天眼早报

🤖 AI 大模型

𝕏 ⭐ Gemini Omni Flash 发布，登顶文生视频和图生视频排行榜

Google DeepMind 发布 Gemini Omni Flash，首个原生多模态视频生成模型，在人工分析视频竞技场中超越 ByteDance Seedance 2.0 排名第一。支持文本、图片、视频输入，生成 3-10 秒 720p/24FPS 片段并自带音频，定价每秒 $0.10。即日起在 Gemini API、Google AI Studio 等平台可用。

𝕏 ⭐ Colibri 框架实现 25GB 内存运行 GLM-5.2 744B 模型

开源框架 Colibri 通过动态流式加载、per-layer LRU 缓存和预读路由（PILOT），在仅 25GB 内存环境下运行 GLM-5.2（744B 参数，40B 激活）。热状态下达 2.2-2.8 tok/s，冷启动约 0.05-0.1 tok/s。思路：将 21,504 个路由专家（~370GB）放磁盘，按需加载。

𝕏 ⭐ Artificial Analysis 发布 AA-Briefcase 代理知识工作基准及成本分析

Artificial Analysis 推出 AA-Briefcase 基准，测试模型在多周跨度、数千文件上的代理工作表现。关键发现：随着模型处理更复杂任务，单任务成本上升（turns 增多、token 效率差异）。同时开源 AA-Briefcase Lite 子集。

𝕏 ⭐ Hugging Face Transformers 模型可在 vLLM 中以原生速度运行

Clement Delangue 宣布 Hugging Face Transformers 模型现在可以直接在 vLLM 中运行，吞吐量匹配甚至超越手工实现。基准测试覆盖 4B 到 235B参数模型，包括 Tensor Parallel 和 MoE 设置。一次实现即可用于训练、微调、评估和生产推理。

𝕏 ⭐ Meta Muse Spark 1.1 据称比 OpenAI 和 Anthropic 便宜 75%

Meta 发布 Muse Spark 1.1，价格战升级。据报导比 OpenAI 和 Anthropic 模型便宜 75%，在 HealthBench 专业版上达到 SOTA。分析称这对 Meta、NVIDIA 乃至整个半导体堆栈都是利好，AI 行业进入价格战阶段。

𝕏 ⭐ GPT-5.6 Sol 在 Agent Arena 和 Design Arena 均表现优异

OpenAI 的 GPT-5.6 Sol 在 Agent Arena 排名第二（+10.9%），基于 7.8 万 真实会话，用户满意度信号与 Claude Fable 5 差距缩小；同时在 Design Arena 达到 1353 Elo，超越 Claude Fable 5，排名较 GPT-5.5 跃升 18 位，优势来自渲染页面检查能力。

𝕏 ⭐ mattpocockuk 技能仓库教程发布，16 万星 7.5M 下载

知名 TypeScript 开发者 mattpocockuk 为其技能仓库（16 万星，750 万下载）推出首个教程。演示了 /grill-with-docs、/to-spec、/to-tickets、/implement、/code-review 等核心技能的端到端工作流。

𝕏 ⭐ Radiology's Last Exam 2.0 发布，评估 AI 在放射诊断中的不确定性

CRASHLabAI 发布 RadLE 2.0，用于自主放射诊断的不确定性感知基准。基准测试了所有前沿模型（GPT-5.6 Sol、Muse Spark 1.1、Grok 4.5 等），发现 没有模型 达到平均人类专家基线。关键指标包括信心加权、可靠性、安全性和交接准备度。

𝕏 ⭐ Apple M7 Ultra 芯片传闻支持 1.5TB 统一内存

传闻 Apple 正在开发 M7 Ultra 芯片，支持高达 1.5TB 统一内存，超过当前 M3 Ultra 的 819GB/s 带宽。GPU 可直接访问整个内存池，使其进入企业工作站和 AI 服务器领域。DRAM 供应紧张可能影响量产和价格。

𝕏 ⭐ Muse Spark 1.1 在 AA-Briefcase 上得分 863，演示质量偏弱

Artificial Analysis 评测 Muse Spark 1.1 在代理知识工作基准 AA-Briefcase 上获得 863 Elo，与 Gemini 3.5 Flash 相当。客观任务完成率 34.5%，高于 GPT-5.5 (xhigh)。但演示 Elo 仅 432，主要以文本输出为主。

𝕏 ⭐ 中微公司交付首台 90:1 低温蚀刻工具

中微公司 (AMEC) 已交付首台 90:1 高深宽比低温蚀刻工具，这是半导体设备国产化的重要突破。该工具用于先进制程中的关键步骤，可能改变刻蚀设备供应链格局。

𝕏 ⭐ Sam Altman：GPT-5.6 Sol 在编程任务上效率提升 54%

Sam Altman 接受 CNBC 采访表示，GPT-5.6 Sol 在智能体编码任务上效率提升 54%，并称今年 AI 支出首次成为重大话题。

𝕏 ⭐ Long-Horizon-Terminal-Bench 论文发布，Grok 4.5 位居榜首

新论文提出 Long-Horizon-Terminal-Bench，包含 46 项 真实终端任务，用于在长时间终端任务上测试代理的极限。Grok 4.5 得分最高，但最佳模型仅完成约一半奖励，29/46 任务无人能解。采用基于密集奖励的评分方法。

𝕏 ⭐ Codex 和 ChatGPT Work 月活用户达 700 万，提供银行重置

OpenAI 产品副总裁 @thsottiaux 宣布 Codex 和 ChatGPT Work 月活跃用户达到 700 万。为庆祝里程碑，为所有用户添加一次性银行重置，可在桌面端或网页端使用，补充每周配额。

𝕏 1T 参数医疗专用 agentic 模型，推理成本降低 20-100 倍

初创团队使用递归自我改进（RSI）训练了一个 1T 参数的医疗领域 agentic 模型。推理成本相比前沿模型降低 20-100 倍，性能相当。这是 RSI 在特定领域落地的早期案例。

𝕏 ByteDance 发布 UniVR-34B，首个从视觉演示学习推理的模型

字节跳动 发布 UniVR-34B，首个无需文本链从视觉演示中学习复杂推理、物理动态和长期规划的模型。

𝕏 Kimi K2.6/K2.7-Code 获 DSpark 投机解码加速，吞吐量提升超 2 倍

Novita Labs 开源了针对 Kimi-K2.6 和 Kimi-K2.7-Code 的 DSpark 投机解码器，原生集成 vLLM，在六个基准上平均吞吐量提升 2.55 倍 和 2.36 倍。

𝕏 Fable + Sidekick 将成本降低 54%且性能几乎不变

实验显示，结合 Fable 和 Sidekick 模型，在保持分数基本不变的情况下将成本削减 54%。提示这种模型组合模式也适用于 GPT-5.6 Sol + GPT-5.5。

𝕏 LlamaParse 专注文档 OCR 领域专用工作流

LlamaIndex CEO @jerryjliu0 介绍 LlamaParse 的优化策略：通过自动路由、微调布局模型和专用元素模型（表格、图表、手写），在准确率、成本和延迟的帕累托前沿上优于通用前沿模型。文档 OCR 存在持续的性能差距。

𝕏 ODS 一键部署本地 AI 服务器

ODS 工具可自动检测硬件并下载最适合的模型，一键启动本地推理和 Open WebUI。支持语音、Hermes 代理、工作流、RAG、搜索、图像生成等。所有数据本地运行，无需云订阅。

𝕏 Rive 教程：用 AI 编写脚本构建 3D 引擎

Rive 发布教程，展示如何在 Rive 内部构建 3D 引擎。非图形程序员可使用 AI 编写模型导入、光照、材质、相机控制的脚本。已在 Early Access 中可用，生产版本将内置库。

𝕏 Cloudflare 推出 Precursor 抗高级机器人系统

Cloudflare 发布 Precursor，利用持续的、基于会话的客户端信号，捕捉在整个用户旅程中模仿人类行为的高级机器人。这是其防御体系的基础性变革，转向有状态、多信号检测。

𝕏 SemiAnalysis 发布 ChipBook 半导体供应链情报工具

SemiAnalysis 推出 ChipBook，用于半导体供应链的 OSINT 工具。持续追踪贸易流、库存、生产数据（从 WFE 到 PCB），提供早期信号。在 2 月 28 日美国对伊朗的“史诗之怒”行动前，部分信号已公开可见。

𝕏 Apple 前员工利用漏洞窃取机密文件后加入 OpenAI

Apple 指控一名前员工利用一个“罕见”漏洞下载机密文件，随后离开公司加入 OpenAI。该事件凸显科技巨头间的人才流动和数据安全风险。

𝕏 Elon Musk 承诺删除 SpaceX AI 用户数据并明确数据保留政策

Elon Musk 宣布此前上传到 SpaceXAI 的所有用户数据将被彻底删除，不留任何痕迹；同时说明保留部分数据用于调试但用户隐私设置始终被尊重，用户可通过 /privacy 查看或更改设置，零数据保留模式会删除所有已同步数据。

𝕏 美国拟简化低于中国开源模型能力的 AI 模型出口

提案提议：如果美国模型的性能等于或低于 中国领先开源模型 的能力，则简化为市场开放（包括开源和闭源授权模型）。此举相当于以中国开源模型水平为基准放松出口管制。

𝕏 Morgan Housel 谈创始人后悔卖公司：失去了身份和目标

Morgan Housel 指出，许多创始人卖掉公司后感到后悔，因为工作给他们带来了身份和目标。“无聊比努力工作更具心理消耗。”他发现即使财务自由后仍需要让自己保持忙碌以避免抑郁。

𝕏 ChatGPT 在 EEA 地区重新上线 WhatsApp，并扩展至 Kakao 和 Viber

OpenAI 宣布 ChatGPT 再次于 欧洲经济区 的 WhatsApp 可用，用户可提问、上传图片、发送语音、创建图像。同时扩展至韩国的 Kakao 和支持市场的 Viber。

𝕏 LangChain 推出 LLM Wiki 工作流：wiki 作为缓存和超链接页面

LangChain CEO @hwchase17 分享 LLM Wiki 核心见解：wiki 作为“缓存”存储常用信息；随文件增长，文件结构不如页面间链接重要。“wiki 是一组超链接页面”是构建长期记忆的演进方向（字符串→文件→目录→wiki）。

𝕏 fal 开源 Ideogram V4 快速和即时模型

fal 平台开源了 Ideogram V4 的快速（Fast）和即时（Instant）版本，可在 fal 上免费试用。IDEogram V4 Fast 提供 50 次免费生成，Z-Image-Turbo 和 Flux Klein 9B 每天 10 次免费生成。

𝕏 X（Twitter） 算法调整：增加互关用户推文可见性

X 产品副总裁 @nikitabier 宣布小幅调整算法，提升互关用户的推文可见性。此前该数据缺失，导致回复区更像不熟悉用户之间的战场。此举也有助于围绕兴趣形成社群。

𝕏 为 Claude Code 增加 199 个生物信息学技能，BixBench 从 65%提升至 92%

开源项目为 Claude Code 配备 199 个生物信息学技能，覆盖 RNA-seq、单细胞分析和药物发现。在 BixBench 基准上得分从 65% 提升至 92%。

𝕏 Austen 实习生挑战：用有限预算训练小模型击败前沿模型

Austen 给 63 名实习生（来自斯坦福、MIT、UT Austin）一项挑战：训练一个小语言模型在某个细分领域击败前沿模型。部分团队通过巧妙架构、数据生成和训练方法取得成功，将分享完整案例。

𝕏 轨道数据中心成本低于地面：预计节省 200 亿美元

分析指出，在地球建设 1GW AI 数据中心成本约 600 亿美元，而移至轨道仅需 400 亿美元（其中芯片 350 亿，发射 50 亿）。轨道数据中心通过激光链接虚拟网络，利用 Starship 快速复用降低发射成本。

𝕏 Google 发布 Gemma 4 技术报告，详解推理优化与 KV 缓存方案

Google 发布 Gemma 4 技术报告，详述模型家族如何在 5:1 本地-全局注意力比率下结合 pp-RoPE 减少 KV 缓存 占用，以及推测解码和多 token 预测草案器的工作机制。

𝕏 ⭐ 强化学习之父 Sutton 离开 Keen，联合成立 Oak Lab 探索 AI 新路径

强化学习先驱 Richard Sutton 宣布与 Khurram Javed 离开 John Carmack 的 Keen Technologies，共同创立 **Oak Lab**。他们认为当前深度学习方法弱且低效，需要根本性新思路，目标在几年内构建完整的 OaK 架构 原型，更接近婴儿第一年学习模式。

---