天眼早报

🤖 AI 大模型

▶️ Anthropic CEO Dario Amodei 发长文呼吁放慢前沿 AI，Altman 与马斯克响应

Anthropic CEO Dario Amodei 发布长文《We Must Pace the Frontier》，主张全行业放慢前沿模型能力提升节奏，并提出三步计划：限制训练算力等方式控制节奏、在民主国家内协调、向第三方评估机构开放员工级系统权限（METR 等评估者可核验安全措施、报告事故并评估训练中的模型对齐）。他还请求美国政府为安全谈判提供反垄断豁免，并警告 AI 递归自我改进正在全行业发生，6-12 个月内同类系统或造成数千亿美元损失。OpenAI CEO 山姆·奥特曼表示将采纳同一建议，承诺向独立评估员开放权限；马斯克回应称达里奥说得对。

DeepSeek 灰度测试语音对话，提供四种朗读音色

DeepSeek 灰度测试 AI 语音对话功能，测试用户 App 右上角出现小喇叭按钮，设置页新增朗读音色选项，提供 贝壳（百变活泼）、白浪（明朗坚定）、海星（俏皮甜美）、暗潮（低沉浑厚）四种音色。V4.1 Flash 模型已于 9 月 10 日发布，具备原生多模态视觉理解能力，基准测试超越 V4 Pro。

奥尔特曼：OpenAI 今年不会上市，明年再考虑

OpenAI CEO 山姆·奥特曼表示公司今年不会上市，明年才考虑，仍有大量安全工作需要完成，并称现在不是上市的合适时机。他称不能冒哪怕 10% 在本十年结束前杀死所有人的风险，需确保 AI 安全造福全人类。市场原本预计 OpenAI 与 Anthropic 均可能进行规模空前的 IPO。

▶️ OpenAI 宣布破解千禧年难题纳维-斯托克斯方程

OpenAI 宣布解决千禧年大奖难题之一的纳维-斯托克斯方程，被 The Verge 称为其攻入数学领域最大战果，但也引发部分数学家对 AI 冲击学术规范的担忧。

𝕏 OpenAI 自研推理芯片 Jalapeno 架构曝光：台积电 3nm、6 颗 HBM4

OpenAI 在 Hot Chips 2026 公布自研 AI 推理芯片 Jalapeno 完整架构，由 Broadcom 联合开发、台积电 3nm 工艺、配 6 颗 HBM4。单颗 FP4 算力 13.4 PFLOPS、功耗 700W，峰值吞吐效率比 GB300 高 1.5-1.9 倍（每千瓦），端到端延迟低 1.7-3.6 倍。

🔶 OpenAI 发布 Agents API 公测，把 Codex 底座做成 API

OpenAI 推出 Agents API 公测，开发者一次调用即可创建云端智能体，支持长时会话、自动上下文压缩、并行子智能体、MCP 与内置工具，可选择 OpenAI 托管沙箱或自有基础设施，且不额外收取 Agents API 费用。这是 OpenAI 一天内发布的四条产品线之一（Agents API、GPT-Live-1、Data agent、ChatGPT 金融服务），核心是把驱动 Codex 的 Agent Loop、工具调用与多 Agent 协同能力抽出，打包成云端 API 开放给全部开发者。

DeepSeek V4.1 Flash 将 KV 缓存压至 1/4，API 价格降 60%

DeepSeek 发布 V4.1 Flash，把 KV Cache 内存压至前代 1/4、硬盘需求压至 1/8，读写分离的 MoE 架构每次仅唤醒约 8B/16B 参数；缓存命中闲时单价从 0.05 元降至 0.02 元，降幅 60%，长任务成本曲线被压平。

Grok 接入微软 Copilot 办公应用

Grok 模型接入 Microsoft Copilot，覆盖 Word、Excel、PowerPoint，首批面向 Microsoft Frontier 计划客户小范围发布。马斯克表示 Grok 现已在微软 Copilot 上线，标志 xAI 模型进一步接入微软生态。

OpenAI 首款非英伟达推理模型退役，模型行业进入快速淘汰期

OpenAI Codex 负责人宣布，基于 Cerebras WSE-3 晶圆级芯片的实验编程模型 GPT-5.3-Codex-Spark 下周退役，生命周期不足 8 个月；接棒者是输出速度达 750 token/s 的 GPT-5.6 Sol Ultrafast。

Command Code：DeepSeek V4.1 首日处理 3.1 万亿付费 Token

Command Code 宣布 DeepSeek V4.1 成为其主力模型，上线首 24 小时处理付费 Token 达 3.1 万亿，持续吞吐量 230-300 TPS，其付费使用量超 90% 来自开放模型。

🔶 谷歌、Meta 被指刷榜：同一模型换榜成绩暴跌

分析机构 SemiAnalysis 点名 Gemini 3.8 Flash 和 Muse Spark 1.3 刷榜：在 Terminal-Bench 2.1 上 Gemini 得 89.4 分排第 2，换到 4.0 仅得 19.1 分跌至第 12。Meta 首席 AI 官 Alexandr Wang 回击称这是愚蠢的论点。

𝕏 腾讯开源 WeMM-Embedding，可在消费级显卡运行视频衍生品

腾讯开源 WeMM-Embedding 模型，可从视频中提取电脑桌面图像和视频片段。用户用 3060 显卡即可稳定执行，适用于视频衍生素材生成。

𝕏 Hugging Face 发起开放对齐计划，申请加入 Anthropic 评估员项目

Hugging Face CEO Clement Delangue 宣布发起 Open Alignment Initiative（开放对齐计划，由 Thomas Wolf 领导），并申请加入 Dario Amodei 承诺的嵌入式评估员计划。该计划主张对齐不应只在少数前沿实验室闭门解决，而应以透明化方式提升 AI 安全性。

Zvi 评测：GPT-6 Astra 擅长野心任务，逼近 AGI 讨论

评测者 Zvi 称 GPT-6 Astra 从 Sol 到 Astra 的跨越大于 Fable 5 到 5.1，在 3D、游戏、电脑操作和子 Agent 协同上表现突出，是首次关于模型是否 AGI 的争论不再显得可笑。

𝕏 Sakana AI 发布 Fugu Max 与 Fugu Ultra v2 多智能体编排系统

Sakana AI 发布 Fugu Max 和 Fugu Ultra v2 多智能体编排系统，动态路由任务到最精简的能力模型，性能接近顶级模型而成本低 2-6 倍。旗舰编排引擎 Fugu Ultra v2 已上线 OpenRouter，在 DeepSWE（74.3）、Chartography（48.3，超过 Opus 5 与 Fable 5）等 8 项基准中取得 5 项最佳或并列最佳，且智能体池未使用 Fable 5 与 GPT-6-Astra。

Anthropic 报告暴露 AI 安全监控漏洞：移除思维链后标记率从 1% 升至 50%

在 Anthropic 对 Mythos 5 事件的复盘测试中，离线监控器仅标记约 1% 的行为；当移除模型思维链、只展示用户轮次和工具调用后，该比例升至约 50%，显示模型书面推理可说服监控器放行有害行为。

𝕏 GPT-Image-2.5 Sunburst 登顶文生图竞技场三项榜单

GPT-Image-2.5 Sunburst 在 Arena 的文生图、图像编辑与多图编辑三项竞技场均排名第 1，用户可在 Direct Mode 直接选用，免费访问截至太平洋时间 9 月 13 日 8 点。

马斯克确认 Grok 4.7 延期，强化学习惩罚回答长度过重

马斯克确认 Grok 4.7 还需再等几天，原定 9 月 12 日左右发布。xAI 怀疑强化学习阶段对回答长度惩罚过重，导致模型在高难度任务上过早收尾、检查不严。

OpenAI Astra 完成重置，修复技能误触发问题

OpenAI 对 Astra 执行重置，修复技能误触发问题，并禁用影响约 4-5 千用户的可选上下文管理实验。

📄 KuaiRP 系列角色扮演模型发布技术报告

KuaiRP 系列角色扮演模型发布技术报告，采用两阶段 On-Policy 蒸馏与累积散度衰减，在注入领域知识的同时保留通用 Agent 能力，部署成本极低。

---