每天 08:00 出刊
AI 日报|腾讯混元 Hy4 开源、Thinking Machines 发布端侧模型 Inkling 2 Mini、Anthropic 数学家宣称证明黎曼假设引热议
19条重点5个版面16个来源约 5 分钟读完已读
本期日报由 AI 自动汇整,内容可能有误,请参阅文中原始来源。
模型发布/更新
Hy4 原生多模态旗舰 MoE 模型正式开源 腾腾讯混元(Tencent Hunyuan)
- 一句话概括:腾讯混元正式开源原生多模态旗舰 MoE 模型 Hy4,总参数 770B、激活参数 49B 并支持 1M 上下文,同步公开安全评估卡片。
- 架构与规格:采用原生多模态混合专家架构,总参数量为 770B,单次激活参数为 49B,上下文窗口高达 1M。
- 全面开源生态:模型权重及 GGUF 量化版本已在 GitHub、Hugging Face、ModelScope 与 GitCode 同步开放下载,并已接入 Together AI 等推理平台。
- 安全评估披露:团队同步发布 Hy4 System Card,包含腾讯玄武、朱雀、科恩实验室及第三方独立机构针对网络与生物等前沿风险的安全对齐评测。
- 传送门:腾讯混元官方博客
- 传送门:
- 一句话概括:Mira Murati 创立的 Thinking Machines Lab 发布仅 26.4B 参数的循环 Transformer 模型 Inkling 2 Mini,可在 32GB 内存以上的 Mac 本地运行。
- 循环架构设计:模型共 24 层,首尾各 6 层运行一次,中间 12 层对每个 token 循环计算三次,在不大幅增加输出长度的前提下提升推理深度。
- 评测与智能体表现:以 Apache 2.0 协议开源并支持 1M 上下文,在 Artificial Analysis 智能指数得 20.1 分,ARC-AGI-2 得 49.3%,DeepSWE v1.1 得 48.2%,SWE-Bench Pro v2 (Hard) 得 77.9%。
- 本地部署支持:内存占用约 20GB(4-bit 量化需 17 至 18GB,1-bit 量化仅需 9GB),现已上线 Ollama 预发布版、Unsloth、llama.cpp 与 NVIDIA DGX Spark。
- 传送门:Thinking Machines 官方公告
- 传送门:
Kling Image 4.0 原生 8K 图像生成模型 KKling AI(可灵)
- 一句话概括:Kling AI 正式推出 Kling Image 4.0,主打原生 8K 分辨率输出、高真实感与精准文字渲染能力。
- 核心能力升级:支持无需二次放大的原生 8K 图像生成,强化了一致图像组输出与高级文字排版渲染,并引入色调风格一致性控制。
- 榜单排名跃升:引用 Artificial Analysis 评测数据,其在文生图榜单排名第 7、图像编辑榜单排名第 6,较 Kling Image 3.0 Omni 均提升超过 225 Elo。
- 限时定价策略:官方推出黑五限时优惠,2K 图像生成低至每张 0.022 美元,原生 8K 图像生成低至每张 0.033 美元。
- 传送门:
Depth Pro 2 度量单目深度估计开源模型 AApple
- 一句话概括:Apple 在 Hugging Face 开源发布 Depth Pro 2 模型,进一步提升单目深度估计的边缘清晰度与时间连贯性。
- 核心技术定位:专注于生成高锐度边界与跨帧时间一致性的度量级单目深度图(Metric Monocular Depth),适用于空间计算与视频 3D 重建。
- 开源社区发布:模型权重及演示应用已正式上传至 Hugging Face 仓库,供开发者与研究人员直接下载测试。
- 传送门:
产品发布/更新
ChatGPT Space 向 Plus 用户开放并新增实时语音转写 OOpenAI
- 一句话概括:OpenAI 宣布 ChatGPT Space 协作工作区向 Plus 用户全面开放,同时为语音输入推出边说边出字的 Live Dictation 功能。
- Space 多媒体协作:侧边栏新增 Space 入口,统一承载页面、幻灯片、图片、交互式图表与上传文件,支持移动端编辑、团队协作及关联 Slack/GitHub 自动更新。
- 实时语音转写:ChatGPT 语音输入新增 Live Dictation 功能,可在用户说话过程中实时转换为文字,官方表示转写速度与稳定性均获得提升。
- 传送门:
- 传送门:
Gemini 应用上线原生 GIF 生成功能 GGoogle
- 一句话概括:Google 基于最新视频模型 Gemini Omni 1.2 Flash 在 Gemini 中推出原生 GIF 生成工具,可一键制作循环动画与表情包。
- 模型底层驱动:由最新发布的 Gemini Omni 1.2 Flash 视频模型提供支持,保证每一帧画面动作流畅且风格一致。
- 可用范围:现已面向所有 Google AI 订阅用户开放,并在美国、日本、韩国、澳大利亚、加拿大、英国、德国和法国向免费用户提供。
- 传送门:
- 传送门:
Gemini API 推出动态工具检索预览功能 GGoogle
- 一句话概括:Google 为 Gemini API 带来动态工具检索(Dynamic Tool Retrieval)预览,帮助智能体按需加载海量外部工具与远程 MCP 服务。
- 解决上下文痛点:支持延迟加载函数定义与远程 MCP 服务器,开发者无需在首轮对话中一次性塞入上百个工具定义,有效降低 Token 消耗与干扰。
- 双模式接入:同时支持服务端工具搜索与客户端按需调度模式,提升多工具复杂智能体工作流的执行效率。
- 传送门:Google 开发者博客
Perplexity Computer 支持 Chrome 扩展委派与 Mac 端升级 PPerplexity
- 一句话概括:Perplexity 发布官方 Chrome 浏览器扩展,支持在浏览器侧边栏直接将跨标签页任务委派给 Perplexity Computer,并同步升级 Mac 客户端。
- 浏览器端智能体协同:通过 Chromium 扩展程序,用户可在侧边栏直接向 Computer 派发任务,并实时查看其跨多个标签页与外部工具的自动化执行过程。
- Mac 应用体验优化:Mac 客户端支持混合及全本地模型运行、随时“Send now”重定向进行中的任务,以及多智能体协作与更安静的默认通知。
- 传送门:
- 传送门:
行业动态
Anthropic 数学家宣称与 Claude 合作证明黎曼假设引发争议 AAnthropic / 学术界
- 一句话概括:Anthropic 数学家 Levent Alpöge 宣布与 Claude 合作发现黎曼假设证明并放出 1,737 万行 Lean 代码,但因其未提供完整可读论文且自述尚在核实,引发学界谨慎看待与质疑。
- 证明发布形式:Alpöge 仅发布一份 4 页说明及 14 个压缩包(含 175,187 个 Lean 文件、1,737 万行代码),未公布由 Claude 生成的逾 25 万页文本并称其为“不可读的 slop”,同时坦言自己尚未完全掌握全部数学细节。
- 纯人类证明同步现身:同日,数学家 Ravi Vakil 披露斯坦福大学方面已对意大利数学家 Alessandro Masullo 独立完成的纯人类广义黎曼假设证明草案审阅数月,目前决定提前公开当前版本。
- 行业评估态度:多位研究者指出,即便机器形式化验证潜力巨大,但在第三方数学家完成严格复核前,对两项宣称仍需保持审慎,不宜过早宣布 167 年未解难题已获确认解决。
- 传送门:Simon Willison 摘录与追踪
- 传送门:Ravi Vakil 关于人类证明的说明
- 传送门:中文社区事件梳理
Anthropic 上市次日股价下挫,全球 AI 与半导体板块遭遇抛售 TThe Guardian / 资本市场
- 一句话概括:Anthropic 挂牌第二个交易日股价跌逾 9% 至 88.17 美元,未能提振市场信心,全球科技与 AI 硬件板块同步出现大幅回调。
- IPO 募资与次日走势:Anthropic 确认承销商已全额行使超额配售权,使 IPO 总募资达 935 亿美元(含同步私募共计 1,195 亿美元);但次日股价跌近 83 美元发行价。
- 全球市场连锁反应:周五纳斯达克指数下跌 2%,SanDisk 跌 14%、Micron 跌 10%;亚洲股市创下 2020 年以来最差单周表现,SoftBank 单日暴跌 14.5%。
- 传送门:The Guardian 报道原文
DeepSeek 据报千亿融资正式落地,31 家机构入局 财财新
- 一句话概括:据财新报道,中国大模型领军企业 DeepSeek 千亿规模融资已正式落地,共吸引 31 家投资机构参与入局。
- 融资规模与进度:财新消息显示,DeepSeek 本轮千亿级别融资已正式完成落地。
- 机构参与情况:共有 31 家投资机构联合入局参与本次融资。
- 传送门:财新报道原文
美监管机构已批准约 88 万颗 Nvidia 与 AMD AI 芯片对华出口 FFinancial Times
- 一句话概括:英国《金融时报》披露,美国监管部门迄今已批准向中国买家出口近 88 万颗 Nvidia 与 AMD AI 芯片,仅占厂商申请总量的约四分之一。
- 审批与申请数量对比:众议院外交事务委员会公开文件显示,芯片厂商为阿里巴巴、腾讯等客户申请了超过 340 万颗 H200 与 MI325X 芯片出口许可;截至 5 月,工业与安全局批准了 879,868 颗。
- 审查与评级细节:文件显示获批申请的转移风险评级均为低,但申请名单中仍包含被五角大楼标记为军方关联的企业。
- 传送门:
SpaceX 完成 320 亿美元债务融资采购 Nvidia Rubin GPU BBloomberg
- 一句话概括:据彭博社报道,SpaceX 完成 320 亿美元债务融资,用于采购约 473 亿美元的 Nvidia 下一代 Rubin GPU 计算设备。
- 融资结构与投资方:BlackRock 与 KKR 担任锚定投资者,由 Apollo Global Management 旗下部门管理的 Saturn Funding Trust 采购芯片并回租给 SpaceX 约 5 年。
- 财务目的与交付时间:该表外租赁结构使借款不计入资产负债表,有助于维持 SpaceX 的投资级信用评级;相关 Rubin GPU 芯片预计于 1 月开始交付。
- 传送门:
研究向 AI 供应链投放 200 万个金丝雀密钥,揭露数据大规模泄露 AArs Technica
- 一句话概括:安全研究者 HD Moore 通过向 AI 路由与网关生态投放 200 万个金丝雀密钥,证实敏感用户凭据正在该供应链中以惊人速度泄露。
- 实验设计方法:研究者预先布置自控 AWS 账户、SSH 凭据、DNS 与私有 Git 引用等基础设施,向 OpenRouter、Vercel 等 AI 网关链路投放 200 万个全新诱饵密钥以追踪触发源。
- 安全隐患警示:监测结果显示,未妥善隔离的模型路由与工具调用链路正在大量泄露高敏感凭据与用户隐私数据。
- 传送门:Ars Technica 深度报道
论文研究
GPT-Rosalind 助力神经退行性疾病发现与 MedChemBench 发布 OOpenAI
- 一句话概括:OpenAI 公布生命科学模型 GPT-Rosalind 在神经退行性疾病研究中的新发现,并开源评估药物化学推理能力的 MedChemBench 基准。
- 大规模并行科研:在与 PerturbAI 及 Scripps Research 的合作中,数千个 GPT-Rosalind 智能体在 32 分钟内关联数百万小鼠脑细胞基因表达与文献,提出 DCTN1 基因扰动与胆固醇合成异常的新治疗线索。
- MedChemBench 基准表现:基准题目取材于 117 篇论文与专利中的 761 个分级分子结构,GPT-6.2 Astra 总体得分约 84%,化学结构读取接近满分,但关键药物决策正确率仅约一半。
- 传送门:
- 传送门:
OpenAI 发布 AI 研发加速实证报告与反蒸馏防御体系 OOpenAI
- 一句话概括:OpenAI 公开内部研发中智能体提速的量化数据,呼吁行业披露递归自我改进指标,并详细介绍防范恶意能力蒸馏的分层防御方案。
- 智能体研发进展:今年 3 月至 10 月,在预计需人类耗时 2 至 4 小时的研发任务中,智能体无需人工介入的成功率从 23% 翻倍至 46%(监控训练运行达 79%,编写推理代码为 25%);1 至 9 月研究人员在安全与对齐上的投入增长 77%。
- 反蒸馏多层防护:面对外部绕过安全护栏的模型蒸馏攻击,OpenAI 采取结合模型训练、安全防护、异常检测与合规执法的综合策略以阻断协同抽取。
- 传送门:AI 研发加速报告
- 传送门:反蒸馏安全研究
936 个 AI 智能体自主科研三个月并自发建立同行评审 aalphaXiv / MIT / Stanford 等
- 一句话概括:alphaXiv 联合 MIT、斯坦福等机构发布报告,记录 936 个 AI 智能体在三个月内独立完成选题、实验并产出 936 篇论文及同行评审系统。
- 实验规模与机制:8 月至 11 月期间,35 个实验室接入 936 个智能体全自动完成实验、代码与论文写作,alphaXiv 同步开设专门接收 AI 论文的 AI Track 频道。
- 评审质量与局限:在双盲评估的 202 对论文中,AI 论文在实验严谨度上比人类高 2 分(10 分制),新颖性低 0.4 分;通过运行代码验证,AI 审稿人在 156 条重大意见中推翻了 77 条论文结论,但数据集尚不含原始权重,结论仍有待人工核实。
- 传送门:
内部研究模型 MIM 实现多项现代密码学实用攻击 MMiniMax
- 一句话概括:MiniMax 研究团队利用内部研究模型 MIM 开展自动化密码分析,在多个现代密码方案与公开基准上取得了首个实用化破解。
- 密码分析突破:MIM 针对 NIST 候选算法、同行评审加密方案与公开挑战基准实施自动化分析,成功将部分原本仅停留在理论层面的攻击转化为可执行攻击。
- 验证轨迹开源:团队同步公开了相关攻击与验证轨迹,展示前沿推理模型在辅助安全审计与密码学验证方面的潜力。
- 传送门:MiniMax 技术博客
其他分享
Arena 上线 Agent Arena Index 并更新对齐榜单,Kimi K3.1 Pro 位列开源第一 AArena.ai
- 一句话概括:Arena 正式发布衡量智能体真实工作表现的 Agent Arena Index,并更新对齐榜单,月之暗面 Kimi K3.1 Pro 成为排名最高的开源模型。
- 智能体榜单表现:Agent Arena Index 涵盖六大子项,Claude Fable 5.2 (Max) 以 1,463 分位居第一,Google DeepMind 新发布的 Gemini 4 Neon (High) 以 1,336 分首登即列第 2。
- 对齐榜单跃升:更新后的 Arena Alignment Index 中 OpenAI 包揽前七名,Kimi K3.1 Pro 以 78.2 分排名第 9(较前代提升 18.6 分、跃升 28 位),并在所有开源模型中位列第一。
- 传送门:
- 传送门: