引言

今日AI领域迎来多项重磅更新：Grok 4.5私测性能接近顶尖，阿里发布实时音视频交互模型，开源社区涌现新工具与观点。以下为关键动态。

模型与能力

1. Grok 4.5 在SpaceX和Tesla私测，性能接近Opus

Grok 4.5基于1.5T V9基础模型并加入Cursor数据，已在SpaceX和Tesla私测。评估显示性能接近甚至超越Opus。强化学习持续改进模型，Grok Build工具链完善中。SpaceX今年将每月发布全新训练模型。X：Elon Musk (@elonmusk, xAI) ↗

2. 新浪开源VibeThinker-3B：推理可压缩，事实知识不能

新浪发布3B参数VibeThinker-3B，在AIME26等基准上持平DeepSeek V3.2，LiveCodeBench超越所有20B以下模型，LeetCode解决123/128题超过GPT-5.2等。但知识密集型GPQA-Diamond大幅落后。基于Qwen2.5-Coder-3B，经多阶段后训练。研究提出“参数压缩-覆盖假说”。模型已开源。The Decoder：AI News（RSS） ↗

3. 阿里发布Wan-Streamer v0.1：端到端实时音视频交互模型

阿里Wan团队发布Wan-Streamer v0.1，单个Transformer实现原生流式全双工音视频交互，延迟约200毫秒，支持音画同步与打断。wan-streamer.com ↗

4. Hugging Face模型排行榜黑马：yuxinlu1杀入大厂之间

用户yuxinlu1的模型在Hugging Face排行榜上跻身一众大厂模型之中。量子位 ↗

5. 百度开源新OCR模型，可一次识别整本书内容

百度发布开源OCR模型，支持一次性处理整本书籍文本，作者疑似前DeepSeek研究员。量子位 ↗

产品与应用

6. Adrafinil：仅在AI agent工作时阻止Mac睡眠

Adrafinil是macOS菜单栏应用，在Claude Code、Codex、Cursor等9种AI coding agent活跃时阻止系统睡眠。无agent时正常睡眠。延迟<50ms，支持多种释放策略。需要macOS Tahoe 26.4。Hacker News 热门（buzzing.cc 中文翻译） ↗

7. OpenAI Codex 彻查用量异常，已重置额度

Codex负责人Tibo宣布已重置所有用户使用限制，团队正在逐条排查日志。曾重置但未用完额度的用户将在调查后获得额外重置机会。X：thsottiaux (@thsottiaux) ↗

开发与基础设施

8. Wayfinder Router：本地与托管LLM间的确定性路由

Wayfinder Router通过分析提示词结构和措辞，微秒级路由决策，完全离线。默认仅用结构特征。对比RouteLLM等，避免延迟和成本。支持OpenAI兼容API（含Ollama、Anthropic、Groq、vLLM等），可自托管。提供终端和网页演示。Hacker News 热门（buzzing.cc 中文翻译） ↗

9. 开源项目一行命令克隆任意网站，GitHub已获20k Star

一款前端开源工具可一行命令克隆任意网站，引发开发者关注。量子位 ↗

10. 国产光子太空计算方案发布，号称比马斯克和英伟达更高效

提出基于光子的天基计算工程路线，可实现可验证、可迭代的算力方案。量子位 ↗

11. AWS 预览 FinOps Agent 用于成本分析与优化

亚马逊发布 AWS FinOps Agent 公开预览版，可自动化成本异常调查、关联支出变化，并集成 Slack 和 Jira 通知资源所有者。InfoQ AI ↗

公司与资本

12. Google因算力不足限制Meta使用Gemini模型

Google因无法满足Meta的算力需求，限制其对Gemini AI模型的使用，导致Meta部分内部AI项目中断或推迟。reuters.com ↗

政策与安全

13. 奥地利呼吁欧盟境内托管Anthropic

为应对美国限制，奥地利提议在欧盟境内战略托管Anthropic。尚无具体步骤，Anthropic未回应。reuters.com ↗

论文与研究

14. 500天创业测试：仅三款AI模型盈利超过起始资本

普林斯顿CEO-Bench测试中，14个AI模型模拟运营公司500天，仅Claude Fable 5、Claude Opus 4.8和GPT-5.5盈利超过100万美元本金。简单启发式方法反而优于多数模型。多数模型因策略不连贯破产。The Decoder：AI News（RSS） ↗

观点与教程

15. Artifacts 22：开源模型生态多元化扩展

开源模型生态多元化：参与者扩展至全球，包括DeepSeek、智谱、Cohere、Mistral等模型制造商，以及阿里Qwen、Google Gemma、NVIDIA等巨头。NVIDIA发布Nemotron-3-Ultra-550B，采用LatentMoE和OpenMDW许可证。Cohere以Apache 2.0开源其旗舰模型。Nathan Lambert：Interconnects（RSS） ↗

16. 四大AI对决《文明VI》：Claude核平法国仍输，暴露感知与执行短板

数据科学家Wilkinson用76个MCP工具将Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro等放入《文明VI》对局。Claude核平法国仍输，因感知盲区和知行差距。结论：AI短板在感知与执行。IT之家（RSS） ↗

17. 梁文锋署名DSpark：10个关键点看懂其系统工程精髓

解读DSpark项目的10个要点，核心优势在于极强的系统工程能力。量子位 ↗

今日脉络

  • 新模型发布与能力突破
    Grok 4.5基于1.5T模型在SpaceX和Tesla私测中性能接近Opus；新浪开源VibeThinker-3B推理能力突出但知识密集任务存短板；阿里Wan-Streamer实现200毫秒端到端实时音视频交互。

  • 开发工具与基础设施更新
    Adrafinil在AI agent活跃时防止Mac睡眠；Wayfinder Router实现本地与托管LLM间确定性路由；开源工具一行命令克隆网站获20k Star；AWS推出FinOps Agent成本分析预览。

  • 公司动态与政策动向
    Google因算力不足限制Meta使用Gemini模型；奥地利呼吁欧盟境内托管Anthropic以应对美国限制。

  • 研究测试与行业观点
    500天创业测试仅三款AI模型盈利超本金；《文明VI》AI对决暴露感知与执行短板；开源模型生态多元化扩展，NVIDIA和Cohere带来新模型。

总结

今日动态显示模型性能竞赛持续升温，开源社区与基础设施建设为AI应用提供更强大支撑，同时公司间竞争与政策博弈也在影响行业发展方向。