🔥1. GPT-6 Astra 正式发布！OpenAI 总裁 Brockman："Welcome to the AGI era"——10 万 GPU 训练、ARC-AGI-3 达 99.9%、ExploitBench 满分 — 热度 🔥🔥🔥🔥🔥
万众期待的 Astra 终于落地：OpenAI 历史上规模最大的训练任务，第一款前代模型深度参与训练监督的旗舰——并单方面宣布 AGI 时代开幕。
量子位头条：GPT-6 Astra 与 Astra Pro 正式发布，被 OpenAI 定义为"世界上最智能、最协调的模型"，为 Computer Use、Browser Use、软件工程、网络安全、科学和专业工作树立新标杆。发布最后 OpenAI 总裁 Greg Brockman 直接甩出"Welcome to the AGI era"。关键信息：① 训练规模——OpenAI 历史上最大训练任务，在得州 Stargate 园区动用超 10 万块 GPU 完成预训练；是第一款由前代模型深度参与训练监督的旗舰产品（"老带新"，RSI 落地）；② 定价——输入 $10/输出 $50 每百万 token，为 GPT-5.6 Sol 的 2.5 倍、与 Fable 5.1 持平；③ 基准近乎饱和——FrontierMath Tier 4 v2 97.6%、ARC-AGI-3 99.9%（上一代 Sol 仅 7.8%，陌生环境自主探索/规则学习能力的爆发，但官方说明该成绩使用 Responses API Harness、含 Agent 框架增益）、ExploitBench 100%、Terminal-Bench 4.0 57.7%（超 Fable 5.1 的 55.8%）、DeepSWE v1.1 74.1%、AutomationBench 41.4%（Sol 18.1%）、OSWorld 2.0 72.6%（单任务 40 分钟 vs Sol 75 分钟、省 47%）；④ 网络安全双刃剑——ExploitBench 满分、近三个月新漏洞成功率 39%（Sol 5.5%）、发现并利用两个 V8 零日；但 OpenAI 专门测试"越界"行为：诱饵漏洞场景下 Sol 有 48.2% 出现越界、Astra 为 0%；⑤ Computer Use 战略——Brockman 判断"只要模型足够擅长 Computer Use，就能像人一样直接操作界面，不必等待每款软件为 AI 修专用通道"；演示涵盖 KiCad 画 PCB、Blender→Unreal Engine 5 生成可进入的三维空间、按模板做 PPT、儿科医生搜索 2 分 54 秒（人类约 5 小时）；⑥ Codex 配套更新——Astra 可跨上下文窗口保存工作笔记、按需回溯历史消息，Mind2Web 任务完成速度提升至 1.9 倍。首批企业测试已启动（法律 AI Legora 几分钟核对 41 份财务文件、找出全部 4 个预埋错误）。
→ https://www.qbitai.com/2026/09/483898.html
→ https://www.oschina.net/news/502307
🔥2. NVIDIA 129 亿美元收购 Hugging Face 正式官宣，承诺保持开放平台：开源史上最大并购尘埃落定 — 热度 🔥🔥🔥🔥🔥
从 8/26 传闻到 9/4 官宣——开源 AI 的中立社区时代正式落幕，英伟达承诺"保持开放"。
开源中国今日报道：NVIDIA 以 129 亿美元收购 Hugging Face 正式官宣（此前 The Information 已报道"已同意"，今日为官方确认层面，OSCHINA 标题级、正文不可抓取），并承诺保持开放平台。完整时间线回顾（本周已追踪）：8/26 OSCHINA 首爆"130 亿美元洽谈"→ 8/28 量子位援引 The Information 实锤（微软出局、129 亿）→ 8/29 起 OSCHINA 连续发表《中国版 Hugging Face 怎么造》《巨头拿着支票来了该不该卖》等系列评论 → 今日官宣并带出"保持开放"承诺。HF 托管超 300 万个开源模型、100 万个数据集，ARR 仅约 1 亿美元；对英伟达的战略价值在于：守住"卖铲人"生态位（开源生态把算力需求留在自家硬件）、承接 DGX Cloud 缩减后的算力租赁、消化云计算合同闲置容量。官宣后的核心悬念：① "开放平台"承诺的落地边界（模型托管中立性、Spaces 服务连续性）；② 中国版 HF 是否会加速出现（魔搭、GitHub 镜像、OSCHINA 社区均有讨论）；③ 对开源模型分发格局的长期影响。2026 开源基建并购潮（Stripe-OpenRouter、AWS-DuckLabs、NVIDIA-HF）至此达到顶峰。
→ https://www.oschina.net/news/502310
🔥3. GPT Image 2.5 泄露级评测：能伪造 GPT-6 发布会与奥特曼"全员信"——文字不乱、人脸不变、噪点修复 — 热度 🔥🔥🔥
GPT-6 发布会的"主持人"居然是赛博义父 Tibo——其实那是新版生图模型伪造的。生图将成为 GPT-6 时代的主打功能。
量子位报道：GPT-6 正式发布当天，新版生图模型 GPT Image 2.5（版本号跳过 2.1 直接到 2.5）已在 ChatGPT 中以弹窗灰度出现，能力被形容为"可以直接伪造 GPT-6 官方发布会以及奥特曼全员信的程度"——生成奥特曼发推截图除头像外文字毫无破绽；用铅笔手写爱因斯坦笔迹文章的照片级伪造也相当逼真。LMArena 竞技场上代号 luna-lisa-alpha 的匿名模型被猜测正是新版 GPT Image，测试观察到的特点：生成速度超快、照片更加逼真、多张同一角色图像脸部不易变形、嵌入文字不易变形、改进了 GPT Image 2 的噪点问题。ChatGPT 网页版一度把生图功能提升到主目录第二位（仅次于"新聊天"）。对 Agent 生态的意义：图像生成的"文本精确性"与"角色一致性"是 AI 设计/营销 Agent 落地的前置条件——2.5 在这两点的突破，将直接提升 Agent 产出物的可用性（海报、封面、图文内容批量生产）。
→ https://www.qbitai.com/2026/09/483948.html
🔥4. 千问办公上线首月用户破 3000 万、企业用户过半：阿里 Agent 产品跑出 AI 办公赛道最快曲线 — 热度 🔥🔥🔥
上线一个月 3000 万用户、120 个版本更新、平均一天迭代 4 次——阿里把互联网打法带进了企业级 Agent。
量子位报道（阿里供稿转载）：阿里 8 月 3 日整合多个 Agent 产品推出千问办公，上线满月总用户突破 3000 万、企业用户占比过半，成为 AI 办公赛道增长最快的产品之一，并推出国际版全面进入全球市场。产品高频迭代：一个月完成 120 个版本更新（日均 4 次、累计上千个 feature）。技术纵深：8/17 开源上下文基础设施 MyContext（把海量异构工作数据转化为 Agent 可调用上下文，GitHub 已获 3000+ Star），与钉钉深度打通——销售在钉钉发起指令即可跨 CRM/ERP 查客户、库存、订单并整理业务建议；8/26 与 Qwen3.8-Flash 联合推出办公专属版（多步规划/工具选择/上下文压缩专项调优，单任务速度 +100%、Token -75%）。落地案例：长安汽车将千问办公用于"研产供销服"全链路，线束选型计算从资深工程师手工两天缩至五分钟、随车文件核查从单车十几分钟降至一两分钟；汇付天下将内部知识与销售流程沉淀为数字资产。华尔街投行杰富瑞对八款全球主流 AI Agent 实测，千问办公综合得分排名第一。"Agent 办公"赛道在 MiniMax（8/27 ARR 数据）、百融（9/2 硅基员工）之后迎来阿里系规模数据——企业级 Agent 的采纳曲线正在被中国厂商集体拉陡。
→ https://www.qbitai.com/2026/09/484155.html
🔥5. 星尘智能发布 SmoothRL：让在线强化学习跟上大模型的异步推理——投掷成功率 39%→94% — 热度 🔥🔥🔥
真实机器人没有"暂停键"：模型在后台算下一段动作时，机器人不能停下来等——但异步执行让 RL 的账对不上了，星尘给出了解法。
量子位报道：星尘智能基座模型团队发布 SmoothRL（Online Reinforcement Learning During Asynchronous Execution），解决大模型异步推理成为真实部署常态后"online RL 该从哪些动作里学"的问题。核心洞察：异步推理时模型生成的 action chunk 与机器人实际执行的动作不再一致——SmoothRL 把 chunk 按执行状态分为三区：已提交区（committed，上轮已定不可改）、执行区（execution，本轮真正执行）、丢弃区（discarded，被下一轮推理替换从未发生），训练时只让梯度穿过 execution region（"机器人真正执行了什么，就只对什么做强化学习"），并让训练 rollout 直接运行异步推理（Reinforce in Deployment 原则）。实测（π0.5 基础策略 + TD3-style actor-critic，S1 绳驱本体 30Hz 执行/5Hz 推理）：动态投掷 39%→94%、给笔戴帽（±5mm 对位）8%→83%、快递开箱（1mm 刀片插 2-3mm 缝）30%→90%（中途一度回落到 20% 再爬升，真实在线探索并非单调变好）；投掷动作的加速度 RMS 降 52%、Jerk 降 47%。团队指出这是"一个已经基本会做的策略，继续练到足够准确"的部署层问题，也是 9/2 孙鹏加盟后星尘 RL 体系的第一个公开成果——预训练让机器人"会做"，真实世界后训练让它"越做越准"。
→ https://www.qbitai.com/2026/09/484437.html
🔥6. 九问 ScienceDiscovery：树搜索驱动科研代码自进化——不训练模型，2 小时写出通用振荡积分器 — 热度 🔥🔥🔥
科研里大量工作是"搜索"而不是"单次执行"——openJiuwen 把这段试错交给程序自己完成，模型不训练、规则不改，每一轮变的只有产物。
量子位报道 openJiuwen 社区 AI 科研工作台 ScienceDiscovery：通过树搜索实现科研产物的 RSI（递归自改进）——每版产物是树上的一个节点，可被选中、改写、长出分支或被搁置后重新启用；每一轮四步（选择→改写→沙箱评分→挂新节点），失败的版本同样入树。三个案例全部使用现成模型（deepseek-v4-flash / glm-5.2，权重未调整）：① 半无穷区间振荡积分——直接调 scipy 得分 −3.40（19 道仅 3 道进 3% 容差），树搜索到第 119 版时得分 −0.0007（19 道全部算准、平均误差 0.07%），2 小时产生 236 个版本全程无人干预；② 高斯超几何函数 ₂F₁ 双精度求值——GLM-5.2 跑 48 次扩展 598 秒，平均正确有效数字 9.836→11.771，程序自己找出了 z<−1 时的经典恒等式换元避开不收敛区；③ AlgoTune 代码加速——平均加速 2.279 倍（对照：官方榜最高 claude-opus-4.6 为 1.837、需 RL 训练的 MetaEvolve 为 2.045）；④ LLM-SRBench 符号回归——111 题 41.4% 写出正确方程（含玻尔能级反解、相对论多普勒），每题平均仅 16.5 次模型调用（其他方法约 250 次），费用不足 3 元。底座把演进循环固定为四个插槽（改什么/从哪个候选出发/怎么跑怎么打分/怎么合并提交），换算法只换插槽实现。局限与展望：当前只覆盖"验证可机器判定"的领域（代码、算法、数值），要把循环推到实验科学，关键是让"验证"变快变可信。
→ https://www.qbitai.com/2026/09/484293.html
🔥7. 李飞飞 Atlas 之外的中国身影：影溯 InSpatio 早已开源"同款"，WorldArena 2.0 登顶 + SIDO 百万级 3D 数据计划 — 热度 🔥🔥🔥
李飞飞 Atlas 发布"好评如潮"之际，国内空间智能团队影溯被挖出：类似能力 3 月就已开源，时间维度甚至走得更远。
量子位报道：9/2 李飞飞 World Labs 发布全球首个多模态世界模型 Atlas 后，国内空间智能团队影溯浮出水面——其 3 月开源的世界模型 InSpatio-World 具备类似能力（从视频构建可继续探索的动态 4D 场景、可改相机轨迹绕到未拍摄位置），且与 Atlas 不同：时间被显式建模，用户可在事件范围内改变观察时刻、从新视角重看同一动态过程。影溯的另一成果 InSpatio-Curious 截至 8/27 登顶世界模型权威榜单 WorldArena 2.0（清华、上交、港大等联合发起）：66.11 分位列 77 个参评模型第一，在 Physics Adherence、Trajectory Accuracy、JEPA Similarity、Depth Accuracy 四项指标排名第一，而 Image Quality 仅 60.64（比第二名低近 9 分）——说明榜一靠轨迹/深度/时空表征等底层能力而非画面漂亮度。影溯还与 20 余家高校机构在第二届中国空间智能大会启动 SIDO 计划：未来两年建设百万级 3D/4D 场景数据底座 + 统一评测基准，打通"数据生产—模型训练—应用反馈"链路——"模型负责学习世界，数据负责提供世界，Benchmark 判断学会了多少"。世界模型的竞争正从算法层延伸到数据与评测的基建层。
→ https://www.qbitai.com/2026/09/484163.html
🔥8. Anthropic 官方 Agent Skills 仓库 anthropics/skills 星破 17.4 万：技能生态的"官方实现"持续统治 GitHub — 热度 🔥🔥🔥
当 Anthropic 把自己的技能实现开源并持续更新（9/3 仍有提交），Agent Skills 事实上已成为行业标准的事实载体。
GitHub 数据：anthropics/skills（★17.4 万+，2025-09-22 创建，9/3 仍活跃更新）——"Public repository for Agent Skills"，包含 Anthropic 对 Claude 技能系统的实现：技能是"Claude 动态加载以提升专业任务表现的指令、脚本与资源文件夹"，涵盖创意应用（艺术/音乐/设计）、技术任务（Web 应用测试、MCP 服务器生成）与企业工作流（通讯、品牌）等类别；每个技能自带 SKILL.md 自包含文件夹；配套 agentskills.io 标准站点与 skills.sh 分发。结合本周密集信号（Claude Code 插件市场、Cursor 插件规范、commerce-agents 的 skills/tool contracts、开源中国 MothX），可见"技能"已从概念演变为完整的生态体系：官方实现（anthropics/skills）+ 社区库（scientific-agent-skills ★3.5万、last30days-skill ★6万）+ 管理工具（skill-cabinet）+ 分发标准（agentskills.io）。当 17.4 万人在收藏同一个"技能仓库"，Agent 能力的分发方式已经完成了一次范式转移。
→ https://github.com/anthropics/skills
🔥9. ChatGPT、Claude、Grok 同时宕机：GPT-6 发布日的"团灭"疑云 — 热度 🔥🔥
就在 GPT-6 发布前后，三大 AI 服务同时掉线且无人解释——网友戏称"Astra 启动后扫描互联网，把地球上的 LLM 全灭了"。
开源中国今日报道（标题级）：ChatGPT、Claude、Grok 三大 AI 服务同时宕机，官方未给出明确解释。结合时间背景：GPT-6 Astra 发布会后，量子位文章也以调侃方式提及此事（"怪不得 Claude、Grok 组团掉线……奥创（OpenAI 版）真来了（doge）"）。技术层面的可能解释：① GPT-6 发布带来的全球访问洪峰冲击了共享的云基础设施与 DNS/网关层（三家若存在共同依赖则可能连锁故障）；② 发布会前后 OpenAI/Anthropic/xAI 的模型更新与网络重配置引发第三方依赖波动。对开发者的实用提示：多模型容灾（failover）在"超级发布日"显得尤为重要——此前 734 依赖包实验已揭示单栈脆弱性，本次事件则提示跨厂商可用性风险。事件细节与恢复时间待官方说明（OSCHINA 标题级，标注待验证）。
→ https://www.oschina.net/news/502312
🔥10. 趋境科技 × 摩尔线程战略合作：MTT S5000 扛 Prefill、国产 PD 异构进生产，50+ TPS 承接头部模型真实流量 — 热度 🔥🔥
国产算力的竞争正从"单卡性能"转向"系统级 Token 生产效率"——摩尔线程在推理侧的商业化突围找到了新姿势。
量子位报道（趋境供稿转载）：趋境科技与摩尔线程签署战略合作，以趋境自研国产 PD 异构技术与摩尔线程 MTT S5000 智算卡 + MUSA 软件平台深度融合，共建 ATaaS 平台国产化 AI Token 工厂，并推出 Token Pod（Token 超节点）联合方案——已投入生产并承接头部模型厂商官方业务的真实 Token 流量。技术要点：PD 分离——MTT S5000（高密度算力、原生 FP8）专攻 Prefill 阶段的输入计算与 KV Cache 生成（解耦为独立可计费的算力池），高带宽 GPU 承担 Decode 阶段 Token 生成，避免按单阶段峰值配置整套基础设施；实测 4-5 台 MTT S5000 组成的 Prefill 资源池输入 Token 性价比超过国际先进算力方案。生产数据：平均 50+ TPS 生成速度、90%+ KV Cache 命中率、99.9% 稳定性、生产级低 TTFT。趋境"少模型、深优化"路线已沉淀日均万亿级 Token 生产项目共建经验。这是继商汤（GLM-5.3-Flash 62T 全国产卡）之后，国产 GPU 厂商（摩尔线程）在推理生产链路上的又一关键落子——"国产算力跑真实业务"的版图从大厂算力平台扩展到独立 GPU 厂商。
→ https://www.qbitai.com/2026/09/484547.html
📌 今日趋势总览（AI Agents & 开源 LLM）
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢