生成式AI
一、SpaceXAI发布Grok 4.7，长任务能力提升价格不变
1.SpaceXAI发布Grok 4.7，换用更大基础模型并延长强化学习周期，强化长时间任务、自我检查与长上下文管理，速度为可比模型两倍；
2.CursorBench 4.0得分46.3%，较上代提升5.9个百分点，Terminal-Bench 4.0由20.3%升至38.0%，GDPval与法律、医疗等专业评测同步提升；
3.标准版每百万输入、输出Token分别为2美元和6美元，与上代持平，已上线Cursor与Grok Build，但有网友对其跑分表现并不认可。
二、小米发布并开源MiMo-V2.6，大规模扩展强化学习
1.小米发布并开源MiMo-V2.6 Pro与Flash两款原生全模态模型，Pro版在AA综合智能指数获46分，成为当前最强开源模型，API沿用V2.5定价；
2.不到6天的Live RL训练中，Flash与Pro成本约85万与262万美元，累计约75万条轨迹，DeepSWE v1.1分别提升约17分和14分；
3.模型可完成3D游戏搭建、Blender建模、机械臂控制与Lean形式化证明，并同步开源7k+RL任务环境与端到端训练框架。
三、腾讯混元推出Hy Image3.5 preview，2K图0.15元
1.腾讯混元发布Hy Image3.5 preview，支持文生图、图生图与多轮编辑，单次最多参考5张图，最高2K输出，综合能力较3.0提升约30%；
2.腾讯云API 2K图定价0.15元/张、仅对输出计费，内部设计师盲测与Seedream 5.0 pro持平，略优于Nano-Banana Pro；
3.模型已接入元宝、ima、WorkBuddy等应用，元宝灰度期间生图请求量提升超50%，人像修图场景请求量提升100%。
四、理想推出触觉世界模型ME-Dex-1.0，可预测触觉
1.理想Foundation Model团队发布世界动作触觉模型ME-Dex-1.0，将触觉与视频共同作为需预测的未来世界状态，联合去噪视频、触觉与动作序列；
2.模型把异构触觉数据映射到双手34区域模板，采用视觉、触觉、动作三专家架构与H-Bridge共享注意力，并用自主式触觉数据引擎扩充仿真数据；
3.RoboTwin成功率领先最强基线7.6个百分点，DexJoCo 11项任务中7项第一，ManiFeel电源插头插入成功率由58%升至88%。
五、阿里平头哥推出AI芯片真武V900，算力达上代3倍
1.阿里平头哥在云栖大会推出AI芯片真武V900，算力为真武M890的3倍，显存216GB，片间互联1200GB/s，单集群可扩展至50万卡，预计2027年Q1就绪；
2.真武坚持一年一代演进，2028年Q3将推出J900，配套磐久超节点服务器支持千卡全带宽Scale-Up互联与百TB级统一显存；
3.倚天720与730 CPU预计2027年Q3推出，真武已服务650多家客户，T-Head SAIL SDK核心组件已完成开源。
六、海光发布1000系列CPU，国产C86架构进军嵌入式
1.海光发布面向低功耗、嵌入式和端侧场景的海光1000系列CPU，基于C86架构，4核8线程，支持DDR4/DDR5，首次集成图形能力并支持4K60双路显示；
2.典型TDP低至10W，支持宽温与无风扇设计，集成ECC及硬件密码加速单元，兼容DirectX、OpenGL等主流软硬件生态；
3.海光提供七年以上产品生命周期保障，配套IDE、SDK、BSP到RTOS的开发体系，面向工业HMI、机器视觉、边缘网关等场景。
前沿科技
七、OpenAI联手独立数学顾问组，百余道开放问题待审
1.OpenAI宣布与普林斯顿高等研究院托管的独立数学顾问组AGMAI合作，就内部模型产出数学成果的评估、审查与发布方式获取建议；
2.OpenAI称8月底开始训练的内部模型，除纳维—斯托克斯难题解答外已解决100多道长期开放问题，但相关成果尚未全部公开和经独立审查；
3.顾问组首批九人包括Gowers、Hairer、Witten等，成员不收AI公司报酬、建议公开发布，但无发布否决权，此前多位菲尔兹奖得主曾发公开信表达担忧。
报告观点
八、Jev作者访谈：AI应做程序可调用的决策基础设施
1.TypeSafe创始人、前OpenAI研究员Diogo Almeida认为，行业过度训练模型像人一样聊天，而AI真正的消费者是代码，应输出带概率与置信度的决策判断；
2.他主张把大Prompt拆成上百个可度量、可Debug的微小判定，用置信度阈值与模型级联替代盲目微调，并批评现有Function Calling设计；
3.他称团队目标是五年内推动全要素生产率增长3%，并认为部分头部实验室呼吁放慢研发的背后存在监管与政治考量。
九、姚顺宇、施天麟谈RSI：最难在于验证自我迭代有效
1.姚顺宇认为模型用自生成数据训练自己只是RSI初级阶段，能自主设计整套训练流程才超出RL范畴，终极RSI是涉及调度、上下文与硬件优化的系统工程；
2.他指出实现自我迭代并不难，难在验证迭代有效，模型执行力强但难以自定评估标准，Gemini 3.8 Flash后训练核心流程已由模型自主探索得出；
3.嘉宾认为公开benchmark常被刷榜，能存活三五个月已属不易，创业公司应把模型厂商的通用智能转化为行业专业能力。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
