生成式AI
一、OpenAI匿名图像模型现身Arena，疑似GPT Image 2.5
1.OpenAI疑似新一代生图模型luna-lisa-alpha匿名现身盲测平台Arena，测试者普遍推测其为GPT Image 2.5，写实度提升、塑料感消失，文字与版式渲染更准；
2.正面案例显示模型多角色一致性强，可生成完整产品落地页与电商设计稿，但反面案例暴露放大后噪点、重复纹理及"精致过头"的假脸问题；
3.同期OpenAI为GPT Image 2上新透明背景功能，可直接输出无底色PNG或WebP，透露其下一步或聚焦一致性与文字版式能力。
二、谷歌提出EnvHarness，让静态训练环境随Agent进化
1.谷歌与圣路易斯华盛顿大学团队提出EnvHarness，在静态环境外增加可编程层，通过Stage、Contract、Chain三类组件调整任务起点、交互规则与任务长度，无需重建环境或修改验证器；
2.配套EnvRigger将策略视为黑盒，经Observe、Diagnose、Write、Validate四阶段自动诊断Agent弱点并编写验证组件，实现策略与环境的持续协同进化；
3.在四领域五个基准上性能优于原始及领域专用环境，留出任务最高提升9个百分点、平均步数减少9.8%，并为强化学习提供更优优化信号。
三、神秘"牛来"模型Ox Alpha现身，免费开放1M上下文
1.匿名模型Ox Alpha现身OpenRouter，具备1M上下文、支持图片视频输入并免费开放，因谐音爆火网梗"牛来"而热度飙升，实测推理链与GLM-5.3接近；
2.将其接入Claude Code令其自查，生成七章网页报告，但模型坦言无法得知自身权重、参数与开发者，"我是Ox Alpha"仅为系统提示所赋名字；
3.开发者小样本测试显示其DeepSWE通过率80%高于Claude Fable 5与GPT-5.6，OpenRouter与OpenCode均可免费调用，但敏感代码资料不建议上传。
四、DeepSeek上线V4-Flash-Vision-Exp多模态API
1.DeepSeek上线实验性多模态视觉理解模型V4-Flash-Vision-Exp，纯文本能力与V4-Flash正式版持平，视觉Agent能力大幅跃升、接近Opus-4.8；
2.模型在多种Agent框架下展现良好多模态适配能力，可完成定制西藏自驾游PPT生成、开发者网站二次创作、黏土怪物动态特效Demo等实用场景；
3.API按token计费，单张图片最多384 tokens，价格与V4-Flash一致，支持三种调用格式与图文混合输入，同时开放免费Files API供图片先上传后引用。
五、商汤开源SenseNova U1.5 Lite，支持超长指令与4K
1.商汤开源轻量级原生统一多模态模型SenseNova U1.5 Lite，正式版聚焦真实视觉创作交付，原生支持3-4k字符超长复杂指令，强化视觉质量、原生4K输出与图像编辑；
2.模型基于NEO-unify统一架构与MOPD多专家蒸馏，将多专家能力无损融合至单体8B模型，单卡运行、无须Router切换，兼顾语义理解与像素生成，降低成本与延迟；
3.仅8B参数即在指令遵循、图像编辑保持度上超越同量级模型，文字渲染与复杂布局媲美超大商业模型，现已在GitHub、Hugging Face、魔搭社区全球开源。
六、Anthropic公开员工入职课程，Claude Academy上线
1.Anthropic上线免费教育平台Claude Academy，将员工入职培训内容公开，含289个课程、教程与真实用例，覆盖AI基础到Claude Code、API、MCP、agents及生产级部署，注册即可学并获可验证徽章；
2.核心是与两位教授共创的AI Fluency 4D框架——委派、描述、审辨、尽责，训练判断哪些任务交给AI、如何检查其产出，而非单纯教写Prompt；
3.团队提出"ever-boarding"理念，认为具体技巧快速贬值、应从教动作转向养心智，强调按风险高低决定验证力度，避免核心技能萎缩。
前沿科技
七、银河通用机器人全球直播打网球，迎AstraTennis时刻
1.在第二届世界人形机器人运动会开幕式上，银河通用人形机器人全球直播中与网坛名将全自主对抗网球，完成发球、正反手、网前截击、极限救球与摔倒起身，双打还能与人类队友实时战术协作；
2.背后是自研具身智能大模型银河星脑，全球首次将大脑、小脑与神经控制集于一模，分别负责比赛理解、动作规划与身体执行；
3.核心平台银河星坊将不完美人类数据转化为训练供给，在虚拟网球世界经千万次多智能体博弈使技能涌现再迁移至物理赛场，打破遥操作数据门槛，降低训练成本。
报告观点
八、OpenAI设计负责人：AI时代设计重心转向产品判断
1.OpenAI产品设计负责人Ian Silber指出，生成式AI压缩了从想法到实现的时间，但执行能力增强不等于AI能独立完成产品判断，设计师重心正从方案制作转向问题定义、方向判断与结果验证；
2.他将快速变化的模型能力视为设计的一部分，设计师需持续测试模型能力边界，判断需求应通过模型行为、上下文还是界面流程解决，设计范围延伸至系统提示与新用户引导；
3.随着实现门槛降低，设计价值更体现在能否形成产品差异，设计师承担把技术能力转化为可用体验的工作，产品、设计与工程的职责边界也在AI推动下重新调整。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
