生成式AI
一、GPT-6.2 Astra灰测结果流出，OpenAI内部模型BenchCAD得0.875
1.OpenAI新模型GPT-6.2 Astra开启灰测，首批用户晒出鹈鹕骑车、类游戏画面等实测，似更注重物理真实；
2.两个rc-ada-*模型ID短暂现身OpenAI API列表后被撤，此前已有Codex用户被灰测到该模型；
3.OpenAI称GPT-6 Astra一周包办一款AI硬件的外壳、电路板与软件设计；“更强内部模型”在BenchCAD 2.0得0.875，GPT-6 Astra为0.594。
二、Anthropic开源FlashProve，用零知识证明核验回答出自指定模型
1.Anthropic开源可证明推理系统FlashProve，基于零知识证明，无需公开权重即可证明回答出自所承诺模型；
2.在4000亿参数MoE模型Llama 4 Maverick上，单张H100证明吞吐约110 Token/s，每份证明约18.78MB，CPU验证约17秒；
3.证明耗GPU时间约为vLLM推理的70至95倍，仅支持1024 Token上下文、整数模型与贪婪解码，且只证来源不证正确性。
三、腾讯发布Hy4正式版，首次引入视觉能力跻身最强开源模型之列
1.Hy4较preview扩大预训练与后训练规模，首次引入视觉与电脑操作能力，GameDev、GameLogic评测分别提升19.1%、9.8%；
2.579个真实金融任务众测中，Hy4得3.04分居开源第一；自建测试幻觉率由15.76%降至5.45%；
3.已上线腾讯云与OpenRouter，API价格不变并计划开源权重；其研发的HyCell以约1/14参数量比肩SOTA模型Stack。
四、微信开源视觉模型WeVisOne-VL，一个模型包办框选、分割与抠图
1.微信视觉团队开源WeVisOne-VL，以统一输出格式完成定位、计数、读字、分割与抠图，用约960万参数小模块替代外接SAM；
2.目标不在图中时直接返回None，4B版在Ref-ZOM上答“没有”比例达86.0%，同类开源模型仅0.3%、1.3%；
3.累计自动标注超1亿张图、约36亿个目标框；开源2B、4B权重及标注工具Mask2Alpha，采用Apache 2.0许可，仅支持图片输入。
前沿科技
五、深度原理开源科学大模型Hydrogen-1.0，科研基准跑赢GPT-6 Astra
1.AI4S公司深度原理开源Hydrogen-1.0，FrontierScience Research得38.3%，高于GPT-6 Astra的33.3%；
2.基于智谱GLM-5.3做科学后训练，数据含专业知识、科学家反馈、完整实验记录与找材料全过程，FSR较基座提升13.9个百分点；
3.演示中它发现聚乙烯模拟密度异常后自查出扭转项被重复计入；权重已上Hugging Face与ModelScope。
六、LiberAI推出世界动作模型Liber-0，零样本挑战GPT-6随机出题
1.LiberAI发布世界动作模型Liber-0，经少量后训练可按订单组合技能完成长程奶茶制作；
2.面对GPT-6随机出的60项任务，无目标任务示范下三组成功率63.5%、34.0%、10.5%，整体36.0%；Astra直接做策略仅8.3%、5.0%、1.7%；
3.预训练数据超220万小时，含200万小时人类视频；自研LiberSense Glove采集手部动作，称仅靠手套数据可学会新灵巧技能。
报告观点
七、Claude Code工程师Addy Osmani：让Agent出题考你，防“认知投降”
1.前Google Cloud AI总监、现Claude Code工程师Addy Osmani提醒，过度依赖Agent会从认知卸载滑向“认知投降”，积累理解债；
2.他建议Agent完成大改动后先总结改动并出题考人，全部答对才合并；写Prompt前自列需求，连调两轮无果就回头梳理；
3.并追问Agent未经授权的决定与未测内容，每周至少一次脱离Agent独立编码；其文章经Pangram检测为人类撰写90%。
八、ChatGPT产品负责人亮数据：搜索量达谷歌五分之一，周活升至12亿
1.ChatGPT消费者产品负责人Adam Fry称，其搜索类查询量约为谷歌五分之一，周活两个月内从10亿增至12亿；
2.Dots上线约一个月，需每月100美元，有估算称服务单用户算力约3000美元，他承认较费算力；广告上线不到200天ARR超10亿美元；
3.语音周活2.5亿，约占总用户20%，用过即持续使用；用户每周生图15亿张，Chat与Work模式将很快合并。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
