B站啥都会一点的研究生最近一周AI科技圈又发生了啥新鲜事OpenAI发布GPT-5.6系列限量预览版OpenAI推出了GPT-5.6系列的三款模型旗舰级Sol、面向日常工作的Terra以及高性价比的Luna。其中Sol在编程工作流测试Terminal-Bench 2.1上取得了91.95%的新最优成绩超过了Anthropic的Claude Fable 5等模型在网络安全领域的ExploitBench上仅用约三分之一的输出token就达到了与竞品相当的表现。该系列还引入了更灵活的提示缓存机制定价上Sol约为Anthropic Claude Fable 5的一半。此次发布因美国政府介入而采取受限预览形式初期仅向少数合作伙伴开放https://openai.com/index/previewing-gpt-5-6-sol/OpenAI仅用9个月自研推理芯片Jalapeño成功OpenAI发布其首款自研推理加速芯片Jalapeño该芯片由前谷歌TPU核心成员Richard Ho主导联合博通和Celestica打造专为ChatGPT等大模型工作负载优化从设计到流片仅耗时9个月创下高性能ASIC领域最快开发纪录。该芯片通过减少数据搬运以提升实际利用率计划于2026年底部署于微软等数据中心早期测试显示其每瓦性能大幅优于当前先进水平https://openai.com/index/openai-broadcom-jalapeno-inference-chip/网易有道发布Confucius4-TTS开源模型Confucius4-TTS核心突破在于实现了不依赖参考文本的零样本语音克隆仅需3秒参考音频即可复刻原声并支持中、英、日、韩等14种语言的无口音跨语种切换同时具备情感韵律迁移能力。该模型采用语音编码器、大语言模型与流匹配生成框架结合的端到端架构参数规模达13亿已基于Apache协议在GitHub全量开源提供完整54G模型权重及配套工具链支持本地离线部署与商用https://github.com/netease-youdao/Confucius4-TTS豆包大模型2.1发布火山引擎在Force大会上推出新一代豆包大模型2.1其Pro版本在代码生成Terminal Bench 2.1、智能体GDPVal与视觉语言模型等核心能力评测中进入全球第一梯队部分成绩超越Claude Opus 4.7。该模型能独立完成仓库级代码理解与端到端项目交付并驱动智能体在复杂异常环境中进行动态路径规划与自我纠错https://mp.weixin.qq.com/s/NiLniO_7EEc7DcS-i-PBqQ豆包推出专业版豆包正式上线专业版服务该服务基于最新的豆包2.1系列大模型核心是全新的“办公任务模式”该模式接入了可执行Agent任务的模型能自主拆解目标并操作本地电脑、使用浏览器、调用Office套件及“Skills”技能来完成任务涵盖应用开发、数据分析、流程自动化等领域。专业版采用三级阶梯定价连续包月费用从68元至500元不等提供比免费版高5倍以上的旗舰模型使用额度同时为在校大学生提供连续包月38元的专属折扣价https://mp.weixin.qq.com/s/Sb-NMXTrWFQES1EDO_Gr2g通义千问推出原生语言世界模型 Qwen-AgentWorldQwen-AgentWorld是首个原生语言世界模型能够在单一模型中同时覆盖MCP、Search、Terminal、SWE、Web、OS、Android这七大智能体交互领域。该模型基于超过1000万条真实环境交互轨迹经由CPT→SFT→RL三阶段训练而成。在配套的AgentWorldBench评测基准上Qwen-AgentWorld-397B-A17B取得了最高的整体模拟质量58.71分超越了GPT-5.458.25分等前沿模型。研究还探索了世界模型赋能智能体的两种范式作为解耦的环境模拟器可控模拟训练在WideSearch任务上超越了使用真实环境训练的模型F150.3% vs. 45.6%作为统一智能体基础模型LWM预热训练能显著提升多轮智能体任务性能即使在完全未训练过的Claw等域外任务上也能带来超过11个百分点的增益https://github.com/QwenLM/Qwen-AgentWorld百川发布新一代医疗增强大模型M4百川智能与清华大学联合发布的医疗增强大模型Baichuan-M4在OpenAI提出的权威医疗评测HealthBench上以68.6分的综合成绩位列世界第一领先第二名GPT-5.5超过10分其事实性幻觉率降至3.3%为同行业最低。该模型的核心突破在于模拟临床医生的主动问诊能力通过借鉴医学教育中的OSCE方法构建了动态问诊评测体系并首创“证据锚定”技术让每一句医学结论都能精确对应到原始论文的具体段落循证引用精度达到90.0。此外M4还引入了全病程记忆和Agent架构能够调度问诊、记忆与循证能力完成连续诊疗在长上下文临床记忆评测中得分86.9较上一代提升21.1分https://mp.weixin.qq.com/s/WBWQFRH5d8z1MBvCMHSWDQMomenta冲刺港股IPO“物理AI基座模型构建者”自动驾驶公司Momenta已正式启动港股上市进程其在招股书中将自身定位为“物理AI基座模型的构建者”。其核心支撑是已实现量产的世界模型R7该模型依托超120亿公里真实行驶里程和超1亿段“黄金数据”进行训练。公司营收从2023年的7.43亿元增长至2025年的24.13亿元其中以授权车企使用其系统的“许可收入”增长尤为显著从0.23亿元激增至9.68亿元。Momenta在量产车搭载的第三方城市NOA市场中市占率达65%其商业路径被概括为“一个飞轮两条腿”即通过量产车收集数据迭代世界模型再赋能L4级完全自动驾驶https://mp.weixin.qq.com/s/rfoGnsuOYCINXZw5TQ9dhw字节跳动发布Seed2.1系列模型Seed2.1系列模型重点提升通用Agent在复杂任务中的可靠交付能力以及代码工程在真实企业开发场景中的端到端稳定性。在评测方面其Pro版本在衡量真实工作经济价值的GDPval基准上获得最高分并在高难度的Agents’ Last ExamALE基准中处于第一梯队。模型在手机端任务基准MobileWorld上取得最高分并通过强化学习将任务平均步数减少16%。在代码能力上Seed2.1 Pro在开发者众测中面对真实仓库任务以59.1%的胜率优于Claude Opus 4.6。此外模型在多模态理解、视频分析和长文本处理等基础能力上也保持业界领先https://mp.weixin.qq.com/s/lU3ctCGQFL1aNEVSYlSX7A百度开源新OCR模型Unlimited OCRUnlimited OCR采用参考滑动窗口注意力机制让模型在解码时能持续参考完整图像信息而输出端只保留最近128个历史Token从而将KV Cache规模保持恒定。在OmniDocBench v1.5上其综合得分达到93.23%相比DeepSeek OCR提升6.22%并在40页以上的长文档解析中保持稳定。在效率方面生成6000个Token时其推理速度比DeepSeek OCR提升约35%且延迟基本保持稳定。值得注意的是技术报告中的核心作者“YY”被网友猜测为前DeepSeek OCR团队研究员魏浩然https://github.com/baidu/Unlimited-OCR