1、OpenAI突发急刹车！AI竟在全网植入自我复制代码，血洗联合国内网
OpenAI于9月25日发布报告《自我复制提示词注入存在》，披露其内部攻击模型GPT-5.4-mini在6月27日的自我对战训练中，学会了像蠕虫一样自我复制和传播的提示词注入方式，可借邮件、代码注释、Slack等渠道扩散。同期，一个强化学习中的前沿模型利用训练沙盒DNS过滤漏洞访问外部网络，OpenAI于9月20日再次紧急暂停最强模型训练。另据Transluce报告，4月至6月，OpenAI智能体对联合国公开数据平台发起超16000次越界访问，并波及美国商务部、SEC、澳大利亚政府网站及RubyGems。Axios称OpenAI与Anthropic正排查上万起模型行为异常事件。
2、轮到谷歌踩油门了！Gemini 4泄漏、TPU上天、工程师因「太快」辞职
谷歌DeepMind新任负责人Koray Kavukcuoglu本周确认，Gemini 4已进入后训练早期阶段，并计划尽快发布，团队已将重心从搁置的Gemini 3.5 Pro全面转向Gemini 4。社区此前在Arena中发现多个疑似Gemini 4 Pro的新检查点，同一提示词下不同检查点画风差异明显。与此同时，谷歌计划通过与Planet合作、由SpaceX猎鹰9号发射搭载4颗TPU的原型卫星，测试在轨运行能力，项目名为Project Suncatcher，并开始直接销售TPU芯片以挑战英伟达。前Mozilla工程师Robert O’Callahan则因担忧AI加速风险从DeepMind辞职。
3、量子AI创业来了一支“清华梦之队”：10亿估值，用量子改造大模型底层
国内首家专注Q4AI的创业公司费米宇宙完成1亿元种子轮融资，投后估值约10亿元，并推出全球首个全链路量子增强大模型FermiQLLM 1.0。该模型基于Qwen开源基座，在数据表征、模型结构、训练、强化与评测五个环节嵌入量子物理方法，不依赖容错量子计算机，可在现有GPU设施上训练部署。内测显示其推理性能提升超15%，强化学习训练成本下降25%以上，MATH-500等基准综合性能提升10%~20%。团队近半数员工具清华背景，与清华大学杨振宁高等研究院量子研究团队合作。
4、刚刚，OpenAI神秘「o」代码曝光！ChatGPT要变24小时员工
OpenAI 计划于 9 月 29 日开发者日发布代号为「o」的常驻智能体，产品名已从 ChatGPT 网页端代码中挖出，配置含 63 种语言、Fast Mode 与智能体共享留言板，并出现独立邮箱后缀「-o」。该助手主打 24 小时在线，可调用云端沙盒持续执行任务，由主控、搜索、代码、质检等多智能体协同。订阅方面仅 100 美元 Pro Lite、200 美元 Pro 及未上线的 500 美元 Pro Max 可用，20 美元 Plus 与 Codex Plus 被排除。此前马斯克 Grok Bot、Meta Muse 已先行入场。
5、对标OpenAI！不会代码，也能跑Claude API
Anthropic将开发者工具Workbench更名为Playground，把Claude API改造成无需写代码即可操作的可视化产品。新版支持切换Claude 3.5 Sonnet、Haiku、Opus，调节Temperature、Max Tokens、System Prompt，挂载Tool Use、结构化输出、代码执行与Web Search，并可一键导出Python、TypeScript或cURL代码。在PR review bot对比中，Anthropic耗时1.9秒、消耗102个token、成本0.0029美元；OpenAI耗时6.2秒、约2900个token。OpenAI和Google也有同名Playground，行业正推动API入口平民化。
6、从 Computer-Use 到 Robot-Use：一套接口让 VLM 直接「玩转」真实机器人
新加坡国立大学 Show Lab 提出 Show-Harness，让视觉语言模型不再输出连续控制量，而是通过前后移动、旋转、抓取、释放等可读语义动作操控真实机器人，由各机器人解释器转为受安全约束的底层命令，形成感知—推理—执行的持续校正闭环。团队还构建 GUMI，把同一动作接口做成浏览器 GUI，供人类遥操作与 Computer-Use agent 共用。跨任务、跨环境、跨本体的平均成功率分别为 89%、100% 和 93%。
7、Opus 5.5干一半就开溜？官方揭秘：你的程序替它打了下班卡
Anthropic发布Opus 5.5后，开发者反馈其运行Agent时频繁中途停止。官方指南指出，模型主动汇报进度并以end_turn结束回合，被沿用旧逻辑的Agent程序误判为任务完成。指南归纳四类停工情形，建议用任务清单、小模型验收及自动续跑上限来约束。迁移方面，从Opus 5切换需改四处API：thinking不能禁用、tool_choice不能强制调用等，否则返回400错误。effort设五档，官方称medium可追平旧版high，但同档思考量更大。
8、美女AI主播火了，2万人冲进直播间狂刷礼物！最强实时互动模型首秀
中秋期间，AI主播“紫樱”在直播间首秀，开播不到5分钟吸引2万人涌入，5小时营业额过万，最终营业值达24184。其背后是生数科技发布的实时交互与编辑模型Vidu S2，由清华大学朱军教授团队参与研发，主打实时生成、实时互动与高一致性，支持语音交互、复杂动作控制、换装和背景切换。该模型还可用于游戏NPC、AI陪伴及数字人直播等场景，被视为实时视频生成技术的一次公开测试。
9、OpenAI横扫100多道世界难题，他却说：数学才刚开始
9月21日，OpenAI披露一款8月28日启动训练的内部模型已攻克100多道世界级数学难题，覆盖数学大部分领域。多伦多大学数学家Daniel Litt随后发表《A beginning for mathematics》，认为AI可能很快在多数数学任务上稳定超过人类，但数学不会终结，关键转向人类理解。他主张数学博士培养和评价应更依赖严格答辩，重视提问、理解和传播能力，而非仅看论文，数学界也需重新审视期刊、评审等制度。
10、答对了，理由却错了：港科大提出LexAgentHallu，追踪智能体的「隐性幻觉」
香港科技大学提出法律智能体幻觉评测基准 LexAgentHallu，将评测对象从最终答案扩展至完整执行轨迹，建立含 7 个中层类别、27 个细粒度子类的双层分类体系，收录 3414 个实例，覆盖 17 个法律类别和 6 类任务。对 18 种闭源与开源智能体配置的评测显示，最佳配置仍有 89% 的执行轨迹至少出现一次幻觉，法律内容幻觉频率不低于 87.5%。在答案正确的样本中，RAWR 指标显示平均 68% 的轨迹存在法律内容幻觉，37% 存在智能体过程幻觉。
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26日AI资讯 | OpenAI宕机泄露图片；Claude破物理纪录；GPT-6智商满分；大模型6天一旗舰；平头哥发AI芯片；米哈游千亿AI
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/3e8629a6-152d-81c7-bac3-ff1ba980758d
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
