Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，这是其首次尝试前沿模型。
选题角度：Meta 首个前沿模型 Muse Wonder 发布，可对比其与 Fable 5.1、GPT-6 Astra 的基准成绩和 API 定价，讲清 active memory 的卖点。
创作方向
推理能力 最新动态
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
38 条精选近 30 天 37 条共收录 129 条
更新
精选归档 · 第 2 页
TechCrunch · AI精选AI 评分7878
公众号 · 赛博禅心精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，单价降九成
Anthropic 发布 Claude Haiku 5.5，输入从每百万 token $1 降到 $0.10，输出从 $5 降到 $0.50，官方称平均跑同样的活比 Haiku 4.5 便宜约 75%。
选题角度：官方给出 Haiku 5.5 与 4.5 的价格和跑分对比，还附了一段 Opus 带 10 个 Haiku 子代理的鸡蛋架演示，适合做新旧版本同任务实测对比。
Hugging Face Blog精选AI 评分6262 Nemotron 微调后在 IOI 2026 与 IMO 2026 双双达到金牌水平
英伟达团队从 Nemotron 3 出发，用监督微调、强化学习和反馈驱动的推理流程，让 Nemotron 在 IOI 2026 与 IMO 2026 都达到金牌水平。
选题角度：原文公开了 SFT 与 RL 检查点、训练数据集和 NeMo-Skills 推理管线，适合按官方配方复现一次微调加生成验证的流程。
NVIDIA Blog精选AI 评分6060 NVIDIA GPU 加速 OpenAI GPT-6 Astra Ultrafast 上线
GPT-6 Astra Ultrafast 已在 OpenAI API 上线，并向符合条件的 ChatGPT Work 和 Codex 用户开放，运行在 NVIDIA Blackwell GPU 上。
选题角度：原文给出 GPT-6 Astra Ultrafast 在 API 和 ChatGPT 的可用入口，以及比 Standard 模式最高 8 倍 token 生成速度，适合上手实测同一编码任务两种模式的耗时差异。
The Decoder精选AI 评分7878 OpenAI 称已阻断模型推理窃取活动，但该手法在 Azure 上仍然奏效
OpenAI 称其阻断了一场针对模型推理的蒸馏窃取活动，该活动 7 月 1 日以低量开始，7 月 24 至 25 日激增至来自 4000 多名用户的 16000 次请求，涉及 15000 多个关联账号，OpenAI 称已于 7 月 28 日前全部关停，并将核心参与者与 Moonshot AI 相关人员关联。
选题角度：OpenAI 称已封堵推理蒸馏攻击，但研究者复测发现同一批模型在 Azure 上仍能被逐字套出推理，适合做平台防护差异的对比解读。
The Decoder精选AI 评分7878 Google 发布 Gemini 4 Argon，追平 OpenAI 与 Anthropic 但未取得明显领先
Google 发布新前沿模型 Gemini 4 Argon，在多项基准上追平 OpenAI 和 Anthropic，但未取得明显领先。Argon 先向 Fairwind 计划的“可信网络防御者”和 Google 内部团队开放，之后才面向开发者、企业和消费者，起步为付费 API 客户和 Google AI Ultra 订阅用户，尚未公布日期。
选题角度：用 Artificial Analysis 与 Arena 的公开数据做横向对比，讲清 Argon 在智能指数、幻觉率和 token 消耗上的取舍。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出。
选题角度：官方给出 Gemini 4 Argon 在 DeepSWE、CWE-bench 等基准上的分数和内部落地案例，适合做一次新模型能力与价格对比的解读。
X · Anthropic精选AI 评分6262 Anthropic 称 Claude 在 Claude Science 中解出九圈散射振幅
Anthropic 在 Science Blog 发文称，Claude 在 Claude Science 中仅凭一条描述九圈问题的提示词，基本无人监督地运行数天，解出了平面 N=4 超杨-米尔斯模型中的九圈散射振幅，总成本几千美元。
选题角度：原文给出九圈散射振幅这一具体科研任务和几千美元成本，适合做AI独立跑数天解物理难题的实测复盘。
量子位精选AI 评分7878 Skild AI 用自我对弈训练人形机器人 Messinator 踢足球
美国具身智能公司 Skild AI 展示人形机器人 Messinator，在 NVIDIA Isaac Sim 搭建的虚拟足球场中通过强化学习和 self-play 自我对弈 140 年，学会带球、护球、抢断和倒地起身，并迁移到真实机器人上完成射门。
选题角度：原文给出虚拟足球场自我对弈140年的训练设定和机器人带球射门演示，适合做效果对比或玩法解读。
AI Explained精选AI 评分6262 Opus 5.5 发布：我们离自动化 AI 研究还有多近
Anthropic 发布 Claude Opus 5.5，AI Explained 结合其 230 页系统卡，讨论该模型在自动化 AI 研究（递归自我改进）上的进展。
选题角度：围绕 Opus 5.5 的 230 页系统卡和各家 RSI 承诺时间线，梳理实验室口径变化，适合做热点评论。
公众号 · 夕小瑶科技说精选AI 评分8484 小米发布MiMo-V2.6系列，实测编码、审美与多模态能力
小米正式推出MiMo-V2.6-Flash、MiMo-V2.6-Pro及Pro的UltraSpeed版本，Pro在Artificial Analysis智能指数取得46分，超过Kimi K3和Qwen3.8 Max。
选题角度：作者用孪生素数可视化、3D地震台、PPT和视频模仿四个实测案例展示MiMo-V2.6-Pro的编码与审美能力，适合挑其中一个案例录屏复现并对比成本。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，性能对标 Fable 5.1 且成本降低约 40%
Anthropic 发布新系列首个模型 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低约 40%，输出速度提升超过 30%。
选题角度：Anthropic 发布 Claude Opus 5.5，官方给出与 Fable 5.1、GPT-6 Astra 的基准对比和 40% 成本下降，适合做跑分与价格对比解读。
TechCrunch · AI精选AI 评分7878 Anthropic 发布 Opus 5.5，价格更低且性能对标 Fable
Anthropic 于周二发布新模型 Opus 5.5，官方称其在编码和知识工作任务上创下新的 SOTA，并在多项基准上超过体量更大的 Fable 模型。Opus 5.5 输出 token 定价为每百万 20 美元，低于上一代的 25 美元，其他指标也有类似降幅，运行速度更快、服务所需算力整体下降。
选题角度：Anthropic 发布 Opus 5.5，输出价格从每百万 token 25 美元降到 20 美元，适合对比新旧版本在编码任务上的表现和成本差异。
Hacker News · AI 高分帖精选AI 评分7878 OpenAI GPT-6 Astra 自主破译 2005 年以来未解的 Enigma 密电
OpenAI GPT-6 Astra 自主破译了 1941 年 7 月 10 日的德国陆军 Enigma 密电 MVUEH，该密电自 2005 年以来一直未被破解。
选题角度：原文完整记录了 GPT-6 Astra 自主选定目标、用 ROSENOW crib 写模拟器破译的全过程，适合按时间线复盘这次自主密码分析。
量子位精选AI 评分8383 小米 MiMo-V2.6 开源发布，6天RL训练烧掉350万美元拿下开源第一
小米发布 MiMo-V2.6-Pro 和 Flash，Pro 为1.02万亿参数、420亿激活，在 Artificial Analysis Intelligence Index 上拿到46分，位列开源第一。
选题角度：小米把6天RL训练直播全过程公开，可围绕350万美元账单和30个Step后的评测涨幅，讲清开源模型冲进第一梯队的成本账。
Two Minute Papers精选AI 评分6262 Two Minute Papers 解读 DeepSeek V4.1 Flash 的新架构
Two Minute Papers 发布视频解读 DeepSeek 的新架构，标题为 DeepSeek's Insane New Architecture。视频说明中给出 DeepSeek V4.1 Flash 论文链接，并列出多条 X 平台来源链接，同时更正视频 3:23 处 Opus 5.1 标注应为 Opus 5。
The Decoder精选AI 评分8383 GPT-6 Astra 在 ARC-AGI-3 达 62.7%，游戏实测碾压 GPT-5.6 Sol
GPT-6 Astra 在 ARC-AGI-3 标准接口下得分 62.7%，使用 OpenAI 自家 harness 时约 99.9%，而 GPT-5.6 Sol 仅 7.78%、Claude Opus 5 略高于 30%。
选题角度：原文给出 Astra 在 ARC-AGI-3 与多款游戏中的具体成绩和失败细节，适合做新旧模型同一任务的效果对比。
AI Explained精选AI 评分7878 GPT-6 Astra 发布，AI Explained 称其强到连 OpenAI 都担忧
OpenAI 发布 GPT-6 Astra，AI Explained 在视频中将其与 Fable 对比，并梳理最亮眼的结果、额外对比和交易相关表现。视频还提到一个令人担忧的趋势，即 GPT-6 Astra 的思维链可监控性正在减弱，并附上 OpenAI 的 GPT-6 Astra 页面与部署安全论文链接。