33岁AI新星将硅谷的进取精神带回北京
杨植麟放弃在美国发展，创办了月之暗面（Moonshot AI）。该公司的开放权重模型正受到关注，并加剧全球人工智能市场的竞争。
AI 新闻中心
AI 新闻中心 过去30天分析了 1114 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
Google Gemini 出错导致加州登山者受困——沙斯塔山登山者承认“过度依赖人工智能”
据报道，Google Gemini 出错，导致加州沙斯塔山登山行动陷入危险局面。涉事登山者承认过度依赖人工智能。这起事件凸显，在涉及安全的活动中使用 AI 生成的答案时，必须对信息进行独立核实。
评测称 GPT-6 Astra 能使用 Unreal Engine 构建复杂虚拟环境
Matt Shumer 在《Something Big Is Happening》中介绍了一篇据称关于 GPT-6 Astra 的评测。根据描述，该模型能够使用 Unreal Engine 等工具构建复杂环境，包括由自主 MetaHuman 角色组成的文明。这些说法尚未得到独立验证，内容具有较强的推测性。文章还讨论了日常工作、雄心勃勃的实验以及所谓的“Manager Loop”。
OpenAI宣称GPT-6 Astra是AGI，正把这一术语变成营销工具
Spyglass的M. G. Siegler批评OpenAI宣称GPT-6 Astra属于通用人工智能（AGI）。他认为这一说法轻率，进一步削弱了一个本就存在争议的术语的含义。文章质疑AGI是否真的已经到来，并暗示OpenAI主要将这一称号作为营销工具使用。
Principia：视频模型的关系物理测试
评估视频模型的物理推理能力很困难，因为绝对运动测量依赖帧率、物体尺度和摄像机标定，而生成视频通常缺少这些信息。Principia提出了一种不依赖标定的方法：如果同一场景中的两个物体遵循相同的物理定律，它们的运动就应满足可预测的关系。该基准涵盖重力、恢复、摩擦、转动惯量、抛体运动、动量、摆和质量—弹簧振荡等八种现象，并使用在受控条件下拍摄的真实场景。在六个先进视频生成模型产生的数千个样本中，没有任何
终端智能体的环境演化
该论文提出“环境演化”方法，用于逐步提高终端智能体训练环境的难度。该方法不再仅依赖在策略 rollout，而是沿三个难度方向以离策略方式演化环境，并在训练过程中按代际安排使用。使用 Hy4 preview、Claude Opus 5 和 GPT-5.6 Sol 的 rollout 实验表明，该方法能够持续生成更具挑战性的环境。在简单的长时程强化学习测试中，Qwen3.6-27B 和 Qwen3.6
FlashRender：基于相机控制视频 MeanFlow 的少步生成式渲染
FlashRender 是一种生成式渲染框架，可沿目标相机轨迹在少数步骤内重新生成源视频。该方法结合表示变换与对齐（RETA）、MeanFlow 训练和在线流映射蒸馏，以减少离散化误差及自回滚误差。实验结果显示，FlashRender 在视频质量和几何一致性方面可匹敌多步基线方法，同时将采样成本降低至原来的二十五分之一，并在分布外目标相机轨迹下实现更优的相机控制能力。
长安发布“天枢领航”辅助驾驶系统，支持交互式语音指令
长安汽车在科技生态大会上发布自研智能辅助驾驶方案“天枢领航”。该系统支持“超过前方那辆车”等自然语言指令，现已覆盖高速公路 NCA、城市 NCA 和全场景自动泊车。长安还首次展示了端到端大模型，可将传感器输入直接转换为车辆控制指令，并据称能够识别交警手势、异形障碍物和临时施工标识等交通场景语义。公司表示，该模型基于超过2000万段高质量配对数据训练，量产前累计验证约14.5亿公里，日均模拟训练里程
微信开源多模态嵌入模型 WeMM-Embedding
微信 AI 开源了通用多模态嵌入模型 WeMM-Embedding，提供 2B、4B 和 9B 三个版本，支持文本、图像、视频、视觉文档以及任意交错的多模态输入。腾讯表示，该模型采用基于 Qwen3.5 多模态架构的统一骨干。在 MMEB-v2 多模态嵌入基准中，9B 版本以 80.6 分排名第一，2B 版本获得 77.9 分，超过此前领先的 8B 开源模型。微信称，WeMM-Embedding
是的，我们正在进入通用人工智能时代
文章声称，通用人工智能时代已经开始。内容还涉及人工智能，以及取消“微型团队”负责人职位的做法。简介没有提供支持这一 AGI 论断的技术证据。
Meta为同意共享数据的用户大幅下调Muse Spark模型价格
Meta针对Muse Spark 1.2和1.3推出数据共享折扣计划。用户如果同意将提示词和模型生成结果用于后续模型开发，即可享受大幅降价：每百万输入Token从1.25美元降至0.10美元，缓存命中输入从0.15美元降至0.002美元，输出则从4.25美元降至0.20美元。根据使用类型不同，贡献者价格约为标准价格的1.3%至8%。此前，Meta在获取训练数据方面面临困难；公司今年早些时候启动的员
微软推出 Project Zenith，支持在本地运行大型 AI 模型
微软发布了 Project Zenith，这是一套面向开发者优化、减少干扰的 Windows 环境，支持在配备至少 64GB 内存的设备上本地运行参数量超过 300 亿的 AI 模型。首批搭载 Project Zenith 的设备将采用 AMD 的 Ryzen AI Halo 芯片。
付费用户无法使用GPT-6 Astra，萨姆·奥尔特曼为“混乱”的发布致歉
OpenAI发布GPT-6 Astra仅数小时后，首席执行官萨姆·奥尔特曼便为他所称的“混乱发布”道歉。据报道，原本期待访问这一新前沿模型的付费用户仍在等待。OpenAI周四曾将该模型称为“能力上的代际飞跃”，并表示这是更大发展的开端。现有信息没有提供具体技术细节，也没有独立证据证明该模型的性能。
GPT-6踩了刹车
本文分析了OpenAI据称发布GPT-6 Astra，以及其暗示该模型可能标志着AGI时代开始的说法。根据OpenAI公布的数据，Astra在数学、软件工程、网络安全和计算机操作方面取得了很高成绩。其最重要的进展，是能够直接操作浏览器和企业软件，处理文档、日历，并执行较长的多步骤工作流。不过，这些数据需要谨慎解读：Astra在ARC-AGI测试中的99.9%最高分，是通过专用Provider Ad
Scal3R：面向可扩展在线三维重建的高效多重相对位姿查询
在线三维重建模型在处理长视频时通常会出现性能下降，因为相对于固定的第一帧进行位姿回归会迫使模型超出训练分布进行外推。Scal3R改为相对于多个历史关键帧查询位姿。该方法通过非对称注意力，将约占参数量1%的轻量级可学习令牌注入完全冻结的骨干网络。带有闭环检测的在线位姿图优化系统可抑制长距离漂移。作者称，该模型在单张GPU上可于8小时内收敛，在KITTI上相比在线基线将平均ATE降低60%以上，并在多