AI 模型发布与更新

阿里千问本周开源 Qwen-Drive-1.0-4B，一款基于 Qwen3.5-4B 构建的自动驾驶视觉语言基础模型，官方称其为首个面向自动驾驶的视觉语言基础模型。

OpenAI DevDay 即将到来，我非常兴奋地想看看我们是否终于能看到 OpenAI 的硬件产品。 想象一下，GPT-Astra 作为你的 24/7 伴侣，时刻陪伴在你身边，一个无屏幕的助手随时待命处理任何任务。我已经准备好了。 The Information 最近报道称，硬件发布计划在 2027 年初。因此，在 DevDay 上亮相在时间上是吻合的。

OpenAI 发布长文《An Alien Mind》，回溯 2023 年 RLSlow 项目中确认推理模型可扩展训练的起点，并系统阐述目标对齐与价值对齐的区分。文章指出链式思维监控的效果正随着模型能力提升而逐步减弱，GPT‑6 Astra 在对齐上显著优于 GPT‑5.6 Sol；作者预期进展可能持续走向机器递归自我改进（RSI），呼吁自愿放缓扩展、建立第三方安全门槛并加强国际协调。

Beren Millidge 提出，训练模型的数学能力对 AI 对齐的促进可能大于对能力本身的提升。他认为能力进步主要靠算力扩展、实验调参和数据改进，数学并非核心瓶颈；而对齐研究尤其是智能体基础方向，高度依赖数学能力来证明未知智能体的性质。数学能力主要增强理论理解，而理解对对对齐近乎必需、对多数能力研究只是锦上添花。

蚂蚁 inclusionAI 在 Hugging Face 发布 LLaDA-UI，一个基于 MoE 的块扩散视觉语言 GUI 智能体，总参数约 16.7B，语言骨干为 LLaDA2.0-mini-base。

鉴于AI的输出往往是交互式程序，越来越多的非技术人员将需要找到轻量级的托管服务（我使用Netlify，但还有很多其他选择）。 ChatGPT Sites和Claude artifacts虽然有用，但谁知道它们会被维护多久，而且你缺乏控制权。

今天真的很喜欢 All-In 播客里的这些部分，关于 HuggingFace 事件以及它如何被不必要地大肆渲染。 基本上，当纯粹的技术事件被包装成关于文明、阴谋和自主实体的戏剧化故事时，就存在一个真正的问题。 这种语言制造的恐惧远远超出了基本事实所应引发的程度。 ---- 来自"All-In Podcast"YouTube 频道（完整视频链接见评论）

Anthropic 发布 Claude Code v2.1.263。Claude Code 是一款运行在终端中的智能体编程工具，能理解代码库，通过自然语言指令执行日常任务、解释复杂代码并处理 git 工作流，帮助开发者更快编码。

我让 GPT-6 Astra 构建一个 3D 鲁布·戈德堡机器，它做出了一个物理精确、运行 70 秒的版本。

OpenClaw v2026.9.2 发布，支持重启后恢复进度、长对话提速，并新增 GPT-6 Astra 与 Muse Spark 1.3。Peter Steinberger 称其构建目标已近一步，但云端会话尚未就绪，目标是秒级启动，需借助快照技术，目前克隆仓库速度不够快，预计下周完成。

OpenClaw v2026.9.2 已发布 🦞 🔄 重启后从上次位置继续 ⚡ 长对话运行更快 🧠 GPT-6 Astra 加入团队 💫 Muse Spark 1.3 带来全新活力 更少等待。更多爪击。https://docs.openclaw.ai/releases/2026.9.2

我想这应该也能做成动画吧。

GPT-6 说实话相当不错。

GPT-6 Astra 刚刚发布，关于其继任者发布的猜测已经沸沸扬扬。据 Axios 报道，Sam 已确认它将"很快"发布。

Grok @Bot 使用限额已重置 【引用 @bot】：我们已重置所有 Grok Bot 用户的使用限额。 祝使用愉快！

OMG！！！ GPT-6 Astra 仅凭一张参考图片就构建出了这个。 我震惊得说不出话来。

Grok @bot 团队经两周优化，改进了路由、缓存、动态上下文与整体 token 效率，用户用量额度现在更耐用。平均有效用量提升 10%，重度用户最高可达 35%，优化仍在继续。

我现在简直难以置信。 GPT-6 Astra 真是一个令人惊叹的模型。 它花了大约 2 小时生成了苏南图尼奇（Xunantunich）的 3D 模型，这是伯利兹西部的一处玛雅考古遗址。

过去一周进一步表明，前沿模型眼下基本是两家公司的竞赛。 Google 发布了一款出色的 flash 模型，Z 也发布了类似产品。Muse Spark 1.3 显示 Meta 仍在推进，GLM 5.3 发布才不过几周……但没有任何模型能与 Astra 或 Fable 相提并论。

一项研究对比人类答题时间与模型推理token数，发现160道常识题上两者耗时正相关，且易错题也趋同。GPT-OSS-20B多次推理取平均后，人机相关性从0.41升至0.55。研究表明思维链长度可作为问题难度的粗略信号，但需多次运行取均值才更可靠。

周末愉快！ 【引用 @bot】：我们已重置所有 Grok Bot 用户的使用限额。 尽情使用吧！

用 GPT Astra 在 Blender 中以《飞出个未来》风格打造现代都市。耗时 21 分钟。相当不错。

突发：SpaceXAI 刚刚再次重置了所有 Grok Bot 用户的用量限制。 谢谢你，埃隆！

这本该是个秘密，但就这样吧。Grok Alpha 已在 HumanLayer 上线 ：）

GPT-6 Astra 在生成 3D 内容方面简直不可思议。 "生成一个 Grok Bot 版本的 Codex Micro。" 现在我非常想要这个！ 只需一个提示词。想象它还能做什么--稍后我会分享更多惊人的示例。

蚂蚁百灵（AntLingAGI）推出医疗健康领域 MoE 模型 Ling-3.0-Flash-Sante，基于 Ling-3.0-Flash 构建，面向医学知识推理、临床安全与循证检索。该模型总参数 124B、激活参数 5.1B，支持 256K token 上下文窗口，现已在 Novita 上线，作为 Day-0 合作伙伴提供 14 天免费使用，并支持 OpenAI 兼容 API 及函数调用。

SlopCodeBench 更新首批多模型不同思考档位测试结果：Fable 5.1 Medium 得分 11%，GLM 5.3 Medium 为 7%、High 为 19%，GPT-5.6 Sol Medium 为 11%、XHigh 为 18%，GPT-6 Astra XHigh 为 21% 且仍在运行。

能赶上GTA 6这一代感觉很棒，这是最后一款不用AI制作的超级大作。 GPT 7如果运行足够长时间，大概能一次性搞定GTA级别的美学和物理效果。 剧情的话，可能还不行。我觉得剧情属于AGI范畴。模型目前还 extrapolate 不了那么好。

Ethan Mollick 让 GPT-6 Astra 依据布列 1784 年未建成建筑"牛顿纪念堂"的几张黑白草图与文字描述，构建出完整 Blender 模型，并生成带旁白的漫游视频。此前 Gemini 图像生成器（nano banana）也曾据原图对该建筑进行成像。

GPT-Astra 与 Fable 5.1 发布的区别在于：使用 Astra 时，只需几次提示即可不受速率限制地使用，而 Fable 5.1 则不然。 要让 Astra 成为代际飞跃，其速率设置确实非常慷慨，试用起来也很有趣。而使用 Fable 时，我几乎无法在订阅计划内完成一个项目。

是啊，关于那件事 【引用 @sama】：GPT-6 将更名为 GPT-6-7，不用谢

你能用 GPT-6 Astra 做出什么？ 在下方放出 Demo 或链接，并附上一句话说明 Astra 如何帮到你。 开始吧，你有 24 小时。