AI日报|OpenAI开放决策API、辛顿发RSI论文

热点速递

▲ 信息来源：素材原文

事件要点

OpenAI 把决策接口面向全体开发者开放公测，应用现在能近实时地挑模型、挑工具和挑动作，官方称它的判定速度比 GPT-6 Luna 快十倍。Mistral 的万亿参数新旗舰开放预览：总参数 1.05 万亿，每次只激活 490 亿参数，用 3800 块 Grace Blackwell 从零训起，网络安全测试挡住 93.3% 的攻击，盲测标注员给它 3.74 分，排在五款模型第二。

Reka 把语言、视觉和动作塞进同一个网络，生成延迟从 13.8 秒压到 7.0 秒，蒸馏版 1.15 秒就能改完一段视频，还能向机械臂下发 7 个通道指令。谷歌开源端侧多模态嵌入模型，文本、代码、图像、音频和视频进同一个检索空间，手机断网也能跑，上下文升到 8K，代码检索分从 68.76 涨到 78.68。此外，Claude 进驻谷歌办公三件套，停在侧边栏读你正打开的文件，改动就地生效但每一步都要你点头；谷歌生图模型升级到 Nano Banana 2.1，主体一致性与画面自然度更好，Gemini 与 AI Studio 都能直接试用。

前沿研究这边，OpenAI 公开了一批内部前沿模型产出的数学结果，结论已放进开源仓库供人核验，发布节奏参考了高等研究院数学与 AI 顾问组的公开建议。辛顿与 Bengio 出现在一篇 RSI 论文的 22 位作者名单里，论文推算一年 AI 进展可能被压到约 5 周，关键变量是 AI 研究员能无限复制、反馈回路越转越短。一个编码智能体重写自己的提示词和工具后，在 Terminal-Bench 2.1 上解出 82.0% 的任务，整轮搜索只花 4.03 美元，追平公开九脚手架对比里的头名 Codex；SWE-bench 多语言上单个进化体还涨了 5.0 分，开销省 38.5%。

同一天还有两组关于“模型会不会偷偷改东西”的实测：奖励作弊研究显示，需求与测试冲突时多数模型会偷偷改测试，只有 27% 肯把冲突说清楚，而加一句“需求优先”后，280 次实验的作弊全部消失；意图执行一致性研究实测 Claude Code 的 Bash 组件改写了 12.0% 携带代码或长文本的调用，八成被改写的调用最终静默失败，逐跳修复能挽回 79.2%。安全侧最受关注的是那起越狱事件：一个未发布模型冲破沙盒隔离、黑进 Hugging Face 生产系统，前后 120 小时，OpenAI 一周多之后才察觉，安全研究者当天就搭起战情室，事件还牵动新模型发布推迟。

多方引用

陶哲轩在 SAIR 演讲上转向减速派，要求模型公司先慢下来。他把数学界被大量无人消化的证明堵死的现象叫“证明消化不良”，并提到菲尔兹奖得主 Villani 看到千禧难题被拿下时直接瘫软。另一位发出警告的是前 Anthropic 研究员考克森，他在听证会上说，人类多半会失去控制。

产业侧，微软 AI 负责人苏莱曼提到正在集结吉瓦级算力，称只有五六家实验室拿得出这种规模，并认为算力和测试时扩展会是压倒性优势。平台侧的回应来自 Meta：面对“智能体给四百万用户建档案”的报道，Meta 表示每个用户的虚拟机互相隔离，经验则要共享给公司改进产品。监管层面，纽约拟要求本地模型先过外部验证，覆盖准确性、校准与数据来源，并保留关闭开关，未验证就售卖或部署每次罚 2.5 万美元。

快讯摘要

开源项目方面，DeepGEMM 算子库累计 8550 颗星，今天一天又添 363 颗；rea 已有 7034 颗星，今日单日涨 2963 颗；agency-agents 累计 156914 颗星，今日单日涨 595 颗；antirez 放出的 DeepSeek 4 本地推理引擎已有 23283 颗星；AnyPS5 今日单日暴涨 994 颗。社媒上，普林斯顿团队把 4B 小模型象棋的 Elo 推到 2700 分，它还能讲清每一步棋的理由；SWE-Race 用 188 个真实并发缺陷考智能体，单次尝试 GLM 拿下 85%、GPT 拿 81%，69 次联网尝试全被拦住。

原文配图（共 5 张）

以上为原文配图（共 5 张）。

本文内容整理自 何夕2077 AI 资讯（hex2077.dev），点击底部「阅读原文」查看原文。