多款AI模型同题编程测评
一项对比测试让GPT-5.6、Grok 4.5、Claude、Meta Muse Spark及多款开源权重模型构建同样4个应用，统计构建结果、成本和延迟。测试覆盖射线投射器、魔方、计算器和生命游戏，反映主流代码生成模型的实际应用能力差异。
最新动态
GPT-5.6证明CDC猜想
Hacker News 热议一份署名 GPT-5.6 Sol Ultra 的 PDF，称其给出了图论中 Cycle Double Cover Conjecture 的证明。该说法若成立将是重大数学与AI推理事件，但目前更像社区围绕真伪、可验证性和模型能力的高热讨论，仍需专家审查。
LingBot展示动态抓取
LingBot-VA 2.0 视频动作模型展示机器人在移动传送带上实时抓取物体，通过预测场景运动并随相机帧持续校正来减少滞后。该帖主要围绕演示视频讨论其机器人控制能力与限制。
DeepMind梳理智能体劫持
Google DeepMind 研究人员梳理黑客劫持 AI 智能体的潜在方式，关注代理系统在工具调用、权限边界和外部指令处理中的安全风险。该方向反映出智能体落地后，安全与控制问题正成为重点研究议题。
腾讯发布HiLS稀疏注意力7B
腾讯在Hugging Face发布HiLS-Attention-7B，基于OLMo3风格骨干继续训练，面向高效长上下文建模。该方法通过压缩chunk key估计块质量，并将注意力分解为块间与块内softmax，以端到端方式学习稀疏选择。
OpenAI发布GPT-5.6系列
OpenAI正式推出GPT-5.6系列模型，包括旗舰Sol、均衡Terra和轻量Luna，并通过ChatGPT、Codex和API上线。新模型主打编程、知识工作、网络安全和科学任务能力提升，同时引入更可预测的Prompt缓存机制及新的价格体系。
Hugging Face称企业转向自有AI
Hugging Face CEO Clem Delangue称，开源AI正在快速普及，平台已被约半数财富500强使用。他认为企业正从租用封闭AI服务转向掌控自有模型和数据，以降低成本并增强可控性。
Anthropic揭示Claude隐藏表征
Anthropic 研究人员开发 Jacobian lens（J-lens）工具，用于观察 Claude 等大模型生成答案时的内部表征，并发现被称为 J-space 的隐藏区域。该区域包含与模型候选回答相关但未必最终输出的词汇，为理解大语言模型推理和生成过程提供了新线索。
企业AI智能体风控受关注
InfoQ文章指出，企业级AI智能体正获得写入权限和核心业务系统访问权，生产力提升同时放大误操作与安全风险。文章建议企业为智能体建立权限控制、备份、审计和兜底机制，以应对自主执行关键任务带来的新型治理挑战。
加速进化发布Booster T2
机器人公司加速进化发布具身开发旗舰平台Booster T2。专业版标配英伟达索尔芯片、2070TFLOPS算力，全身最高75个自由度，面向人形机器人真实应用与开放开发生态。
WorkBuddy社区落地成都
全国首个腾讯WorkBuddy OPC合作社区在成都天府长岛数字文创园成立。该社区由腾讯云与成都高新文创传媒联合发起，依托腾讯AI智能工作台探索一人公司成长服务模式。
生成式AI服务备案达988款
国家网信办披露，2026年5月至6月新增120款生成式人工智能服务完成备案，另有68款调用已备案模型能力的应用或功能完成登记。截至6月30日，累计988款生成式AI服务备案、598款应用或功能登记。
上纬启元T1将在WAIC首秀
上纬新材旗下可变形消费级机器人启元T1将在世界人工智能大会全球首次公开亮相。公司称该产品面向家用消费场景，线下体验门店已在上海、深圳、西安、厦门、广州等地陆续落地。
百度搭子升级企业版
百度在成都 AI DAY 发布搭子个人版升级、企业版及生态联盟，强调通用 Agent 在办公场景中的可托付能力。百度称搭子上线后日均提问量增长 20 倍，并在 PinchBench 智能体评测中表现领先。
字节努比亚智能体手机辟谣
针对“字节跳动联合中兴努比亚打造的AI智能体手机已备货8万至10万台并将在WAIC开售”的报道，知情人士回应称消息不实。该手机将在大会首次公开展示，但并非开售，也无数万台备货说法。
OpenAI首席运营官离任
OpenAI宣布首席运营官Fidji Simo因健康状况恶化，在医疗休假结束后不再回归全职岗位，将转任兼职顾问。作为负责产品与商业化的二号人物离任，此事发生在公司筹备IPO背景下，高管层稳定性再受关注。
AI生成视频精准刺激脑区
EPFL等团队展示Nevo项目，用AI生成视频以最大化激活目标脑区，结合视觉模型与神经反馈探索“可编程”感知刺激。该方向可能推动脑科学实验、神经影像分析与个性化刺激设计，但也引发对神经操控和安全边界的讨论。
德国电信用OpenAI重塑电信
OpenAI发布案例称，德国电信正借助OpenAI技术推进“AI原生电信运营商”转型，覆盖客服、员工工作流、网络运营和未来语音交互等场景。该案例体现大型运营商将生成式AI嵌入核心业务流程的趋势。
Sparse Delta Memory论文发布
新论文提出Sparse Delta Memory架构，通过稀疏寻址将门控线性RNN的显式记忆容量扩展到更高规模。该方法试图在固定计算预算下提升线性注意力模型的长上下文召回能力，缓解其相较softmax Transformer在长程记忆上的短板。
Qwen 3.6量化基准出炉
有高校HPC集群管理者发布Qwen 3.6不同量化版本的GPQA Diamond与Terminal-Bench 2测试结果。结果显示，量化对知识类能力影响较小，但低精度量化会显著削弱Agent任务表现，并且实测FP8成绩低于Qwen官方分数。