AI 模型发布与更新

gpt-5.6：解决 1 个 Erdős 问题 astra：10 项重大开放问题成果 post-astra：1 个千禧年问题 + 100 多个开放数学问题 是啊，我开始看出规律了 再过 3 个模型，我们就没未解数学题可做了

太酷了 [引用 @aug5thmusic]：没想到。Grok 4.7 在我的音乐纠错测试中拿了 100%，和 GPT-6 Astra 一样。

Elon Musk 宣布发布 Grok 4.7，并引用 Artificial Analysis 评测：Grok 4.7 在 AA-Briefcase 上仅次于 Anthropic 模型，排名紧随 Opus 5，Cost per Task 约为其 50%。

oMLX 创作者兼维护者 Jun Kim 加入 Hugging Face，全职投入 MLX 社区建设。oMLX 将保持 Apache 2.0 开源协议并由 Jun 继续领导，从副业转为有资金支持的正式项目，以提升稳定性并加快开发。Hugging Face 希望 oMLX 成为新想法的试验场，并推动 transformers 模型定义快速落地为可供各引擎使用的 MLX 参考实现。

浪潮信息在 AICC2026 上推出元脑 SD200 Ultra 超节点 AI 服务器，基于国产 AI 芯片，单机可承载 2.8 万亿参数的 Kimi K3 大模型，Token 生成时延首次降至 5.85 毫秒以内，相当于单用户 170 Tokens/s、业界平均水平的 5 倍。

很高兴开始看到更多具备防御能力的开放权重安全模型，性能接近前沿水平 Aikido 的 altar-1 是开放 SOTA 的 GLM 5.3 经过剪枝和量化的版本，轻量到足以在单个 4-H200s 节点上运行

你的 bingo 卡上有这个吗？ Muse 现在可是火力全开，你没听说吗！

小米发布并开源 MiMo-V2.6 系列，含 Pro 与 Flash 两个原生全模态模型。MiMo-V2.6-Pro 在 AA 智能指数 v4.3.2 取得 46 分。

目前最实用的 GPT Image 2.5 技巧 把旅行照片变成你真的会寄回家的明信片 GPT Image 2.5 在 PixVerse 上无限使用。试试这个爆款模板 ↓

Grok 4.7 在 AA-Briefcase 上仅次于 Anthropic 模型，排名紧追 Opus 5，每任务成本约为其 50%。在 AA-Briefcase-Lite 尽调场景中，Grok 4.7 分析质量 Elo 从 Grok 4.6 的 1698 升至 1994，展示 Elo 则从 1531 微降至 1499。

SpaceXAI 于 9 月 22 日宣布推出新一代模型 Grok 4.7，定位编码和知识工作场景，官方称其为公司目前最强的编码和知识处理模型。该模型采用更大基座并经更长时间强化学习训练，强化自我验证与长上下文管理，在 CursorBench 4.0、GDPval、AA Briefcase 等基准较 Grok 4.6 有提升。

据 The Information 报道，一名 OpenAI 员工称 OpenAI 内部已基本实现新实验模型训练流程的自动化。引用推文提到，OpenAI 新训练的模型解决了 100 个长期未解的数学难题，连其研究人员都感到意外；同期 MiMo 发布新模型，Grok 4.7 表现不及预期。

Francois Chollet 提出"委托编码，绝不委托理解"：若代码曾是你管理理解的真相来源，就需要新的真相来源产物；若以代码为中心的工作流是你建立理解的方式，就需要新工作流。此番表态针对一则吐槽：某大公司团队从 L1 到 L7 工程师的规格、代码、测试、PRD、工单及报告全由 Claude Code 生成，无人阅读、无人思考，每天工作 12 到 13 小时只为按回车。

罗福莉介绍 MiMo-V2.6，称其可能是开源模型团队迄今按计算量计最大的单次 RL 运行，现为排名第一的开源模型。MixRL 用于中等难度可验证任务（如代码与相关 Agentic 任务），难以验证或超长程任务单独训练后经 MOPD 合并；团队同时发布了从 MiMo RL 轨迹蒸馏的 Qwen 模型、7K 多样化环境和完整 RL 训练框架。

为什么 @GeminiApp 里没有 Gemini 3.8 Flash

训练模型正变得越来越简单——看看这个和 TRL——尤其是有了智能体之后！ 如果你还在用开箱即用的模型处理所有任务，那你可就落伍了！ Halo 是开源模型后训练的最佳框架，吞吐量最高可达原生 TRL 的 2.8 倍，峰值内存更低，同时模型保持原生 HuggingFace 格式。

有人用同一提示词让 GPT-6 Astra、Grok 4.7、Kimi K3 和 Fable 5.1 分别构建飞行模拟器，Astra 综合仍排第一，但 Grok 4.7 出乎意料地接近。Kimi K3 与 Fable 5.1 基本打平，两者产出结果更流畅，Grok 4.7 的整体质量则与 Astra 相当。综合排名为 Astra > Grok ≈ Kimi ≈ Fable。

小米发布 MiMo-V2.6 Pro 与 Flash 两个全模态开源模型，称通过规模化强化学习训练，Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当。

小米发布 MiMo-V2.6，包含 Pro 和 Flash 两个全模态模型，通过规模化强化学习训练。官方称 Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；模型权重、技术报告、RL 环境和训练代码均已开放。

MiMo-V2.6-Pro 在 Code Arena: WebDev 榜以 1628 分（AutoEval）位列总榜约第 10 名，与 Claude Fable 5 (High) 持平，开源权重模型中约第 3。

小米 MiMo-V2.6 系列三款模型上线 OpenRouter，包括 1T+ 参数旗舰、开源 MoE 模型和约 10 倍速的旗舰变体。三款模型均支持文本、图像、视频和音频输入，上下文为 1M。

HF 上排名第一的热门模型是一个开源多语言 system 1 决策模型，就在 Jev 开始走红几天之后。开源 AI 社区太棒了！

小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。

我对本周剩余 AI 动态的猜测： 1） 明天：Opus 5.5 2） 周四：GPT-6 Sol 我漏了什么吗？🤔

Xiaomi 发布开源权重模型 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 得分 46，为开源权重模型中最高，前代 MiMo-V2.5-Pro 为 26。

小米 MiMo-V2.6 系列发布，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活，MiMo-V2.6-Flash 为 310B 总参数、15B 激活。推文称其为 Artificial Analysis 上的开源模型榜首，并附 RL dashboard 和技术报告。报告称该全模态系列通过扩展 RL 算力追求模型自我改进，异步训练每步消耗 1,568 个样本、2.7~3.7B token，上下文最长 1M，并开源训练动态、RL 环境和 RL 框架。

真正的开源模型爱好者早就知道小米在 MiMo 上憋大招！为得分最高的开源模型提供开源 RL 面板，这气场绝了。

一位重度用户建议不要用 Claude、Codex/ChatGPT 和 Gemini 等 AI 工具写作，因为写作的核心价值在于强迫自己深度思考，而 AI 擅长写作却不擅长思考和提出新想法。他主张先自己完成写作与思考，再用 AI 以提问方式获取反馈，如"这份文档最重要的一点是什么"，而非让 AI 直接修改或生成内容。AI 在写作前的数据梳理、结构整理和模式发现阶段仍然很有价值。

发布还在继续！用 Interactive Learning Overviews 升级你的学习体验——现已向所有用户开放！📓✨ 在 Reports 下，将来源摘要与 studio 产物无缝整合为一个交互式中心。非常适合学习或一站式深入探索新主题。

Grok 4.7 发布，官方称在同等价格和速度下较 Grok 4.6 有显著提升。Harvey Legal Agent Benchmark 上 Grok 4.7 得分 19.6%。

Grok 4.7 已发布，可在 Grok Build、Cursor 和 API 上使用，部分任务性能接近 Opus 5，价格与 Grok 4.6 相同。官方称其在困难任务上工作时间更长、检查更仔细，并带来迄今最强的安全防护。

遇到 bug 卡住时，是否希望屏幕上的确切问题能被直接指出来？ 看看我们如何用 Gemini 3.8 Live Extended Thinking 构建一个编程导师，它能看见你的屏幕，并通过 function calling 引用 p5.js 库，为你讲解其中的逻辑。

Jeff Dean 在离开任职 27 年的 Google 后首次公开对话，与 @dawnsongtweets 探讨 AI 未来走向。话题涵盖如何识别基础性想法、如何选择值得投入 5 年的研究问题、编码对构建推理模型的启发、递归自我改进（RSI）的可能形态、科研发现循环自动化，以及 AI 自主性提升后的安全与下一代研究者方向。

EvoOntology 用专用智能体构建本体并以 MCP 服务器形式提供 schema、内容与工具三层，数据智能体可在运行时查询。在 DDR-Bench 六个基座模型上平均提升 17.8 分，GPT-5.5 提升 26.7 分，BIRD 执行准确率提升 7.4 分。本体以小型类型化步骤编辑，仅保留经同基座配对评估有效的修改，工具层编辑贡献了 57% 的进化增益。

Codex 代码里有趣的 GPT-6 Luna 泄露 后端有时会把 gpt-5.6-luna 的请求应答为 gpt-6-luna，而且代码里已经有它的定价支持 看起来 OpenAI 原本计划让它与 GPT-6 Sol 一同发布

小米于 12 月 16 日发布并开源 MiMo-V2-Flash，一款 309B 总参数、15B 激活参数的 MoE 基础语言模型，权重以 MIT 许可上传 Hugging Face。

White Circle 开源分布式后训练框架 Halo，面向已超出 HuggingFace TRL 能力、但无需完整 Megatron 栈的模型。在 8× B300 上，Halo 训练吞吐量最高达原生 TRL 的约 2.8 倍，双方均启用 ZeRO-3 分片时峰值内存还低 25%。模型保持原生 HuggingFace 格式，可直接跑多轮 RL，从单 GPU 扩展到集群。

左派纯粹出于政治原因讨厌Grok…… 我的反应：🤦