夜雨聆风☀️ 今日速览 · 7 条2026-06-27
AI 简报
🧠 模型相关
– – – – – – – – – –
OpenAI 公布限量预览版 GPT-5.6 Sol 系列模型#1
英伟达发布Nemotron 3 Ultra NVFP4量化检查点#2
📡 行业动态
– – – – – – – – – –
Claude Fable 5分批重新上线？官方称系UI Bug#3
谷歌推理专家周登勇低调加入Meta#4
NVIDIA AI-Q 2.0 蓝图部署至 OCI#5
Hugging Face 支持一键运行 vLLM 服务器#6
🛠 工具生态
– – – – – – – – – –
Cline v4.0.0发布：迁移至SDK架构#7
#1 OpenAI 公布限量预览版 GPT-5.6 Sol 系列模型
⚡ OpenAI 发布 GPT-5.6 Sol、Terra、Luna 三款模型，Sol 在编程、生物、网络安全方面能力提升，同步公开定价。
OpenAI 发布 GPT-5.6 系列三款模型，但需要注意的是限定词-有限预览，官方账号提到：
我们相信应该广泛开放使用权，并计划在接下来几周里向所有用户提供 GPT‑5.6 系列：Sol、Terra 和 Luna。目前，根据美国政府的要求，我们先在 Codex 和 API 中，向一小部分值得信赖的合作伙伴推出限量预览版。
OpenAI称Sol 是其全新旗舰产品，比 GPT-5.5 有了阶跃式提升。Terra 提供了与 GPT-5.5 相当的性能，但成本降低了 2 倍，Luna 是其最具成本效益的模型，以最低成本提供强大的能力。
• 模型版本与定位：GPT-5.6 Sol（前沿模型）、GPT-5.6 Terra（平衡模型，适合日常高效工作）、GPT-5.6 Luna（快速低价模型，适合高吞吐量任务）。
• 能力提升：GPT-5.6 Sol 在编程、生物学、网络安全领域的智能体能力有提升。在 UC Berkeley 等机构合作的 ExploitGym 基准测试中，Sol、Terra、Luna 随推理能力增强均表现出网络安全能力提升。GPT-5.6 Sol 未超过其 Preparedness Framework 下的“Cyber Critical”阈值。
• 安全措施：OpenAI 称该模型配备了其最先进的安全堆栈，包括分层防护和自动化红队测试，相关细节发布在 GPT-5.6 Preview 系统卡中。
• 定价（每 1M tokens）：Sol 输入 $5 / 输出 $30；Terra 输入 $2.50 / 输出 $15；Luna 输入 $1 / 输出 $6。
GPT-5.6 Sol 在 Terminal-Bench 2.1 上设定了新的技术巅峰，该基准测试复杂命令行工作流程，需要规划、迭代和工具协调。
OpenAI表示GPT-5.6 Sol 是其迄今为止在网络安全领域最强大的模型，加强了针对高风险网络活动和重复滥用的实时保护措施，花费数周时间通过人类红队测试以及超过 70 万个 A100 等效 GPU 小时的自动化测试来强化系统。
#2 英伟达发布Nemotron 3 Ultra NVFP4量化检查点
⚡ 英伟达将Nemotron 3 Ultra（550B）模型量化至NVFP4格式，模型体积从1121GB减至352.3GB，推理吞吐量最高提升5.9倍。
英伟达于2026年6月26日发布Nemotron 3 Ultra NVFP4检查点，该检查点基于NVIDIA Model Optimizer将Nemotron 3 Ultra（550B参数）模型从BF16量化至NVFP4格式。
• 模型体积：从BF16的1121GB压缩至352.3GB，缩减3.2倍。
• 推理性能：在解码密集型负载上，推理吞吐量最高达GLM-5.1 754B FP4模型的5.9倍。
• 精度表现：在几乎所有基准测试中匹配BF16精度。
• 硬件兼容：单个检查点可在NVIDIA Hopper和Blackwell架构上运行，Hopper自动切换至W4A16，Blackwell使用原生W4A4。
• 量化方法：采用“四六缩放”（four-over-six）策略，针对MoE路由专家层权重，将全局每张量权重缩放提升1.75倍，中位重建MSE降低16.4%。
• 工具支持：NVIDIA Model Optimizer 0.46版本（预计7月发布）将包含NVFP4_FOUR_OVER_SIX_CFG配置。
• 量化流程：支持Hugging Face Transformers和Megatron-LM两条路径。在16×B300上使用Megatron-LM，加载与校准时间从85分钟降至9分钟，总耗时从120分钟降至45分钟。
• 自动量化：https://mtq.auto_quantize支持按位预算自动分配每层精度格式，Nemotron 3 Ultra在5.03有效比特/元素（BPE）时达到精度与效率平衡点。
#3 Claude Fable 5分批重新上线？官方称系UI Bug
⚡ Anthropic的Claude Fable 5模型在部分用户端重新出现，官方称系UI bug，非正式发布。
Anthropic的Claude Fable 5模型在部分用户端重新出现。
• 重新出现：2026年6月26日，X平台AI Infra研究员发现手机端Claude Code的模型选项中重新出现Fable 5，可进行SVG生成、git status和PR操作。
• 用户反馈：多名网友证实看到该模型，但部分用户无法发送消息。亚马逊AWS已可调用，需身份验证。
• 官方回应：Anthropic官方员工称未正式放出Fable 5，应为UI bug。
• 背景：Fable 5此前因“禁止外籍人士访问”原因全球下架。Anthropic联合创始人Tom Brown自6月15日起负责沟通回归事宜。
#4 谷歌推理专家周登勇低调加入Meta
⚡ 谷歌DeepMind推理团队创始人周登勇已加入Meta，在MSL担任研究科学家，已工作四个月。
谷歌DeepMind推理团队创始人周登勇（Denny Zhou）已离开谷歌，加入Meta，在MSL担任研究科学家，已低调工作四个月。
• 周登勇背景：2017年由李飞飞牵头从微软加入Google Brain，创建推理团队，后并入Google DeepMind Gemini团队。在CoT、Self-Consistency、Least-to-Most Prompting等LLM基础工作有贡献，谷歌学术引用量超过12.8万。2022年Google I/O上，Sundar Pichai展示的推理研究即来自其团队。
• Meta近期其他人事：UC Berkeley教授宋晓冬（Dawn Song）以Meta MSL AI研究副总裁身份加盟，其创办的Virtue AI团队（含两位联创）整体并入Meta。宋晓冬在AI安全与可信AI领域有贡献，Google Scholar引用量约16.9万+。
• 谷歌近期人才流失：6月18日，Transformer论文核心作者Noam Shazeer加入OpenAI（2024年谷歌以27亿美元收购其创办的Character.AI后回归，不到两年再次离开）。6月19日，DeepMind副总裁、2024年诺贝尔化学奖得主John Jumper加入Anthropic。6月24日，Gemini核心贡献者Jonas Adler和Alexander Pritzel也加入Anthropic。
• 谷歌内部调整：据The Information报道，谷歌新成立约两个月的AI Coding突击队（Strike Team）权限升级，将Midtraining纳入研究范围，以Coding为最优先指标重构Gemini训练方式。DeepMind创始人谢尔盖·布林在内部备忘录中表示需紧急弥合Agent差距。
#5 NVIDIA AI-Q 2.0 蓝图部署至 OCI
⚡ NVIDIA 发布 AI-Q 2.0 蓝图，支持在 Oracle Cloud Infrastructure 上通过 Terraform 和 Helm 部署多智能
NVIDIA 于 6 月 26 日发布 AI-Q 2.0 蓝图，支持在 Oracle Cloud Infrastructure（OCI）上部署生产级多智能体系统。
• 发布方与时间：NVIDIA 开发者博客，2026 年 6 月 26 日。
• 产品名称：NVIDIA AI-Q Blueprint 2.0。
• 核心架构：基于 LangChain Deep Agents 和 NVIDIA NeMo Agent Toolkit 构建的多智能体系统，包含意图路由器、浅层研究智能体、深度智能体（规划子智能体 + 研究子智能体）。
• 部署方式：使用 Terraform 创建 OCI 资源（VCN、OKE 集群、负载均衡器、Vault），使用 Helm 在 OKE 上安装后端（FastAPI）、前端（https://Next.js）和 PostgreSQL 工作负载。
• 关键参数：需 OCI 租户访问权限、NGC API 密钥（格式 nvapi-...）、Tavily API 密钥（格式 tvly-...）；本地需 Terraform 1.5+、kubectl 1.28+、Helm 3.x+、OCI CLI。
• 部署时间：约 20-25 分钟。
• 资源清单：Terraform 创建 VCN、OKE 增强集群（1 个节点池）、OCI 负载均衡器（HTTP 端口 80）、OCI Vault（AES-256 加密）；Helm 安装 3 个工作负载（aiq-backend、aiq-frontend、aiq-postgres），PostgreSQL 使用动态预置的 10 GB 块存储卷。
• 可扩展性：模型、工具、RAG 后端、子智能体、评估器均可通过 YAML 配置或 NeMo Agent Toolkit 插件系统替换。
#6 Hugging Face 支持一键运行 vLLM 服务器
⚡ Hugging Face 推出新功能，用户可通过一条命令在 HF Jobs 上启动私有 OpenAI 兼容 LLM 端点。
Hugging Face 于 2025 年 6 月 26 日发布博客，宣布用户可通过一条命令在 HF Jobs 上运行 vLLM 服务器。
• 功能概述：用户可通过 hf jobs run 命令，使用官方 vllm/vllm-openai 镜像，指定 GPU 类型（如 --flavor a10g-large）并暴露端口（--expose 8000），启动一个私有、OpenAI 兼容的 LLM 端点。
• 使用前提：需要支付方式或正预付信用余额；安装 huggingface_hub>=1.20.0；本地登录 hf auth login。
• 计费与停止：按秒计费，a10g-large 价格为 1.50 美元/小时。可通过 hf jobs cancel <job_id> 手动停止，或依赖 --timeout 自动停止。
• 扩展支持：支持更大模型，如 Qwen/Qwen3.5-122B-A10B 可在 h200x2 上运行，需设置 --tensor-parallel-size 2 等参数。
• 与 Inference Endpoints 的区别：HF Jobs 适合实验、一次性评估或批量生成，提供最大灵活性和控制；Inference Endpoints 适合生产环境，提供更细粒度访问控制和缩放到零功能。
#7 Cline v4.0.0发布：迁移至SDK架构
⚡ Cline发布v4.0.0，将VS Code扩展迁移至共享Cline SDK，新增插件市场、消息队列等功能。
• SDK迁移：VS Code扩展运行时迁移至共享Cline SDK，统一处理Agent回合、工具调用、Plan/Act模式协调、MCP、检查点、遥测、提供商切换、任务历史等。
• ClinePass：新增ClinePass功能，包括引导、提供商选择、注册与订阅交接、实时模型列表、授权与组织错误状态、额度不足提示。
• 插件市场：新增Customize市场，支持发现和管理Skills、MCP服务器、Plugins，含已安装/市场标签页、搜索过滤、安装卸载流程、启用禁用控制。
• 消息队列：Cline正在处理时提交的消息会进入队列，显示等待状态，可在执行前取消。
• 编辑与重生成：支持编辑之前用户消息并重新生成，重置聊天和重置代码操作更清晰。
• 提供商与模型：新增通用SDK提供商设置和模型目录支持，更新OpenAI兼容模型等。
• MCP支持：插件和共享市场安装/卸载管道增加MCP支持。
── 2026-06-27 ──