OpenAI 发布 GPT-6 Astra:替你操作电脑的旗舰模型
新一代模型在电脑使用、软件工程与视觉理解上刷新纪录,并在 ARC-AGI-3 基准上一举取得 66% 的成绩。
当地时间 9 月 3 日,OpenAI 正式发布新一代旗舰模型 GPT-6 Astra。官方称之为「迄今在电脑使用、软件工程与视觉理解上最强的模型」,目标是把电脑上的一切操作都交给模型快速完成。Sam Altman 在社交平台上写道,希望它开启新一轮创业、科学发现与构建的浪潮,并称这是「全世界最适合电脑使用、专业工作、科学、编码与网络安全的模型」。
发布数小时内,社区便涌入大量实测:从用 Unreal Engine 生成可运行的世界、到单张户型图重建完整 3D 漫游,再到在 Higgsfield 超级计算机上端到端搭建可玩的第一人称射击游戏。Astra 的「计算机操作」能力被广泛视为从「对话助手」向「通用智能体」的关键一跳。
英伟达以 129.3 亿美元收购 Hugging Face
Hugging Face 联合创始人兼 CEO Clement Delangue 宣布,公司决定与英伟达联手,在创业十年之后迎来这笔 129.3 亿美元的收购。双方将共同扩展 Hugging Face 平台、加强其基础设施,并为全球开发者与机构扩大 AI 的获取渠道。英伟达 CEO 黄仁勋表示,开放模型能强化安全与网络安全、加速创新与普及;微软 CEO 纳德拉亦表态看好开放模型生态在英伟达与 Hugging Face 合作下继续繁荣。
「GPT-6 Astra 在交互式推理问题上带来阶跃式的能力跃迁:标准测试下 ARC-AGI-3 得分 66%,换用持续对话与定制压缩后逼近 100%。」
Google DeepMind 发布 WeatherNext 3,天气预报再突破
WeatherNext 3 直接从真实世界的实时观测中学习,可给出更本地化、更高精度且更快的预测。该模型由 Google DeepMind 与 Google Research 联合开发,被 Demis Hassabis 转发并称为全球天气预报领域的重大突破。
Runway 推出 GWM Worlds 2:实时交互式世界模型
新一代通用世界模型可生成连续的 720p、24fps 交互式实时模拟,并配 48000Hz 音频,随用户探索实时响应输入。Runway 研究负责人 Cristóbal Valenzuela 表示,这是其通用世界模型方向的一次重大更新。
World Labs 发布 Atlas:首个多模态世界模型
Atlas 以像素级相机一致性生成图像与视频帧,被 Andrej Karpathy 转发并称其为「首个多模态世界模型」。该方向被视为把世界模型推向可交互 3D 生成的关键一步。
Meta 发布 Muse Spark 1.3,前沿性能近乎免费
Denny Zhou 转推称 Muse Spark 1.3 今日上线,是「迄今最大的一次跃升」,前沿性能几乎便宜到无需计量。Zhou 也透露自己年初离开 Google DeepMind 加入 Meta TBD,全程参与从 1.1 到 1.3 的迭代。
ant CLI 新增 `ant apply`,把 Agent 资源写进仓库
可将 Claude 托管 Agent 的环境、Agent、技能、记忆存储与部署声明为仓库中的文件,并通过 `ant apply` 让 API 资源与这些文件保持同步。
LM Studio 推出 Bionic:面向工作与代码的代理
可创建文档、幻灯片、PDF 与软件,运行在本地或前沿开放模型上,被视作本地版的 Codex 或 Claude Code。
E-Commerce Bench:让 Agent 经营网店 365 天
新基准给 Agent 十万元启动资金,处理采购、议价、定价、促销、库存与现金流,市场由真实电商数据驱动。
MiniMax-M3 支撑阿拉伯语前沿模型 HUMAIN-M3
在 M3 基础上用超过一万亿阿拉伯语 token 训练,覆盖多种语言与地区方言,把前沿能力带入阿拉伯语。
Perplexity 评测:Astra 在 WANDR 登顶
得分 0.682、每任务 11.98 美元,比 Fable 5.1 高 13.5%、成本低 6.1%,比 Opus 5 高 27.0%。
Replit 上线生产库每日备份与恢复
每日自动为生产数据库创建快照,可在保留窗口内任意时点恢复数据,防止工作丢失。
IFM AI 开源 K2-Horizon:0.9B 到 375B 六款模型
开放权重家族覆盖 0.9B 至 375B,旗舰 375B 面向推理与 Agent 工作,具备 512K 上下文与 Apache-2.0 许可,SGLang 与 vLLM 均提供 day-0 支持,并随权重发布训练代码与数据配方。
Synthesia 发布 Assistant:从一句话到品牌视频
企业用户输入文档、URL 或纯文本,几分钟内生成带品牌风格的初稿,再通过对话精修而不必从头开始。
「开放模型能强化安全与网络安全,加速创新与普及,让 AI 为全球开发者和机构所及。」
GPT-6 Astra 对比 Fable 5.1 并排评测
两段视频均由 Higgsfield Seedance 2.5 生成,直观呈现新模型在画面与逻辑上的差距。
Astra 端到端搭出可玩 FPS
在 Higgsfield 超级计算机上,Astra 独立完成 3D 与游戏逻辑,产出可游玩的第一人称射击游戏。
用 MiniMax H3 稳住 AI 动画背景
先用 H3 把房间 360 度转成单条视频,可显著减少切镜时背景漂移的问题。
Vidu Q3-Mix 让角色一致性不再靠重试
解决序列生成中同一角色在镜头间慢慢走样的问题,锁住五官、服装与灯光。
Recraft V4 Styles 上线 ComfyUI
风格不再是反复重输的提示词,而是可接线接入工作流的输入参数。
眼镜店主用 Kling 把神话搬进影像
自学 AI 创作者启光把中国神话做成电影级 AI 梦境,累计播放超 7500 万。