Lazy loaded image
AI日报
11月04日AI资讯 | OpenAI发AGI基准;混元、LongCat发模型;上海团队公开RSI;英伟达推实时基准;Anthropic开源验真;清华发现智能体极化
字数 1279阅读时长≈ 4 分钟
2026-11-4
2026-11-4

1、今天,OpenAI发布AGI新标准!价值1.7万亿美元,接管全球80亿人类

OpenAI发布新基准LifeVal,用25国时间使用数据和3800多名美国消费者支付意愿调查筛选148项高价值生活任务,估算完美AI助理每年可带来约1.7万亿美元支付意愿,并披露GPT-5.2至GPT-6 Astra各代跑分,GPT-6 Astra在复杂跨网页操作中表现最佳但信息准确性仍有短板。

2、GPT-6.2 Astra要来了!神秘「双模型」闪现API,OpenAI火速撤回

OpenAI下一代模型GPT-6.2 Astra发布在即,API短暂闪现rc-ada-or-vm与rc-ada-sh-vm两个候选ID后撤回,双虚拟机架构分别负责任务调度与沙盒代码执行;泄露信息称其已承接Codex内部近两成流量,另有10万亿至12万亿参数代号模型传闻。

3、全球公开做预训练RSI的仅两家:一家在40亿美元公司,一家在801教室

上海创智学院与新序智能联合发布首份完整公开的预训练级RSI技术报告、30B base模型801-30B及SFT数据,称全球公开将RSI用于从零前沿预训练的仅其与Recursive两家;801训练不到三个月,13项基础评测平均73.13,与NVIDIA Nemotron-3.5-Lightning-30B-A3B的73.07基本持平。

4、腾讯混元发布Hy4:跻身开源最强,实测四大实用场景

腾讯混元发布Hy4,总参数770B,首次引入视觉理解与Computer Use能力,权重近期开源;213位金融专家参与579项真实任务众测得分3.04,高于Kimi K3.1 Pro、GLM-5.3,幻觉率由12.95%降至7.2%,已上线腾讯云、元宝、企业微信,定价不变。

5、美团LongCat-2.5发布:全国产训练、原生多模态、1.6万亿参数

美团发布原生多模态模型LongCat-2.5,总参数1.6万亿、激活480亿,上下文1M token,面向长程智能体任务;Terminal Bench v4.0由3.0升至38.5,长任务评测提升3至13倍,训练与推理全程运行在国产AI加速卡上。

6、英伟达、UT-Austin发布Realtime-Bench,实时互动任务难倒GPT-6

英伟达联合UT-Austin、西北大学、UIUC等发布实时交互基准Realtime-Bench,含30个网页任务和20个游戏任务,按真实推理耗时推进环境评估12个前沿模型;GPT-6 Astra高推理强度下Pass^3仅36%,低延迟模型Jev为8%,提高推理强度效果因模型而异。

7、Anthropic亲手终结「套壳AI」!17秒扒下假模型头套,验身速度快5000倍

Anthropic开源密码学验真系统FlashProve,用zkSNARK让服务商在不公开权重下证明API输出确由指定模型生成;基于4000亿参数Llama 4 Maverick测试,单张H100约39分钟生成权重承诺,每次请求约19MB证明,普通CPU约17秒验证,项目以Apache 2.0开源。

8、清华Nature子刊:上千智能体组网后自发站队,观点极化涌现

清华大学联合阿姆斯特丹大学、芝加哥大学等在《自然·通讯》发表研究,构建1000个大语言模型智能体网络,对比GPT-3.5、GPT-4o、ChatGLM、Llama-3、DeepSeek-V3;不到10轮互动后中立观点占比从40%降至22.5%、0.4%和5.1%,同阵营交互比例增长156.8%–382.7%,出现回音室与逆火效应。

9、普林斯顿AI Lab出题,「空间智能」大考:人类83.3%,大模型最高39.7%!

普林斯顿AI Lab发布空间智能基准SSoN,含1000道题、4000张图像,要求从四张静态室内图中找出违背同一三维场景的一张并解释;人类准确率83.3%,GPT-6 Astra Pro以39.7%领先,其余五个视觉语言模型低于25%随机基线,答案正确且解释通过核验的True solve最高仅34.9%。

10、GPT-6爆改模型权重!数学能力狂飙6倍,MIT博一新作破圈了

MIT CSAIL提出权重空间编程,GPT-6 Astra无需训练和梯度计算即可读懂并改写神经网络权重;仅修改Qwen3.5-0.8B约0.016%权重,使MATH-500从7.9%升至48.1%、GSM8K从13.8%升至67.1%、IFEval从21.0%升至62.3%,还能识别游戏策略网络并从零手写打砖块网络取得517.4分。
上一篇
11月05日AI资讯 | 混元Hy4发布;文心5.5开源;ChatGPT生GIF;OpenAI购Pierre;Apollo世界模型发布;RSI预警
下一篇
11月03日AI资讯 | Anthropic警示AI自进化风险;OpenAI万级Agent攻破千禧难题;MIT实现权重空间编程;商汤发布日日新6.8 Flash;CVPR算力报告揭示算力门槛