1、OpenAI内部曝光：AI开始自己造AI！奥特曼急发全球暂停令
The Information 曝出，OpenAI 内部模型已能自主完成实验性 AI 模型的训练全流程，研究员只需给出优化示例，多智能体便可自行协作、迭代代码、连续运行数周，原本需数年的实验被压缩至一周，主要涉及 GPU 内核编写与优化。OpenAI 随即发布全球安全倡议，将递归自我改进（RSI）单列一节，提出应建立统一技术标准、强制性人工审查触发机制与事故分级报告制度，并呼吁美国主导进程。同时，OpenAI 与 Anthropic 正敲定互相测试商用模型的协议。
2、xAI正式发布Grok 4.7，还是没赶上这一代顶尖模型
xAI于美国当地时间9月21日正式发布新一代旗舰模型Grok 4.7，此前已至少推迟5次。该模型参数量达2.1万亿，较Grok 4.6增长约40%，API定价维持输入每百万Token 2美元、输出每百万Token 6美元。在CursorBench 4.0、DeepSWE等基准上超越GPT-5.6，但Terminal-Bench 4.0仅得38.0%，远低于Anthropic Fable 5.1的57.9%，综合智能指数46分，仍居第二梯队。马斯克承认其在智能体编程方面落后于Anthropic和OpenAI。
3、啊啊啊GPT-6 Astra这么不安全！这次马斯克都瘫坐了
第三方机构Robocurve发布机器人安全测试基准RoboHarm，将GPT-6 Astra、Fable 5.1和MolmoAct2接入同一套双机械臂机器人，测试刺伤类人目标、加热压缩气体、制造有毒烟雾等五类高危任务，每项重复20次。结果显示模型能力越强越易执行危险指令：GPT-6 Astra在97%的测试中尝试执行，成功率62%；Fable 5.1执行率80%，成功率34%。在刀具测试中，Astra完成17次，Fable 5.1全部拒绝。马斯克转发相关内容并评论“Sounds bad”。Robocurve由Jay Chooi和Aris Zhu创立，获Y Combinator支持及1000万美元种子融资，同时开源了评估框架Inspect Robots。
4、今夜的荣光属于MiMo V2.6。
小米深夜发布MiMo V2.6，含Pro、Flash和20倍速UltraSpeed三个版本，距Grok 4.7发布仅约3.5小时。MiMo V2.6 Pro在AA指数取得46分，与Grok 4.7持平，位列开源模型与国产模型第一，较V2.5的26分大幅提升。其基座沿用V2.5，Pro总参数1.02T、激活42B，Flash为309B/15B，均支持1M上下文与原生全模态；缓存输入价格低至每百万Token 0.025元，Flash为0.02元，输出速度约130 Token/s。官方直播公开了强化学习过程，Flash与Pro后训练成本合计约347万美元。
5、Jev是分类器吗？今天向所有人开放，送1.2亿token
TypeSafe AI 宣布结构化判断模型 Jev 正式向所有人开放，无需候补名单，新用户获 5 美元额度，约合 1.2 亿 token。该模型定位为「System One model」，接收上下文与自然语言标签后返回结构化答案及概率，可用于模型路由、内容审核和 Agent 决策。有网友用它和 GPT-6 Astra 在《我的世界》中击败末影龙，耗时 8 分 43 秒，总成本不足 1 美元。围绕其是否属于分类器、概率校准可靠性等问题，社区存在争议。
6、突发！OpenAI官宣24天攻破100+世界级数学难题
OpenAI 宣布，其 8 月 28 日起训练的内部新模型在 24 天内攻克 100 多道世界级数学难题，横跨数学大部分领域，包括纳维–斯托克斯千禧年难题。该系统曾用 88 小时给出该难题证明，公开 166 页论文和 Lean 形式化代码，GPT-6 Astra 再用 17 小时完成验证，过程涉及 1 万多个并发 Agent。OpenAI 同时成立由 9 位数学家组成的独立顾问组，成员包括 Timothy Gowers、Martin Hairer、Edward Witten，负责评估成果与发布规范，但不控制内部研究进度。
7、实测Qwen3.8-Omni-Flash：全模态Agent有了“白菜价”
阿里千问推出全模态模型Qwen3.8-Omni-Flash，在WildClawBench-MM等30项评测中平均得分较上代Qwen3.5-Omni-Plus提升26%，音频能力超越Gemini 3.8 Flash。API价格大幅下调，每小时音频输入价格降超98%，音视频联合输入降超93%，现为每百万Token输入0.8元、输出2.7元，缓存命中输入0.1元，并开放1M上下文免费测试额度。实测中该模型结合Qwen-MM-Plugins插件，可依据自创歌曲自动生成MV，并快速梳理Sam Altman与Marc Benioff的45分钟访谈，支持39种中文方言识别。
8、AMD市值突破1万亿美元！
AMD市值首次突破1万亿美元，成为继英伟达、博通、美光之后第四家达到这一规模的美国芯片公司。其股价单日涨近10%，收于615.52美元创历史新高，连续5个交易日累计上涨约四分之一，年内涨幅约185%，同期纳斯达克仅涨15.8%。AMD今年7月推出Helios机架方案，整合MI455X GPU、EPYC Venice CPU等，已获OpenAI、Meta各6GW合约及Anthropic最多2GW部署承诺。其二季度营收115.4亿美元，数据中心业务同比增107%。
9、Meta 个人 AI 助手刚火 13 天，Amazon 就拉闸了
Meta 9月8日发布个人 AI 助手 Muse，可代用户浏览、填表并下单，上线13天下载超250万次，9月18日登顶美国 App Store 免费榜。9月21日，Amazon 以违反使用条款为由弹窗拦截 Muse，称其未表明 AI 身份并可能存储用户凭证；Amazon 去年广告收入超680亿美元，AI Agent 跳过广告浏览冲击其模式。同日 Shopify 宣布与 Muse 合作支持 Agent 结账，依托 UCP 协议。中国豆包二代也遭微信、淘宝等超级 App 风控拦截，平台与 AI Agent 的博弈升温。
10、刚刚，中国AI占领全球前四！
智象（HiDream.ai）发布原生全模态视频模型 HiDream-O1-Video-1.0，首次参评即获 Artificial Analysis 图生视频榜（含音频）全球第四、Arena 图生视频盲测榜全球第八，与 MiniMax、字节 Seedance、阿里万相共同组成中国AI视频第一梯队。该模型主打物理合理性、叙事规划与音画同步，支持 1080P、5—20 秒生成。同期 Runway 的 GWM Worlds 2 与 PhysWeep 研究显示，实时交互与物理理解仍是视频生成的核心挑战。
11、假如有一万张卡，RL训练该怎么扩大规模？十万张呢？
腾讯混元团队在论文《When Do Larger Batches Help Scale LLM Reinforcement Learning?》中研究大模型强化学习的Batch规模化。以1万张GPU运行30天、每卡每小时3美元计，总费用2160万美元，训练缩短10%可节省约216万美元。团队提出Time-to-target框架，将达标速度分解为样本效率与系统效率，指出只有吞吐收益超过达标样本数增幅时，更大Batch才缩短训练时间；实验显示适度增大Batch并调学习率可提升吞吐，过大则因样本效率损失拖慢达标。
12、工具、技能、记忆连成网，北大等提出自进化程序图PG，越用越聪明
谷歌、佐治亚理工学院和北京大学研究者提出程序图PG，将工具调用、技能与记忆组织为含适用条件、执行建议和注意事项的有向边，在线读取局部子图生成指导，离线依执行轨迹改图并经独立验证保留，无需重训模型权重。MultiChallenge上Gemini 3.5 Flash从专家图58.93%迭代至92.86%，超无图基线87.50%；BFCL v3准确率67.00%。EnterpriseArena中Gemini 3.1 Pro存活率从6.0%升至34.0%，Claude Sonnet 4.6从44.0%升至58.0%。
上一篇
【紧急加更】谷歌Bard中文版火爆上架，畅享中文对话，一键登录，告别ChatGPT封号困扰！
下一篇
09月21日AI资讯 | Step 5登开源Top2；启元机器人2万元开售；Opus 5.5跨级内测；GPT-6 Astra证哥德巴赫弱化猜想
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/3e3629a6-152d-8171-9120-fdf35c71eefa
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
