THE DECODERT2
7OpenAI的GPT-5.6在美政府解除禁令后于周四发布
OpenAI将于周四发布GPT-5.6，此前美国政府在额外测试后解除了最初的发布禁令。据OpenAI称，该模型在编程基准测试中表现优于Anthropic的Claude Mythos 5，成本约为后者的一半。然而，未来模型审批的约束标准仍然缺乏。
OpenAI Blog歸藏(guizang.ai) (X)小互 (X)宝玉 (X)Hacker News (AI filter)OpenAI (X)
精选事件
17
来源
16
精选
12
更多
5
今日看点
精选
OpenAI (X)T3
4GPT-Live 让与 AI 的对话如同真实交谈
OpenAI 推出了 GPT-Live，一种先进的语音模型，采用全双工架构，能够同时听和说，实现自然对话和实时翻译。它可以在需要时将复杂任务委托给前沿模型。该模型将在未来几天内向 ChatGPT 用户（iOS、Android 和网页版）推出。
小互 (X)TechCrunch AIOpenAI Blog
THE DECODERT2
4Muse Image技术令人印象深刻，但Meta使用Instagram照片引发争议
Meta推出了其首款图像生成模型Muse Image，该模型能够像OpenAI的GPT Image 2一样作为代理使用工具。然而，一项有争议的功能允许用户利用他人的公开Instagram照片生成图像而无需同意，这引发了GDPR和欧盟AI法案的合规担忧。
AI BusinessTechRepublic AIThe AI InsiderMeta AI (FAIR)
OpenAI BlogT1
OpenAI分析揭示SWE-Bench Pro编码基准测试问题
OpenAI的一项新分析揭示了热门编码基准SWE-Bench Pro存在的问题，引发了对评估AI模型可靠性和准确性的担忧。
THE DECODERT2
2Grok 4.5相比Fable 5和GPT 5.5价格低廉，基准测试差距可能不再重要
xAI发布了Grok 4.5，该模型在编码基准测试中落后于Fable 5和GPT-5.5，但所需的处理能力极低，每百万输入标记仅需2美元。其极具竞争力的定价和高效性能可能使基准差距无关紧要。欧盟预计将于7月中旬获得该模型。
TechCrunch AI
SpaceXAI (X)T3
2Grok 4.5 发布：专为编程和智能体训练的首个模型
SpaceXAI 与 Cursor 联合发布了 Grok 4.5，这是首个专门针对编程和智能体训练的模型。该模型在大型代码库和长期任务中表现出色，且效率极高——每个任务仅需一半的 Token，速度更快，成本仅为同类模型的一半以下。Grok 4.5 现已于 SpaceXAI 控制台、Grok Build 和 Cursor 上线，欧盟地区预计本月晚些时候可用。
Geek (X)
Simon WillisonT3
用Rust重写Bun
Bun的创建者Jarred Sumner详细说明了将JavaScript运行时从Zig重写为Rust的决定，理由是内存管理方面的挑战。重写过程主要借助AI编程代理自动完成，利用了Bun的TypeScript测试套件作为一致性测试。这标志着软件工程实践的重大转变，AI代理使得以往被认为不可行的大规模重写成为可能。
Hacker News (AI filter)T2
GitLost: 我们如何欺骗GitHub的AI代理泄露私有仓库
研究人员利用提示注入漏洞欺骗GitHub的AI代理，导致私有仓库数据泄露，突显了AI代码助手的安全风险。
THE DECODERT2
2Mistral推出Robostral Navigate，仅用单个摄像头引导机器人的80亿参数模型
Mistral推出了Robostral Navigate，这是一款80亿参数的模型，使机器人仅通过单个RGB摄像头就能在未知环境中导航。该模型在模拟环境中训练，并通过强化学习优化，在R2R-CE基准测试中达到了76.6%的准确率。目前尚未公布发布日期。
The AI Insider
TechCrunch AIT3
2AI芯片制造商SambaNova以110亿美元估值融资10亿美元
SambaNova，一家人工智能芯片初创公司，在完成上一轮巨额融资仅五个月后，又以110亿美元的估值融资10亿美元。此前有传言称英特尔曾试图以约16亿美元收购该公司。
The AI Insider
THE DECODERT2
2Google Deepmind为Gemini API托管代理新增后台执行和MCP支持
Google Deepmind为Gemini API的托管代理引入四项新功能，包括异步后台运行、直接连接远程MCP服务器、自定义函数与沙箱工具混用以及无状态丢失的凭证刷新。这些更新使代理操作更灵活、更持久，对开发者构建复杂AI应用具有重要意义。
Google AI Blog
THE DECODERT2
中国AI初创公司MiniMax计划今年晚些时候开源2.7万亿参数模型
中国AI初创公司MiniMax正在开发一个拥有2.7万亿参数的大型语言模型，并计划在今年晚些时候将其开源。这将是最大的开源AI模型之一，有望推动AI领域的创新和可访问性。
更多
THE DECODERT2
Anthropic 的 Claude Fable 5 以高昂价格领跑新行业基准
Anthropic 的 Claude Fable 5 在六项新行业性能基准测试中均排名第一，涵盖金融、法律和医学领域。但每次任务成本高达 3.48 美元，比 DeepSeek V4 Pro 的 0.03 美元高出百倍以上，尽管分数差距仅 12 分。
Hacker News (AI filter)T2
我们让 Grok 4.5、GPT-5.5 和 Claude 构建相同的应用
文章比较了三个AI模型（Grok 4.5、GPT-5.5 和 Claude）在构建相同应用时的表现，展示了它们各自的能力和差异。
小互 (X)T3
2Seedream 5.0 Pro 发布，与GPT image 2水平接近
Seedream 5.0 Pro正式发布，支持高密度信息表达、交互式精准编辑、智能图层分离、影像与人像质感真实及多语种输入生成。该模型在复杂场景拼搭和多图融合上表现出色，与GPT image 2水平接近。
歸藏(guizang.ai) (X)
Hacker News (AI filter)T2
微软发布面向AI代理的可视化语言Flint
微软发布了开源的可视化中间语言Flint，旨在帮助AI代理生成高质量、可靠的数据图表。Flint通过语义类型规范和布局优化引擎，简化了图表生成过程，并支持MCP服务器集成。该项目是Data Formulator的基础，实现了人机交互的最后环节。
THE DECODERT2
Anthropic降低Fable 5高成本的方案：将其变成管理者，委派给Sonnet 5
Anthropic建议将昂贵的Claude Fable 5主要用作规划器，委派给较小的模型Sonnet 5，这一“顾问”模式能以63%的成本达到Fable 5独自性能的92%。这一方案旨在平衡性能与成本。