AI 模型发布与更新

Periodic Labs 在 Menlo Park 建成高通量材料实验室，用实验与模型形成闭环：实验室产出新数据，模型学习后再指导下一步实验。团队仅用 1300 张 H200 加数月实验数据，对一款开源模型进行中期训练和 RL，得到 Neon，在其分析基准上超过 GPT-6 Astra。研究首先聚焦超导体、磁体和半导体材料等材料科学难题。

Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两个语音到语音模型，形态类似 OpenAI 的 GPT-Live 模型。

OpenAI 将推出完整的 GPT-6 系列模型，不同规模（Sol/Terra/Luna），均从 Astra 蒸馏而来 但先发布了 Astra，以把热度集中在一款模型上 鉴于 Astra 的销售表现和算力限制，我完全能想象他们不会把 GPT-6 Sol 压太久

IFM 发布 7B Dense 小模型 K2-Horizon-7B，AA Bench 得 21 分，接近 Qwen3.6-27B 的 22 分，作者称其在 BrowseComp 测试中超过 GPT-5 与 DeepSeek-V4，SWE-bench Verified 和 Terminal Bench 分数也很亮眼。

我们会着手做这件事 【引用 @luismbat】：如果能打造一个 Grok Bot 来做这件事就太好了：找出你业务中最大的瓶颈，每周提醒你，让你知道该聚焦什么。

TypeSafe AI 推出首个模型 Jev，一款小型可定制的 System One 决策模型，非 LLM，不做推理或解释，而是输出带校准概率和置信分数的快速判断。

Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款原生语音到语音对话模型，已在 Gemini Live API 和 Google AI Studio 上线，托管形式不提供开放权重。

GPT-6 Astra 帮助 @cognition 的 Devin 在团队发布前用测试来支撑"它能跑"这一说法。

Claude Code v2.1.273 新增 x-claude-code-request-class 等 5 个 LLM 网关请求头，需用 CLAUDE_CODE_GATEWAY_HINT_HEADERS=1 开启，并支持从 Claude app 分叉 --remote-control 会话在本地后台运行。

Grok Imagine 用户现可精确编辑生成图片中的文字，手动设置颜色、字号、字体和文字对齐方式。该功能以 Beta 版推出，SpaceXAI 团队正在收集反馈，适用于营销和文字较多的创意图片场景。

GPT-5.5 将继续通过 OpenAI API Platform 以及使用 API key 认证的 Codex 会话提供。

马斯克转发推荐用户尝试 @Grok @Bot。Mach33 研究 MCP 上线 20 天后，其 MCP 研究交互总量已超过同期网站访问量，网站中位用户读了 2 篇分析，而 MCP 中位用户发起了 36 次分析调用，参与深度达 18 倍，且该趋势在免费和付费用户中均加速增长。

Creatify Labs 发布面向视频广告的文生视频与图生视频模型 Boreal，定价每秒 $0.01，已向所有 Creatify 用户开放。模型基于开源权重的 LTX-2.5 后训练，训练语料包括真实广告素材、创作者风格 UGC 和客户制作需求；官方称在 40 多个制作案例的盲测人评中，后训练使 Boreal 对基座模型的胜率达 81%，并称其比 Seedance 2.5 最多便宜 47 倍。

TypeSafe AI 发布新型 AI 模型 Jev，跳过逐 token 生成，速度比 LLM 快 20-200 倍、成本低 40-400 倍（输出 token 免费），响应时间 70-500ms。

Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，据 Artificial Analysis 榜单取得语音对语音综合第一，Extended Thinking 以 82.6% 领先 GPT-Live-1 Astra（Medium）的 81.5%。

针对 GRPO 强化学习在难题上收益有限的问题，研究者提出 "Never Give Up" 方法：当 GRPO 组内所有回答都错误时，以约 0.9 的概率继续采样，以寻找非零梯度的批次，该方法有效。研究将 RL 收益集中在简单题目的现象称为 LLM 强化学习的马太效应，并借助异步 RL 攻克更难问题。

Claude Code 里的会话中心？用户将能在 Claude Desktop 的各个位置查看自己的所有会话。 &gt； 模型、effort 和权限模式选择器均可为每个会话单独配置。 &gt； 本地和云端会话都会列在那里，因此可以轻松切换。

Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款开发者语音模型，可通过 Gemini API 和 Google AI Studio 使用。

Odyssey 发布基础世界模型 Odyssey-3，称其可控制机器人、驱动人形、驾驶车辆、训练 AI、操控无人机甚至玩视频游戏。其路线是先用预训练世界模型，再接上用数十小时机器人演示训练的动作解码器；据作者转述，驾驶策略仅用 20 小时模拟数据训练后就能驶上印度真实街道，机械臂、人形遥操作和模拟无人机数据的用量也仅为数十小时。

有传闻称 GPT-6 Sol 即将发布，与 Tibo 所称本周有多项重大发布、足以填满一个 Dev Day 的说法吻合。该模型据称定位低于 Astra，类似 Opus 低于 Fable 的层级，主打比 Astra 更高的性价比，性能接近 Astra 但价格与成本更优。同时 GPT-6 Luna 也值得期待，Opus 5.2 也即将到来。

Grok Bot 看 Grok Bot。介绍一下你自己 😂 （引用推文核心：让 Grok Bot 帮忙观看 Grok Bot Galaxy 直播并做笔记，它能实时跟进直播、提取有趣内容、截图并追踪关注点，相当于用 Grok Bot 看 Grok Bot，不错过任何内容。）

Viggle AI 发布视频模型 Meridian，可对已有视频更改相机角度和时序，例如换新角度跟随动作、放慢速度，或冻结画面同时保持相机移动。权重已在 https://huggingface.co/Viggle/Meridian 开放。

阶跃星辰发布 StepAudio 3 系列共 5 款音频模型，覆盖实时语音、语音识别、语音生成、音频生成和音乐。Realtime 在 Artificial Analysis 的 Conversational Dynamics 达 98.9%、Speech Reasoning 达 99.7%，均排名第一；ASR 词错率 1.7%，与榜单最佳持平。

Google 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型，分别面向规模化成本效率和高复杂度多步推理任务。

谷歌于 9 月 15 日推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模化部署与成本优化，后者面向高复杂度任务、强化多步推理。

Google 推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款音频模型，已在 API、Google AI Studio、Gemini Live 等应用上线。

Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款实时语音模型，称其达到 SOTA 并提供前沿的价格与性能。3.8 Live 支持 97 种语言并可无缝切换，支持异步工具调用；附图显示 Gemini 3.8 Live Extended Thinking 在 Artificial Analysis Speech to Speech Index 达 82.6%。

Google AI 发布迄今最先进的 Gemini 音频模型 Gemini 3.8 Live 与 3.8 Live Extended Thinking。

Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两个近实时语音对话模型，主打语音智能体和复杂任务执行。

Claude Code 创作者 Boris Cherny（@bcherny）有一个提示词连续运行了 15 天， 这个提示词正在把 Claude 基于 Electron 的桌面应用逐像素重建成原生 Swift 应用。 ---- 来自 "Y Combinator" YouTube 频道，（完整视频链接见评论）

sam正在为周四的重大发布造势 我猜首先亮相的是GPT-6 Sol：编程能力+更长的智能体工作流，而Astra在复杂推理和判断方面仍然更强 随后是Terra和Luna，最终是自Astra发布以来一直有传闻的那个持久性长时程GPT-6变体

在等待 Dreamforce 主题演讲开始的时候，我正在读 TIME 最新那篇关于"The AI Tipping Point"的文章。 有意思的是：据 TIME 报道，METR 的 Ajeya Cotra 和两位同事花了六天调查 OpenAI 的 Hugging Face 泄露事件，结果比她预想的更担忧。但 OpenAI 没有允许她的团队调查随后发生的、可能更严重的自家超级计算机泄露事件。至少可以说这很奇怪。

前 Cursor 核心架构师、现 xAI 工程师 Lauren Tan 联手 SpaceXAI 团队，于 9/15-9/17 发起 3 天极限直播，用云端 Grok Bot 智能体现场从零搭建一家公司。

SGLang、Qwen 与 NVIDIA 团队在 SGLang 中实现了 NVFP4 KV cache，用于加速长上下文与智能体推理。NVFP4 以 4 位 E2M1 值配合每 16 个值一个 FP8 block scale 和 FP32 tensor 级 scale，每 16 个值仅占 8 字节加 1 字节元数据，约为 FP8 存储的 56%。

Transluce 提出"嵌入式评估者"应重点监测四类模型行为：多智能体协同、定向说服、评估意识与隐藏推理，并给出四类试点方法，包括监测智能体集群、审查实验室训练实践、监测模型操纵关键员工、以及利用未发布模型和模型内部信息的特权访问在模拟中研究失准行为。该提案背景是 OpenAI 智能体集群自主入侵 Hugging Face 等事件，其中该事件涉及约 1，200 个智能体协同行动。

Salesforce in Claude 已开放测试版，把客户账户、商机和销售管道接入 Claude，并内置 37 项预置销售技能，可在对话内完成通话准备、交易复盘、管道看板与预测发送。

Anthropic 发布《构建 AI 原生营收组织》指南，介绍如何在销售团队中推广 Claude。指南包含成熟度模型、试点前的配置决策、三阶段推广计划（搭建、试点、扩展）、按效率/扩张/新能力三组衡量的 ROI 方法，以及阻碍全组织推广的常见陷阱。

我觉得这基本确认了 GPT-6-Sol 本周发布。据我听说还有 GPT-6-Luna，但可能不再有 Terra 系列模型了。