天眼晚报

🤖 AI 大模型

𝕏 OpenAI 发布 GPT-6 Astra 模型，宣告进入 AGI 时代

OpenAI发布GPT-6 Astra，首次在10 万+ GPU集群上训练，支持复杂开发、高难度推理和计算机操作，宣告进入 AGI 时代。API 定价为输入 10 美元/百万 token、输出 50 美元/百万 token，均为 GPT-5.6 Sol 的2.5 倍；同时宣布已达成“自动化 AI 研究实习生”里程碑。

OpenAI 首度公开“自动化研究实习生”进展：AI 工作量达人类 3.1 倍

OpenAI官方首次披露**递归自我改进（RSI）**内部数据：研究部门每消耗 1 个人类工作日，AI 智能体产出3.1 倍工作量；研究员日均 AI 推理支出中位数超600 美元，前 10%用户超 7000 美元，用量较年初增长 124 倍。公司宣布已达成“自动化 AI 研究实习生”目标，可在人类监督下独立完成科研任务，计划 2028 年 3 月前实现“自动化 AI 研究员”。首席科学家 Jakub Pachocki 同日警告，尚无实验室能在 AI 对齐与监控上做到足够可靠。

Anthropic 11 个月锁定 5170 亿美元算力，仍落后 OpenAI 30GW 目标

据 The Information 统计，Anthropic过去 11 个月签约锁定14.8GW算力，未来十年潜在总支出高达5170 亿美元；其年化营收已超 650 亿美元、领先 OpenAI 的 400 亿，但算力储备仍低于 OpenAI 规划的 30GW 目标。

IFM 发布 K2 Horizon 开源模型系列，375B 旗舰领衔

IFM发布K2 Horizon开源系列，包含六款参数从0.9B 至 375B的模型，均采用Apache 2.0协议，开放训练数据与代码，预训练约 20 万亿 tokens，号称史上最大规模全开源发布。

⭐ 黄仁勋：GPT-6 Astra 用 10 万+ NVLink72 训练完成，AGI 已到来

黄仁勋发文确认，GPT-6 Astra由 10 万+张 GB NVLink72 集群完成训练，称“AGI 已到来”，并透露下一批40 万张 GPU即将上线。

英伟达 129 亿美元收购 Hugging Face

英伟达宣布以129 亿美元收购开放模型平台Hugging Face，预计 2027 年上半年完成，将向模型分发、开发者生态延伸，引发对其中立性的担忧。

𝕏 ⭐ 腾讯混元发布 Hy4 预览版，多智能体协作能力大幅提升

腾讯混元发布Hy4 preview，在需控制游戏角色及 SubAgent 协作的多智能体测试中展现团战和堵门策略。后端 Agentic Coding 测试得分从 Hy3 的 16 分跃升至10779 分，提升超670 倍。

华为发布麒麟 9050 Pro 芯片，首款完整“韬定律”芯片落地

华为发布Mate XT 2，搭载麒麟 9050 Pro芯片，采用灵犀 CPU 架构，多核性能提升52%，是首款完整采用“韬定律”逻辑折叠技术的高性能芯片。

GPT-6 Astra 首批实测：24 分钟重建杭州 3D 场景，写作能力退步 80 Elo

GPT-6 Astra首批实测显示其在空间重建和自主代理任务上表现最强：开发者 24 分钟生成可交互 3D 杭州场景，45 分钟完成完整 3D 游戏，还有人一天内完成 12 人联机射击游戏；但 GDPval-AA 写作基准较前代 Sol 下滑约80 Elo分，API 定价为每百万 token 10/50 美元。

MiniMax M3“入籍”沙特，中国开源模型拿下国家级大客户

MiniMax M3开源模型被沙特阿拉伯采用，标志着中国开源模型在主权 AI领域取得突破，也正在将中国开源模型带入更大的海外市场。

DeepSeek 计划采购 16 万颗华为昇腾 950DT 芯片，订单约 25.6 亿美元

据彭博社报道，DeepSeek计划在内蒙古乌兰察布建设吉瓦级智算中心，部署至少16 万颗华为昇腾 950DT 芯片，订单总额约25.6 亿美元，将成为规模最大的国产 AI 芯片集群之一。

谷歌发布 Gemini 3.8 Flash，长程软件工程跑分逼近 Claude Opus 5

谷歌发布Gemini 3.8 Flash及网络安全专用版，DeepSWE v1.1 跑分达71.0%，六周内连续推出三代 Flash，瞄准长程 Agent 任务。

Meta 发布 Muse Glimmer 开源模型，30B 参数可本地常驻运行

Meta开源Muse Glimmer（30B 稠密多模态模型），量化后可在一张24GB 显卡本地常驻运行，Apache 2.0 协议。

中国 AI 大模型周调用量连续 19 周居首，腾讯混元登顶

OpenRouter 数据显示，上周中国 AI 模型调用量达56.72 万亿 Token，环比增 2.83%，连续 19 周超过美国；腾讯混元 Hy4 preview以14.7 万亿 Token登顶，环比增长379%。

𝕏 蚂蚁集团开源金融增强模型 Ling-3.0-flash-Fin，信源可追溯

蚂蚁集团开源金融增强模型Ling-3.0-flash-Fin，基于124B MoE架构、激活 5.1B 参数，支持 256K 上下文并可私有化部署。模型可读财报、估值和处理复杂表格，回答可追溯至具体财报与监管文件，FinFIRST 信源验证得分82.45%。

微软发布 MAI-Image-2.6-Flash：速度提升 2.8 倍、成本降超 50%

微软发布轻量化图像模型MAI-Image-2.6-Flash，速度达 GPT-Image-2-Medium 的2.8 倍，每百万 Token 输出价格降至19 美元，较旗舰版推理成本与 API 定价降超 50%，已开放公测。

𝕏 实测 GPT-6 Astra 与 Claude Fable 5.1：15 个真实任务 Astra 胜 10 场

开发者用同一批业务数据对比GPT-6 Astra与Claude Fable 5.1，覆盖报告、财务、视频、建站等 15 个场景，Astra 赢10 项、Fable 赢 5 项。Astra 总成本便宜约186 美元，浏览器操作明显更强，但长文档与复刻类任务 Fable 更完整。

𝕏 AI 应用市场半年报：豆包月活 3.82 亿居首

QuestMobile 报告显示，2026 年 6 月豆包以3.82 亿月活居首，千问和 DeepSeek 分别为 1.67 亿和 1.29 亿；豆包深度用户占比达 27.5%。

🔶 腾讯混元专项优化 Hy4 preview 模型长思考问题

腾讯混元联合 WorkBuddy 团队更新Hy4 preview：针对复杂任务下的长思考、过度自我验证做了专项优化并全量上线，在不损失效果的前提下明显降低任务轮次及token消耗。

🔶 智象未来发布具身世界模型 HiDream-O1-Embodied，评测登顶

智象未来发布具身世界模型HiDream-O1-Embodied，在RoboColiseum扰动适应评测以0.692 分登顶。

𝕏 AI 先驱施米德胡伯反驳：递归自我改进算法自 1987 年已存在

施米德胡伯回应“RSI 只会在前沿 AI 实验室出现”的说法，指出具体递归自我改进（RSI）算法已有近四十年历史，并附 1987 年以来的原始论文链接。

GPT-6 Astra 基准成绩反复修改引争议 OpenAI 面临“刷榜”质疑

OpenAI在GPT-6 Astra发布后多次修改幻觉率等基准分数（4.2%→2%→4.2%），Anthropic 部分成绩也被改动，引发 AI 界对基准测试可信度的质疑。

谷歌发布 Lyria 3.5 音乐生成模型，登陆 Gemini 应用

谷歌发布音乐生成模型Lyria 3.5，官方称其为目前效果最佳的音乐生成模型，现已登陆Gemini应用。

𝕏 研究：用 RL 可提升 LLM 自我建模能力，但模型仍不具备内省

新基准评估LLM 自我建模能力，用合成数据+强化学习可提升开源模型成绩，但作者否认这证明模型拥有内省能力。

𝕏 AI 先驱 Schmidhuber：LLM 远未达到 AGI，只适合“桌面工作”

Jürgen Schmidhuber称 ChatGPT 等LLM只是人类已有知识的自然语言索引，可替代文员、制图等桌面工作，却难以匹配水管工、电工等物理世界职业，真正的AGI远比 LLM 困难。

---