OpenAI 发布模型失配披露框架

围绕「听—说—想—做」循环，Deep Perception 提取声学线索，Seamless Duplex 建模同步音频流，Think-While-Speaking 并行推理与语音输出。

组合数据、函数、权重锚点与 merged LoRA，把 100 任务平均最终保留率从 1.2% 提升到 34.9%，提升约 28 倍。

知名基准已趋于饱和，未饱和基准则错误众多，严重低估 AI 能力，正侵蚀我们对当下 AI 真实水平的判断。

AI 加速科研，但也增加验证工作并可能影响选题，文章还给出「锯齿前沿」示意图。

转发称 Google/DeepMind 研究者提出用于 AI 发现的递归自我改进循环。

Monid 推出 MiniMax H3 系列，宣称比 Seedance 2.5 快 10 倍，按量付费无订阅。

官方称 Wan3.0 在运动参考、一致性、创作控制与分辨率上大幅跃升，对创作者更友好。

S2-Editing 支持实时切换风格、服装、主体与背景，并发放邀请码免费体验。

面向实时交互的流式视频模型，增强运动、情感、意图理解与语音稳定性，适用于直播、AI 伴侣与游戏 NPC。

Arcee AI 宣布 Series B，估值超 10 亿美元，用于加速下一代模型与产品。

首个面向 Z1 稀疏概率硬件的类 Transformer 模型家族，宣称实现加速。

HuggingChat 将默认模型更新为 DeepSeek-V4.1-Flash，展示开源 AI 当前水平。

原定本周发布的主要内容将推迟到下周，值得等待，未透露具体产品。

中文推主称原定发布延期，估计为 GPT-6 Sol。

在遭遇 AI 主导网络攻击后，Clement Delangue 认为现行网络法律可能过时。

作为首个公开的 agent 网络攻击受害者，公司已正式化应对经验。

AI 造成通信渠道过载，有 50 多种「洪水」，带来巨大时间成本。

OpenAI 将 Codex 桌面应用改名 ChatGPT，反映行业都在争夺通用 agent 定位。

新闻被 AI 存在风险主导，但个人与企业对 AI 的采用正快速增长。

AI 使跨职能工作重叠，组织需要新的工作模式。

按决策规则快速分类信息的 AI 模型，非 LLM、不能输出文本，但在系统中角色有用。

在 Dreamforce 上，黄仁勋反驳呼吁更严监管、放慢 AI 发展的 AI 实验室。

在搜索和写下定理形式证明上超越人类，不等于通用智能。

两家公司需降低训练成本相对推理利润的比例才能盈利。

若 AI 风险类似火则人人应拥有，若类似核武则需集中控制。

若输出域预先已知，不如训练模型输出枚举上的 logprobs，而非生成文本。

其重要性与评估社区兴趣之间落差最大，缺乏 ARC-AGI、math-arena 等评测覆盖。

被称为迄今最酷的规模化强化学习公开资源之一。