生成式AI
一、Anthropic发Claude 5.1，缓存读取成本降75%
1.Anthropic推出Fable 5.1与Mythos 5.1，两者共享同一底层模型，前者面向用户与企业开放，后者仅向经审核的高风险领域伙伴提供；
2.Terminal-Bench-Science成绩从24.7%升至52.6%，AutomationBench从17.1%升至31.4%，可连续运行数十小时复杂任务；
3.输入输出价格不变，缓存读取价下调75%，典型任务整体成本降低约25%，高度Agent化任务最高降低45%。
二、李飞飞World Labs发布多模态世界模型Atlas
1.World Labs推出多模态世界模型Atlas，采用多模态自回归扩散Transformer架构，李飞飞视其为里程碑式成果；
2.支持像素级相机控制生成，单张图片即可输出最长1分钟、1440p视频，稀疏视角3D重建效果超过专用开源模型；
3.可同时建模空间与时间，为机器人生成逼真RGB与深度数据，打通Real-to-Sim路径，现向部分伙伴开放早期访问。
三、OpenAI新旗舰Astra将采用循环深度推理架构
1.据The Information报道，OpenAI即将推出的旗舰模型Astra采用循环深度技术，输出下一个词前让文本在同一网络层反复处理；
2.该方法以计算换参数，公开论文显示35亿参数模型可等效调用500亿参数算力，显著降低内存与带宽成本；
3.副作用是推理过程变得不可读，OpenAI已人为限制其使用比例以保留人类可读思维链，并配备额外监控手段。
四、Meta推出实时语音转写模型，支持中英混说
1.Meta发布首个实时音频感知模型Muse Voice Transcribe，提供流式语音识别、20位以上说话人分割与端点检测；
2.训练覆盖70多种语言、25种经完整验证，原生支持1小时以上长音频与句内外语码切换，无需后处理；
3.采用自适应延迟按词难度权衡速度与准确率，API定价每千分钟3美元，已登陆Meta AI与Muse Code。
五、VAST发布Tripo P2.0，直出原生四边面拓扑
1.VAST推出Tripo P2.0，在生成阶段直接产出原生四边面拓扑，三角面最高5万、四边面最高2.5万，无需额外重拓扑；
2.布线沿物体结构展开、网格密度按需分配，天然分件更清晰，便于局部编辑、骨骼绑定与动画形变；
3.底层为入选SIGGRAPH 2026的Nexus扩散框架，公司完成B轮及B+轮融资约30亿元，半年累计融资约50亿元。
六、腾讯WorkBuddy开放平台上线，开放Agent底座
1.腾讯WorkBuddy开放平台正式上线，首批引入超百家生态伙伴，面向智能硬件、行业应用与开发者开放Agent底层能力；
2.已接入智能眼镜、录音卡片、耳机等十余个品类、超30个品牌，首发9款联名硬件，一次接入打通多端流转；
3.同步发布Buddy应用及Skill、Expert、Connector三大开放能力，已覆盖金融、法律、医疗等20多个领域。
报告观点
七、马斯克预测十年内十亿机器人产出超人类总和
1.马斯克在G20峰会连线表示，AI有望使全球经济规模增长20%至30%，相当于每年增加20万亿至30万亿美元；
2.他预计12至18个月内AI编程能力达到Stockfish级别，明年底可完成所有无需动手塑造实物的数字工作；
3.十年内全球人形机器人将超10亿台，单台产出为人类五倍，总生产力超过全人类；2027年AI芯片或面临15吉瓦电力缺口。
八、硅谷投资人称Grok Bot是下一个ChatGPT时刻
1.投资人Gavin Baker在a16z对话中判断Grok Bot是又一次ChatGPT时刻，同类任务耗时从数小时压缩到7至12秒；
2.产品主打零配置与云端电脑优先，每个Bot拥有独立浏览器、文件系统与终端，可跨轮保留记忆并相互调度协作；
3.他认为Agent主动接管工作流将带来Token消耗指数级增长，未来差距取决于谁用得起足够算力，即“算力不平等”。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
