天眼晚报

🤖 AI 大模型

𝕏 OpenAI 发布内部模型 Astra，解决 10 个数学难题并开源证明

OpenAI正式发布代号Astra的内部模型成果，在球体堆积、编码理论、群论等10 个悬而未决数十年的问题上取得突破。所有证明均通过Lean 4形式化并开源，标志着科学推理的重大飞跃。该模型专为长期任务设计，支持多个 Agent 协同，总词元成本约2000 美元。CEO Altman已向政府展示其能力，预计将成为首批通过特朗普政府审查框架的模型，同时OpenAI宣布其模型现拥有超过10 亿活跃用户，成为 AI 领域用户规模的新里程碑。

𝕏 DeepSeek-V4-Flash 正式版发布，原生接入 Codex 且成本仅为 Opus 的 1/89

DeepSeek正式发布V4-Flash模型，采用284B MoE架构（激活13B），性能持平GLM 5.2。API 定价为输入**$0.14**/百万 token，输出**$0.28**，缓存命中成本低至0.02 元。该模型可原生接入 Codex，九项 Agent 测试全面反超自家 V4-Pro 预览版，Agent能力暴涨 6 倍。其中DeepSeek-V4-Flash-High以1586 分位列 Frontend Code Arena 第 7，较预览版提升 154 分，成为同类中性能价格比最优模型，现已在Hugging Face免费公开并提供 API 调用。

𝕏 Google DeepMind 发布 Gemini Robotics 2，含三大核心模型

Google DeepMind推出Gemini Robotics 2，包含ER 2（高层规划）、Robotics 2（VLA 执行）和On-Device 2（本地部署）。该更新标志着机器人领域在算法层面的重要进展，尽管硬件瓶颈仍需18-24 个月突破。与此同时，Google宣布其 AI 代理在两周内修复了1072 个安全漏洞，数量超过此前23 次发布的总和。其中包含一个潜伏13 年的Chrome沙箱逃逸漏洞（CVE-2026-3545），CVSS 评分高达9.8，Google正将发布周期缩短为两周一次重大更新。

𝕏 华为开源 openPangu-2.0-Pro：505B MoE 架构，首个非 NVIDIA 硬件训练大模型

华为正式开源 openPangu-2.0-Pro，这是首个完全在华为昇腾 NPU上训练的 500B+ 级别前沿模型。采用 MoE 架构（505B/A18B），支持 512K 上下文窗口，GPQA-Diamond 得分 87.9，虽略低于竞品但参数量级优势明显。

𝕏 YC 开源多人 Agent 协作框架 QM：基于作用域隔离与持久沙箱

YC开源内部使用的多人 Agent Harness：QM。该系统通过**作用域（Scope）**设计实现员工间隔离与项目内共享，核心包含无头引擎、可替换模型层及 Postgres 持久化存储。工具注册表从 20 个扩展至 350+，支持 Slack 与 Web 无缝切换。

𝕏 GitHub 开源项目：让 Agent 自动循环调优代码的 Autoresearch

GitHub_Daily分享基于Claude Code和Codex的Autoresearch项目，支持设定目标后自动迭代代码、验证效果并回滚。内置9 个安全钩子，涵盖调优、找 Bug 等场景，适合AI 编程助手自动迭代。

MiniMax 发布 H3 全模态视频生成模型，支持 2K 原生立体声

MiniMax推出H3开源视频模型，支持多任务与多模态处理，定价面向生产环境。该模型旨在让Embodied AI社区无需许可即可构建数据引擎和世界模型，标志着开源视频模型首次达到闭源前沿水平。MiniMax发布H3 全模态模型，统一文本/图像/视频/音频生成，支持2K 分辨率、4-15 秒视频及原生立体声，API 单价0.13 美元/秒，视频编辑能力排名第一。

---