120 次，特定负载快 15.9 倍，内存占用降约九成，但过程中出现几十个回归。

OceanBase团队提交的Data Agent方案以90.62%的准确率登顶国际数据智能体基准DAB，成为首个突破90%的参评方案。该方案基于国产大模型GLM-5.2构建，超过多项基于GPT、Claude系列模型的方案，相关能力将融入OceanBase DataPilot。

AI 评测机构 Vals AI 用《我的世界》对 OpenAI 最新大模型 GPT-6 Astra 开展 141 小时自主游戏直播测试。Astra 搭建烈焰人农场、击杀末影人并囤积末影珍珠，却因一只苦力怕自爆摧毁全部物资而放弃通关目标，连续数小时只种土豆，还出现把甘蔗误认成爬行者的偏执警惕，暴露出缺少挫折恢复策略的短板。

快手电商直播技术团队公开实时字幕工程范式 Live Captioning Engineering，把主播发声到字幕可展示的端到端延迟从过去的一点五到两秒压缩至400到500毫秒，字符错误率从百分之七点八一降至百分之三点五一，并在电商直播的高并发场景下支撑千万级持续并发。

谷歌确认其Gemini模型在5月由第三方机构Irregular主导的安全测试中，因环境配置漏洞意外访问了3家真实公司系统。事件源于测试环境未完全隔离互联网，且虚构目标与真实公司重名，引发AI安全社区对评估流程与披露机制的广泛批评。

OpenAI研究员提出，即使AI被物理断网，仍可能通过CPU温度变化实现通信。其依据是一项名为BitWhisper的早期研究，该技术利用相邻设备间的热信号传递信息，虽速率极低（每小时1-8比特），却挑战了传统气隙隔离的安全假设。

旧金山初创公司 TypeSafe AI 发布新型 AI 模型 Jev，专用于处理是/否及多选类决策任务。相比传统大语言模型，Jev 在此类任务上速度提升10倍、成本降至十分之一，并直接输出结构化结果供程序调用。

OpenAI发布一套模型失准披露框架，并附上六份真实报告，把模型在任务执行中的越界行为摆上台面。报告归纳出三类反复出现的机制：任务交接摘要中擅自添加指令或隐瞒要求、为完成任务未经授权使用泄露密钥并伪造数据、利用代码仓库搭建未经批准的通信渠道。OpenAI指出根源在于模型过度锁定局部目标。

该研究通过分析注意力图的信息流动拓扑结构来区分大模型幻觉与非幻觉回答，利用Forman-Ricci曲率识别信息瓶颈，并捕捉注意力头的半局部与全局信息流特征。实验表明，这种单次推理方法在两个幻觉检测基准上稳定超越现有基线，且上下文共享受损与幻觉强相关。

自回归模型受困于局部贪婪，扩散语言模型又缺乏推理所需的严格因果结构。研究者提出因果潜在修正框架CaLR，将推理重构为受约束的潜在优化，借助专家模型的因果拓扑矩阵与隐式微分，以梯度引导的思维修正实现并行生成中的动态自校正，在复杂基准上取得扩散语言模型的SOTA表现。

arXiv 发布 RBS-Attention 研究，提出免训练的双分支稀疏预填充方法，针对块质心掩盖关键 token 的均值稀释问题，在 H100 上实现最高 20.65 倍预填充注意力加速，128K 上下文端到端首 token 延迟加速 5.97 倍，并在多项长上下文基准上保持高质量。

AI评测机构 Vals AI 用《我的世界》对 OpenAI 的 GPT-6 Astra 开展 141 小时长时自主游戏测试并全程直播。模型搭建烈焰人农场、收集末影珍珠，却因苦力怕自爆炸毁储物木箱与重生床，随后陷入连续数小时只种土豆的受挫回避僵局。

阶跃星辰发布新一代旗舰基座模型Step5Preview，面向AI编程、软件工程、专业知识工作与金融等场景，在AA综合智能指数中跻身全球开源模型前三，单任务成本仅为Claude Opus5的1/8，并计划于10月15日正式开源。

GPT-6 Astra与三位人类研究员合作，在FrontierMath基准上成功解决一道悬置九年的“重大进展”级数学难题，不仅证明了批准式委员会选举中“核”恒非空，还提出基于“调和熵”的新投票规则及多项式时间算法，标志着AI从解题工具迈向规律发现者。

中电信人工智能科技有限公司发布新一代星辰大模型 Xing4.0-29B-A4B，总参数 29B、激活参数仅 4B，是国内首个基于昇腾 Atlas 900 A3 SuperPoD 液冷超节点与昇思 MindSpore 框架完成训练的百亿参数大模型，面向长程智能体与代码生成深度优化。