天眼早报
🤖 AI 大模型
Meta 发布首款前沿模型 Muse Wonder 系列，Vals 指数超越所有 OpenAI 模型
Meta超级智能实验室发布 Muse Wonder 与 Muse Wonder Full 两款前沿模型，扎克伯格称公司已回到 AI 前沿水平，Meta 为此历时 14 个月攻坚。Muse Wonder Full在 Vals Index 上以56 分超越所有 OpenAI 模型，较 6 周前的前代 Muse Spark 1.3（48 分）提升 8 分；在 SWE-Marathon 智能体软件工程测试中得分 57.5，超过 Opus 5.5 的 46.3，Coding Agents Index 达 68 与 Claude Code 持平，DeepSWE v1.1 得分 79.0%，编码、金融法律任务对标 ChatGPT 与 Claude。两款模型均支持100 万 token上下文与文本、图像、视频、音频混合输入，主打个人与专业智能体场景，Muse 订阅价 20/100 美元，已通过 Meta Model API 与 Muse Code 向开发者开放。
🔶 MIT 教授：OpenAI 攻克的千禧年难题，人类已看不懂
OpenAI一口气发表722 篇论文，称已攻克包括Navier-Stokes 方程失效反例在内的多项数学难题。MIT教授 Justin Solomon 在《Odd Lots》播客中评价称“它是对的，但我根本看不懂”，引发学界对大模型数学能力与结果可验证性的讨论。
Qwen 推出 QwenGyre 弹性 RL 框架，超长程智能体训练加速 1.78 倍
阿里巴巴 Qwen 团队发布QwenGyre弹性强化学习框架，面向超长程（XLong）智能体训练：弹性调度器可在 rollout 与训练之间动态分配 GPU，相比 Colocate 方案最高提速1.85 倍。在Qwen3.8-2.4T上每次 rollout 约 70 万 token，48 步训练后 NL2RepoBench 通过率从 52.5%升至58.5%，端到端训练时间较异步方案缩短约44%。
𝕏 FrontierCode 1.1 编程评测上线，头部模型失败率仍超 40%
Artificial Analysis联合Cognition发布FrontierCode 1.1编程评测榜，Claude Opus 5.5以**52%**居首，但头部模型失败率仍超 40%，9 款模型集中在 43%-52%区间。GPT-6.1 Sol以$0.81/任务达成 49%得分，成本仅为 Anthropic 旗舰的十分之一。
🔶 马斯克承认：全球仅三家攒够编程数据，自己不在其中
马斯克在 X Takeover 活动上表示，真正攒够编程训练数据的只有OpenAI、Anthropic、Cursor三家，谷歌勉强算半个，xAI不在其中，这也成为其推动收购Cursor的重要原因。
𝕏 SubQ 推出决策模型 Snap，256K 上下文测试得分 99.8
SubQ推出决策模型Snap，可一次性读取384K token，在256K长上下文测试中得分99.8（对比 Jev 的 90.7，且 Jev 需分块处理）。延迟方面，100K token 约660 毫秒，384K 约2.5 秒，近似线性扩展；定价为每百万输入 token 仅0.05 美元，输出免费。
𝕏 River AI 推出企业内部定制模型系统，支持本地化部署 API
River AI称已开发出构建企业内部定制模型的最佳系统，可将 API 本地部署在客户的算力集群上。其表示定制模型在企业内部工作流上的表现优于前沿模型，成本仅为后者的1%或更低，并预测未来**99%**的 LLM token 将由定制模型生成。
𝕏 智谱发布法律专用模型 GLM-Legal，登顶开源权重第一
智谱（Zai）发布法律领域垂直模型GLM-Legal，基于GLM-5.3-Flash打造。官方称其在 Harvey 法律 Agent 基准与LegalBench上成为开源权重第一，主要面向合同审查、证据分析、合规等专业场景。
AI 进化速递：Qoder 上线 Fast 模式，无问芯穹完成 23 亿元 C 轮融资
阿里智能体平台Qoder上线 Fast 模式，生成速度提升超150%、Token 消耗减少27%；AI Infra 企业无问芯穹完成23 亿元C 轮融资；宇树科技王兴兴称过去最大的错误是对 AI 不够相信。
🔶 DeepSeek 领投机器人 AI 初创 Winverse AI，估值约 4 亿美元
DeepSeek拟领投前腾讯科学家创办的机器人 AI 初创公司Winverse AI种子轮，投后估值约4 亿美元，动用其逾120 亿美元融资所得。美团旗下 Long-Z Investments 等跟投。
𝕏 谷歌开源 EmbeddingGemma 2，支持图文视频跨模态检索
谷歌开源EmbeddingGemma 2，可实现文字、图片、视频的跨模态检索——只需描述图片内容即可搜出对应图片，目前已有基于该模型的开源应用落地。
𝕏 仅 1000 美元算力训练 1.7B 编码智能体，SWE-bench 超越 GPT-4o
研究团队用约**$1000的训练算力从零训练出1.7B编码智能体，在SWE-bench Verified上以25.5% pass@1**超越 Claude 3 Opus 和 GPT-4o。
𝕏 OpenAI 开发者平台推出 Decisions API，文档分类准确率达 98.1%
OpenAI开发者平台推出Decisions API，支持以视觉输入实现低延迟决策。开发者实测显示，该 API 在多标签文档分类任务上达到98.1% F1，高于智能体方案的93.5%，成本仅为后者的1/7，p90 延迟低28 倍。
𝕏 Hugging Face 头部开源 LLM 下载量下降约 30%
Interconnects监测发现，Hugging Face上许多热门开源模型的下载速率下降约30%，且趋势仍在持续，业界对其究竟是统计口径变化还是开源热度退潮仍有讨论。
𝕏 开发者将 EmbeddingGemma 2 改造为本地语音转文字模型，288 倍实时
开发者将Google EmbeddingGemma 2嵌入模型改造为语音转文字模型，在 M3 MacBook Air 上转录 1 小时音频仅需约13 秒，达288 倍实时速度，可完全本地运行。
𝕏 Anthropic 评测：9B 模型可在 8 种商用 IoT 设备上运行推理
Anthropic称小型 AI 模型或将在数月内具备在商用 IoT 设备上自我复制的能力，其评测中一个9B 模型在9 种硬件类型中的8 种上成功运行推理。
稳准智能发布结构化数据基础模型 LimiX-2
稳准智能发布结构化数据基础模型LimiX-2，基于上下文机制网络（CMNs），无需调参即可统一完成分类、回归、缺失值补全与因果骨架恢复；在TabArena、TALENT、BCCO 三大基准上取得最高总体 Elo，参数规模约4 亿。
EVENT-DRIVEN INTELLIGENCE
免费先跟踪重点，再决定是否升级
每篇公开内容都对应三步：订阅每日情报、查看同主题历史上下文、升级 Pro 解锁搜索、研究和事件详情。