跳到正文
10月28日周三
  1. The Verge · AI74

    研究者不满 OpenAI 对数学、计算机科学与物理突破的受限发布

    OpenAI 宣布在数学、计算机科学和物理领域取得突破,但三项成果采用不同发布策略:数学结果直接放出 AI 输出,计算机科学结果将另组外部团队解释,物理结果暂不公开。研究者对 OpenAI 挑选专家先行查看的做法表示不满,认为应让所有人同时获得材料以便公开验证;数学与 AI 咨询组 AGMAI 也建议 AI 公司不要采用这种先给少数人看的做法。

    同一件事,精选收录的是《OpenAI 宣布 AI 模型取得数学、算法与物理三项科学突破》

  2. Aran Komatsuzaki60

    OpenBMB 发布 1.3B 开源 OCR 模型 MiniCPM-OCR 1.0,在 OCRBench v2 上从 47.4 提升到 54.7,CHAOS-Bench 从 21.28 提升到 29.78,吞吐为 PaddleOCR-VL-1.6 的 1.49 倍。

    引用OpenBMB@OpenBMB

    Your OCR says it’s done—but did it get everything right? 🤔 In high-stakes workflows, even a small error can be costly. 🚀 Meet the MiniCPM-OCR suite: an open-source solution to parse fast and guard the results. Two new models: 🔹 MiniCPM-OCR 1.0 — SOTA OCR performance and speed at 1B scale. Compact, accurate, and fast. 🔹 MiniCPM-OCR Jev — A 2B decision model that helps assess parsing accuracy, with performance approaching that of Qwen3.5-397B-A17B on JevOCRBench. ⚡ What’s new? Small model, SOTA results: MiniCPM-OCR 1.0 scores 93.68 on Real5-OmniDocBench and 54.7 on OCRBench v2. A sharp goalkeeper 🛡️: MiniCPM-OCR Jev is model-agnostic, checking text, formulas, and tables from different OCR parsers. It achieves 93.6 on JevOCRBench, outperforming JEV-35B-A3B (90.1) and approaching Qwen3.5-397B-A17B (93.8). Up to 128 pages per minute 🤯: With DSpark, MiniCPM-OCR runs at 1.49× the speed of PaddleOCR-VL-1.6 and 3.62× that of MinerU2.5 Pro. The SDK’s concurrency optimizations further boost throughput to as much as 128 pages per minute. Deploy where you work: Day-0 support for Arm, Houmo AI, Intel, and NVIDIA, plus 10 more chip vendors through FlagOS. Ready for your stack: vLLM, SGLang, llama.cpp, and Ollama, with quantized models, fine-tuning support, and Agent Skills. 🔗 GitHub: http://github.com/OpenBMB/MiniCPM-OCR 🤗 Hugging Face: MiniCPM-OCR 1.0:http://huggingface.co/openbmb/MiniCPM-OCR-1.0 MiniCPM-OCR Jev:http://huggingface.co/openbmb/MiniCPM-OCR-Jev 👉 Try the Demo:http://platform.modelbest.ai/console/playground/document-parse Use the API:http://platform.modelbest.ai/console/docs/models/document-parse

  3. Lisan al Gaib40

    FrontierCode 2 排名前 20 的模型 这真的很好笑 全是 OpenAI 和 Anthropic,加上 Grok 4.7 xhigh 排在第 20 DeepSeek V4.1 Flash 1017 max 排在第 52 但没错,完全同意,中国正在追赶,我们都完蛋了

    引用Cognition@cognition

    On our price vs performance evaluation, models cluster into several groups. ▪️ Opus 5.5 and GPT-6 Astra lead in intelligence, at average costs of $12.8 and $6.67, respectively. ▪️ GPT-6.1 Sol leads in cost efficiency, scoring 39% at $1.03 per task. ▪️ GPT-6 Luna and Haiku 5.5 lead on overall cost, scoring above 20% at less than $0.50 per task. Chinese OSS models lag far behind, with Kimi K3 and GLM 5.3 scoring at 17%. American OSS models like Beam and Inkling are even further behind with a score of 3%.

10月27日周二
  1. The Decoder88

    OpenAI 请外部专家核查 AI 在数学、计算机科学与物理领域产出的证明

    OpenAI 邀请外部专家担任“shepherd”核查其 AI 在数学、计算机科学和物理领域产出的证明,并按领域分别处理。数学与计算机科学证明已被翻译成 Lean,计算机科学结果声称推翻指数时间假设(ETH),数学结果声称证明所有维度上的局部平滑猜想。

    推荐理由:OpenAI 对三项 AI 产出结果采取不同外部核查方式,读者可据此了解 AI 科研成果验证与署名机制的新做法。

  2. The Rundown AI78

    Anthropic 递交 S-1 申请纳斯达克上市,披露上半年营收 163 亿美元

    Anthropic 正式向 SEC 递交 S-1 文件,拟以代码 ANT 在纳斯达克上市,披露 2026 年上半年营收 163 亿美元、同比增长约 14 倍,6 月单季实现 9.74 亿美元运营利润。

    推荐理由:S-1 披露的营收、利润与现金储备,为判断前沿实验室商业模式是否成立提供了可核对的数字。

  3. 开源中国75

    OpenAI 和 Anthropic 主流模型价格最多下调八成,Max Woolf 梳理价格战时间线

    从六月 GPT-5.6 系列发布至今,OpenAI 和 Anthropic 的主流模型价格大幅下降,最多砍掉 80%。GPT-5.6 Sol 定价为 $5/$30/$0.50(输入/输出/缓存读取,每百万 token),Luna 为 $1/$6/$0.10,随后 Luna 又直接砍 80%。Max Woolf 梳理了这场价格战的时间线,认为这不像烧钱抢市场的套路。

    推荐理由:材料只给出价格数字和一句反直觉结论,缺少完整论证,读者能获得的判断依据有限。

  4. IT之家60

    Anthropic 提交 IPO 文件,重申 Claude 对话永不展示广告

    Anthropic 向美国证券交易委员会提交 S-1 注册文件,计划在纳斯达克以“ANT”为股票代码上市,并在文件中重申永远不会在 Claude 对话中展示广告。文件称,一旦广告成为企业收入目标的一部分,优化用户参与度的压力往往就会增加,公司选择不让这种压力进入 Claude。Anthropic 此前曾批评 OpenAI 在 ChatGPT 中投放广告,并警告这种形式可能比传统广告更具操纵性。

  5. 钛媒体67

    “跑高分”不等于“能交付”:AI排行榜正在经历一场信用重估

    作者以 Surge AI 的三份真实职场评测为例,指出传统基准已大面积饱和,而旗舰模型在 sudo L7、GDP.xlsx、DAYJOB 上的通过率普遍跌到二三十分。文章还拆解了评测机构自身的商业利益、小样本误差和工具链差异,并给出按“每做成一个合格任务实际花多少钱”选型的算账方式。

  6. The Decoder42

    OpenAI 的 Ted Sanders 分享挑选合适 GPT 模型的经验法则

    OpenAI 的 Ted Sanders 对 GPT-6.1 Terra 做了分类,并解释了公司如何为语言模型命名。他表示模型性能是多维的,多数差距归结于模型规模,但规模并非全部——更新更小的模型可凭更好的训练数据和架构超越旧的大模型。他给出的选择建议是:只看质量选 Astra,略在意价格选 Sol,非常在意价格选 Terra 或 Luna。

  7. 钛媒体85

    Anthropic提交IPO招股书:半年营收162.86亿美元,净亏损807.48亿美元

    Anthropic于10月26日向SEC公开提交IPO注册文件,2026年上半年营收162.86亿美元,约为上年同期的14倍,净亏损却达807.48亿美元。净亏损主要来自可转换票据、衍生负债及SAFE等融资工具的公允价值变动,同期营业亏损从21.35亿美元收窄至6.93亿美元,第二季度实现9.74亿美元单季营业利润。

    同一件事,精选收录的是《Anthropic 提交纳斯达克 IPO 申请,股票代码为 ANT》

  8. 钛媒体58

    倒卖Token暴利终结,AI中转站还剩几种活法?

    Tech星球梳理了AI API中转站的生意现状:部分中转站以官方价约1.5折出售Claude等模型额度,还存在打包售卖账号订阅、后台偷换模型等问题,德国CISPA研究显示影子API最高性能差异达47.21%。文章还提到硅基流动2025年收入5533万元、毛利率-24%、净亏损约3.45亿元,并列举了合规授权转型、云厂商打包服务、运营商Token套餐等几条出路。

  9. Latent Space88

    Anthropic 提交 S-1 拟登陆纳斯达克,H1 2026 营收 163 亿美元

    Anthropic 于周一公开提交 S-1,计划以代码 ANT 在纳斯达克上市,文件显示其 2026 年上半年营收 163 亿美元,Q2 单季 116 亿美元、同比增长 1368%,Q2 经营利润 9.74 亿美元。

    推荐理由:S-1 披露的收入、毛利率与算力承诺,为判断头部模型公司的商业化路径提供了可核对的财务口径。

  10. 量子位88

    Anthropic公开提交纳斯达克IPO申请,335页招股书披露807亿美元净亏损

    Anthropic正式公开提交纳斯达克IPO申请,股票代码为ANT,335页招股书同步在SEC官网公开。招股书显示2026年上半年营收162.86亿美元,净亏损807.48亿美元,其中约724亿美元来自融资工具公允价值变化;未来十年算力承诺按公开合同金额粗略加总已超6500亿美元。

    同一件事,精选收录的是《Anthropic 就拟议 IPO 向 SEC 递交 S-1 注册声明》

  11. 宝玉90

    Anthropic 在 GitHub 上发布一篇论文,称推翻了“指数时间假设”(ETH),署名作者只有 Claude。论文称核心算法由内部研究版 Claude 于 10 月 16 日找到,消耗 1400 万个输出 Token,没有人类输入,Anthropic 研究人员与 Claude 合作改进了论文呈现。OpenAI 同日也宣布其模型在 10 月 16 日找到了同一证明。

    引用levent@__alpoge__

    “The core algorithm was found on October 16 by an internal Claude research model with 14M output tokens and no human input. Anthropic researchers worked with Claude to improve the presentation, resulting in this paper.” https://github.com/anthropics/formal-math/tree/16a5ce41304fcdaea4e0be7c132e1c361dc26da5/eth

    推荐理由:同一数学难题在同一天被两家模型独立触及,读者可据此观察 AI 参与科研发现的现实进展。

  12. 爱范儿92

    OpenAI 称其模型推翻指数时间假设并证明挂谷猜想所有维度情形

    OpenAI 宣布其模型一次性带来三项突破:推翻计算机科学界沿用近 30 年的指数时间假设(ETH)、证明所有维度的局部平滑化猜想、为量子色动力学和杨-米尔斯理论构造存在性证明。

    同一件事,精选收录的是《OpenAI 宣布 AI 模型取得数学、算法与物理三项科学突破》

  13. meng shao78

    MiniMax 开源了自托管的 OpenAI Agents API「OpenAgentCore」,官方 SDK 只需改 OPENAI_BASE_URL 指向自己的 Core /v1。

    引用SaladDay@saladday

    [1/n] 以前大家调 API 是 Tokens as a Service,现在慢慢变成了 Agents as a Service。 但做这层存在一个很现实的问题:现在模型和harness基本几个月就迭代一轮,如果把业务直接绑死在某套实现上,后面换起来会非常痛苦。所以底层的 Agent Infra 尽可能需要做到对外的接口足够稳定,但是对内得能够随时换上最 frontier 的组件。 这就是我们做 OpenAgentCore 的初衷,一个开源的 Agent Infra:对外只提供一套标准的 API,对内不管是 harness、model、sandbox 还是 Filesystem 全部协议化,都可以随意更换,不会被绑在某一家上。 https://github.com/MiniMax-AI/OpenAgentCore

    推荐理由:原文给出了 OpenAgentCore 的架构分层与可替换边界,读者可据此判断自托管 Agent Infra 的解耦方式。

  14. 开源中国80

    OpenAI 发布 GPT-6.1 Terra,可识别屏幕并操作电脑

    OpenAI 于 10 月 26 日发布 GPT-6.1 Terra,升级重点从聊天写作和复杂推理转向看懂屏幕并实际操作。新模型结合视觉理解与自然语言能力,可识别网页及软件中的按钮、输入框、表格等元素,在获得相应工具与权限后可自行填写表单、整理资料和跨应用录入信息。标题还提到其使用成本有所下降。

    同一件事,精选收录的是《OpenAI 发布 GPT-6.1 Terra 模型》

  15. 开源中国78

    OpenAI 发布中端模型 GPT-6.1 Terra,主打 Computer Use 且 API 价格下调 50%

    OpenAI 发布中端模型 GPT-6.1 Terra,主打视觉推理和 Computer Use,可识别屏幕内容并自行点击鼠标、打字、在软件间切换完成任务。该模型定位介于更贵的 Sol/Astra 与更便宜的 Luna 之间,面向日常工作高频场景,API 定价为每百万 token 输入 1 美元起,价格下调 50%。

    同一件事,精选收录的是《OpenAI 发布 GPT-6.1 Terra 模型》

  16. IT之家43

    苹果 iOS 27.2 修复 163 个安全漏洞,封堵 iOS 27 完美越狱大部分漏洞

    苹果发布 iOS 27.2 与 iPadOS 27.2,一次性修复 163 个安全漏洞,涉及 Apple Intelligence、邮件隐私、WebKit 与内核等。安全团队 Calif 表示,其针对 iOS 27.0.1 演示的“完美越狱”所利用的大部分漏洞已被封堵。苹果称暂无证据显示漏洞被实际恶意利用,并同步为旧设备发布 iOS 26.7.2。