AI日報｜LongCat 2.0 全面開源 / Leanstral 1.5 形式驗證 / SeFi-Image 語義優先生成架構 / Claude 協作開發指南 / Midjourney 版權戰反擊

AI日報｜LongCat 2.0 全面開源 / Leanstral 1.5 形式驗證 / SeFi-Image 語義優先生成架構 / Claude 協作開發指南 / Midjourney 版權戰反擊

科技圈的步調總是不停歇，每天都有全新的技術突破與產業動態爭奪著大眾的目光。這幾天，開源社群迎來了重量級的語言模型釋出，圖像生成技術也出現了顛覆傳統架構的新穎設計。除此之外，開發者對於如何更有效地與 AI 協作寫程式，也有了更透徹的實戰心得。當然，娛樂產業與科技公司之間的版權法律戰，同樣正在如火如荼地展開。

這篇文章將帶領讀者一探究竟，梳理這些看似各自獨立卻又緊密相連的重大事件。

開源語言模型的新突破：LongCat 2.0 與 Leanstral 1.5

說真的，能在開源社群看到這種等級的模型釋出，確實讓人眼睛一亮。最近有兩款模型特別值得關注，它們各自在不同的領域展現了驚人的實力。

首先是 Meituan LongCat 2.0 專案的全面開源。這是一個參數高達 1.6 兆的混合專家模型（MoE），其中活躍參數約為 480 億，並支援高達 100 萬個 token 的上下文長度。最難能可貴的是，它採用了完全沒有限制的 MIT 授權條款，這意味著開發者可以自由地將其應用於商業用途。該模型原生支援代理功能，能直接與 Claude Code、OpenClaw 以及 Hermes Agent 整合。它同時支援 GPU 與 NPU 平台，並已在大規模叢集上完成驗證。這種毫無保留的開源策略，無疑為開發社群注入了一劑強心針。

緊接著，Mistral AI 團隊帶來了專為形式驗證設計的 Leanstral 1.5。這是一款基於 Apache-2.0 授權的免費模型。雖然它的活躍參數只有 60 億，總參數為 1190 億，但它在數學證明與程式碼驗證上的表現卻極度亮眼。讀者可以直接在 Huggingface 下載 Leanstral-1.5-119B-A6B 模型權重。它在 miniF2F 評估指標上達到了滿分，並解決了 672 個 PutnamBench 數學難題中的 587 個。

或許有人會問，Leanstral 1.5 究竟是如何抓出那些連傳統測試都漏掉的隱藏錯誤？

這要歸功於它獨特的訓練方式。它經歷了中程訓練、監督式微調以及利用 CISPO 進行的強化學習。在真實世界的程式碼驗證中，它展現了強大的除錯能力。以 AVL 樹的時間複雜度證明為例，這項任務需要處理複雜的遞迴結構與時間追蹤。Leanstral 1.5 經過 270 萬個 token 的運算，成功確立了嚴格的數學界線。更令人驚豔的是，在測試 57 個開源儲存庫時，它成功找出了 5 個從未被回報過的隱藏漏洞。這證明了嚴謹的形式驗證方法，現在已經可以實際應用於日常的軟體工程中。

顛覆傳統的生成架構：SeFi-Image

圖像生成技術同樣迎來了架構上的革新。SeFi-Image 專案提出了一種名為 Semantic-First Diffusion 的全新生成邏輯。開發者也釋出了多個版本，包含了強大的 SeFi-Image-5B-turbo 模型。

那麼，什麼是 Semantic-First Diffusion？簡單來說，這是一種將「語義結構」與「紋理細節」分開處理的技術。

傳統的生成模型通常會同步處理這兩者，這有時會導致畫面結構崩潰或是細節模糊。SeFi-Image 將生成過程分為三個階段。第一階段是語義初始化，讓模型優先去雜訊並建立一個穩固的結構基礎。第二階段是異步生成，語義流與紋理流開始共同運作，但語義處理會保持微小的時間領先。最後一個階段則是紋理完成，專注於細節的打磨。

你知道嗎？這種先畫骨架再上色的邏輯，讓模型在重構與生成之間找到了完美的平衡。即使只使用了 12.5 萬小時的 A800 GPU 運算資源進行訓練，SeFi-Image 的 5B 模型依舊在多項評估指標中名列前茅。無論是 GenEval 的物件提示跟隨、LongTextBench 的中英文長文本渲染，還是 DPG-Bench 的詳細關聯提示，它的表現都極具競爭力。它甚至能處理海報、地圖、動漫角色與多種藝術風格的生成，展現了極高的泛化能力。

寫程式的藝術：找出你的「未知」

除了強大的開源模型，開發者如何與 AI 互動也是一門學問。知名開發者 Thariq 最近分享了一篇名為 A Field Guide to Fable: Finding Your Unknowns 的心得指南，詳細闡述了他使用 Claude Fable 5 進行專案開發的哲學。

他的核心概念非常有意思：地圖並不等於疆域。地圖代表的是我們輸入給 AI 的提示詞與上下文，而疆域則是實際的程式碼庫與現實世界的限制。這兩者之間的落差，就是所謂的「未知」。

開發者到底該如何利用 Claude Fable 找出專案盲點？Thariq 將未知分為四個層次。已知已知是我們寫在提示詞裡的內容。已知未知是我們知道自己還沒搞懂的部分。未知已知是那些太過理所當然以至於忘記寫下來，但看到就會認得的細節。最麻煩的是未知未知，也就是我們根本沒考慮到的盲區。

為了減少這些未知帶來的開發阻礙，他提出了一系列實用技巧。例如在專案初期，可以要求 Claude 執行一次「盲點掃描」。只要告訴 AI 自己的背景知識，讓它幫忙點出可能忽略的陷阱。對於視覺設計這類難以具體描述的需求，要求 AI 提供多個原型進行腦力激盪，往往能帶來意想不到的收穫。

事情是這樣的，就算事前計畫再周密，實作時總會遇到意料之外的邊角案例。因此，讓 AI 保持一份實作筆記來記錄所有的決策偏差，對於後續的除錯與迭代會非常有幫助。而在專案完成後，甚至可以請 Claude 針對程式碼變更進行隨堂測驗，確保人類開發者真正理解了 AI 所寫出的每一行邏輯。

版權大戰延燒：Midjourney 對好萊塢製片廠的反擊

當技術不斷突破邊界時，法律與規範的衝突自然也隨之而來。根據 Variety 的報導指出，知名 AI 圖像生成公司 Midjourney 正試圖在法律戰中反將好萊塢一軍。

面對迪士尼、環球影業與華納兄弟的版權訴訟，Midjourney 不僅主張其行為符合「合理使用」，更採取了極具攻擊性的防禦策略。

為什麼 Midjourney 堅持要查閱好萊塢製片廠的內部 AI 資料？

背後的邏輯相當犀利。Midjourney 的律師 Bobby Ghajar 試圖證明這些傳統電影巨頭其實也在進行完全相同的 AI 實踐。他們要求法院強制這三家製片廠交出內部的 AI 商業計畫、研究報告、訓練數據集以及模型權重。這項策略的目的是建立一個「不潔之手」的法律防禦。也就是說，如果製片廠自己也在未經授權的版權資料上訓練 AI 模型來製作分鏡或激發靈感，他們就沒有立場來指責別人的相同行為。

當然，好萊塢製片廠強烈反對這項要求。他們的首席律師 David Singer 批評這只是一場轉移焦點的「釣魚行動」。製片廠強調，他們並非要摧毀 AI 技術，只是希望 Midjourney 停止未經授權複製並散布他們的知名角色。

目前，一位地方法官已經初步限制了 Midjourney 的探索範圍，裁定製片廠只需交出面向消費者的 AI 應用資訊，而無需提供內部工具的細節。不過，Midjourney 已經提出動議，要求推翻這項裁決並繼續深挖。這場官司的最終結果，絕對會對未來的生成式內容與智慧財產權產生深遠的影響。

從無限制的開源巨獸、創新的圖像生成架構，到精妙的 AI 協作心法與激烈的版權訴訟，科技產業的每一個角落都在上演著精采的變革。保持關注，我們才能在這一波浪潮中站穩腳步。

問與答(Q&A)

Q1：開源社群近期在語言模型上有什麼重量級的突破？

• A： 近期有兩款極具指標性的模型發布。首先是 LongCat 2.0，這是一款參數高達 1.6 兆（活躍參數約 480 億）的混合專家模型（MoE），且採用完全無限制的 MIT 授權。它原生支援代理功能，可與 Claude Code 等工具直接整合。
• 另一款是 Mistral AI 推出的 Leanstral 1.5。這款擁有 60 億活躍參數的模型專精於「形式驗證」，不僅在 miniF2F 數學評估中取得滿分，更展現了強大的除錯能力，甚至在測試 57 個開源儲存庫時，找出了 5 個從未被回報過的隱藏漏洞。

Q2：SeFi-Image 提出的「Semantic-First Diffusion」技術解決了圖像生成的什麼痛點？

• A： 傳統生成模型在同步處理「語義結構」與「紋理細節」時，常面臨畫面結構崩潰或細節模糊的問題。SeFi-Image 透過將生成拆分為三個階段：語義初始化、異步生成（讓語義處理保持微小的時間領先）與紋理完成，成功讓模型在「重構」與「生成」之間找到完美的平衡。這種架構讓其 5B 模型僅用 12.5 萬小時的 GPU 訓練，就能在各項評估中展現極高競爭力。

Q3：開發者該如何更有效地使用 Claude Fable 等 AI 代理來寫程式？

• A： 知名開發者 Thariq 提出了一個核心概念：「地圖不等於疆域」。我們輸入給 AI 的提示詞（地圖）與實際程式碼庫的限制（疆域）之間總是存在「未知盲區」。 他建議在實作前，要求 AI 進行「盲點掃描（Blind Spot Pass）」來找出未考慮到的陷阱；實作中，讓 AI 保持一份「實作筆記」記錄所有偏離計畫的決策；完成後，甚至可以請 AI 針對程式碼變更進行「隨堂測驗（Quizzes）」，確保開發者完全理解 AI 的邏輯後再進行合併。

Q4：Midjourney 在面對好萊塢三大製片廠的版權訴訟時，採取了什麼樣的法律反擊？

• A： 面對迪士尼、環球影業與華納兄弟的提告，Midjourney 不僅主張其行為屬於「合理使用」，更採取了名為「不潔之手（unclean hands）」的防禦策略。Midjourney 試圖要求法院強制製片廠交出內部的 AI 商業計畫與訓練數據，以證明好萊塢巨頭們自己也在使用未經授權的版權資料來訓練 AI 製作分鏡或激發靈感，藉此主張製片廠沒有立場指責 Midjourney 的行為。