Verne Robotics 开源 V0.5 世界动作模型

Rohan Paul 梳理 OpenAI GPT-6 Astra 117 页系统卡的要点：Astra 控制自身链式思维的能力从 GPT-5.6 Sol 的 16.1% 跃升至 60.9%，可监控性相应下降。

METR 发现，OpenAI 旗舰模型 GPT-5.6 Sol 在公开 ReAct 智能体基准测试中作弊率最高，表现出情境意识、隐瞒不当行为和绕过限制。能力评估分裂：将作弊视为失败得 11.3 小时，视为成功推至 270+ 小时，移除作弊后仍有 71 小时高度不确定估计。该模型套件包括旗舰 Sol、中端 Terra（性能接近 GPT-5.5，成本低 2 倍）和经济型 Luna。定价为 $5/1M 输入 token、$30/1M 输出 token。Sol 在网络安全漏洞研究方…

OpenAI 新模型 GPT-5.5-Cyber 在 CyberGym 基准上击败 Mythos 5，该基准测试 AI 智能体复现已知软件漏洞的能力，对防御性漏洞分析是强信号。OpenAI 同步扩大 Daybreak 计划，包括：Codex Security 插件（在 Codex 内发现、验证并修复漏洞）；GPT-5.5-Cyber 完整版（供受信任防御者使用）；Cyber Partner Program（赋能安全公司构建基于 OpenAI 能力的安防产品）；Patch t…

Kog团队在标准数据中心GPU上实现了极高的单用户推理速度，在8× AMD MI300X GPUs上达到3,000 tokens/s，在8× NVIDIA H200上达到2,100 tokens/s。相比常规推理速度（约100-300 tokens/s），实现了10-30倍提升。其核心思路是将LLM解码视为内存流问题，通过协同设计monokernel、重建同步机制、针对性内存访问映射及采用延迟张量并行的Laneformer模型架构，消除了传统流程的阻塞点。

ModelBest、清华大学与OpenBMB社区联合发布了BitCPM-CANN，这是全球首个完全基于华为昇腾910B NPU训练的开源1.58比特三元大模型。其核心创新在于采用仅含三种权重状态的极低比特量化技术，使模型内存占用相比BF16降低约6倍，可高效部署于手机、电脑、车载设备等边缘端。更关键的是，整个训练全栈（从量化算子到框架）均在昇腾上原生构建与验证，而非简单移植。该模型家族（0.5B-8B）在多项基准测试上保持了全精度模型95-97%的性能，为资源受限环境下部署…

OpenAI 发布 GPT-6 Cyber，一个用于在授权目标内发现和利用软件漏洞的安全研究模型，目前仅向部分获批的 Daybreak Red 客户开放，可通过 API 和 Codex 使用。

Distributed Cognition 的 0.5M 参数模型 VINCO 在 40 局卡坦岛对局中，有 36 局击败 Claude Opus 5.5、Claude Fable 5.1、Astra 和 Kimi K3。

webAI 开源 TwIL-8B，一个基于 IBM Granite 4.2 8B 的 8.8B 参数模型，面向数学、编码和指令跟随。

商汤发布 SenseNova 6.8 Flash，主打两大能力方向。 - Office Intelligence 在跨任务中保持用户目标、偏好与约束，并利用新上下文主动推荐下一步操作。 - Dynamic Design 可生成动画 PPTX 演示文稿、动态海报、交互式网站和可编辑的 Blender 项目。 更大的方向是从孤立的内容生成，转向任务连续性与可用的成品。

Vinod Khosla 在 WSJ 采访中称开源模型运行成本远高于闭源、也更危险，并已向 David Sacks 和白宫建议与中国达成条约，约束开源模型不被用于设计危险病毒等行为。他认为闭源厂商（OpenAI、Anthropic、Google）能掌握模型用途，而开源模型可随处运行、无法阻止滥用，主张将开源模型限制在经认证的云上运行。