引言

今日信息集中在模型能力、智能体工具与开发基础设施：Inkling 已发布，MiniMax-H3 权重仍处于预计发布状态；Qwen-CUA、Grok、Agent Cloud 及开发者支持也有更新，另有关于评测与模型能力边界的讨论。

模型与能力

1. 最新开源模型盘点：Laguna S2.1、Inkling 与 Kimi K3 展现帕累托前沿价值

Thinking Machines 发布首个模型 Inkling：这是一个 975B-A41B 多模态 MoE，支持文本、图像和音频输入，并推出 276B-A12B 小版本。interconnects.ai ↗

2. MiniMax H3 多模态视频模型预计今日发布权重

MiniMax 预计今日发布新一代多模态视频模型 MiniMax-H3 的权重；截至本期内容发出前，相关页面仍显示“即将开源”。modelscope.cn ↗

3. Qwen 等联合发布原生 Computer Use agent Qwen-CUA

Qwen 团队与 XLang Lab 联合发布原生 Computer Use agent Qwen-CUA，仅通过截图感知界面，并用键盘和鼠标操作计算机；技术报告与参考 demo 已开放。GitHub ↗

产品与应用

4. Grok 支持分析任意视频

Grok 可以分析任何视频。X：elonmusk (@elonmusk) ↗

5. Tibo称谷歌在 ChatGPT 发布前一年已有类似产品 LMChat

Codex 负责人 Tibo 表示，谷歌在 ChatGPT 发布约一年前已有类似产品 LMChat；他曾在相关团队工作，但该产品因担心冲击搜索业务而未推出。X：thsottiaux (@thsottiaux) ↗

开发与基础设施

6. Cloudflare 开启 Agents Week，探讨 Agent Cloud 形态

Cloudflare 启动为期五天的 Agents Week，讨论面向智能体的底层能力、执行层、开发生命周期、安全控制，以及连接现有网络与智能体网络的转换层。blog.cloudflare.com：Blog ↗

7. FFmpeg感谢 Cursor AI 为多名开发者提供免费额度

FFmpeg官方账号发文感谢 Cursor 为多名FFmpeg开发者提供免费额度，并称这些额度将用于项目持续开发和代码审查。X：FFmpeg (@FFmpeg) ↗

观点与教程

8. Codex 让 Sol 调度 Luna Max，省额度并翻倍产出

Codex 高阶用法：在 ~/.codex/agents/ 创建 luna-worker.toml，将模型设为 gpt-5.6-luna、reasoning effort 设为 max；Sol 负责拆分任务和审查代码，具体实现自动委托给 Luna Max。X：AYi_AInotes (@AYi_AInotes) ↗

9. OpenAI 新模型 Astra 数学表现亮眼，但被指过度吹捧

OpenAI 内部测试的新模型 Astra 在数学问题上表现惊艳，但 Gary Marcus 认为相关讨论犯了“合成谬误”：擅长某类数学不代表擅长所有数学、科学或认知任务。数学适合作为突破口，是因为符号工具便于验证，也能低成本生成大量合成数据；开放世界问题则难以这样模拟。OpenAI 尚未公布方法细节，其实际意义仍无法评估。garymarcus.substack.com ↗

10. Karpathy：不应再用“鹈鹕骑自行车”测试 LLM

Andrej Karpathy 发帖称，不应再用“鹈鹕骑自行车”测试 LLM；他用 Opus 5 输入《指环王》第一段文本，要求其用 three.js 渲染故事，以测试 3D 世界生成能力，并称结果“有些粗糙但很有趣”。X：karpathy (@karpathy) ↗

今日脉络

  • Inkling 发布多模态模型
    Thinking Machines 发布首个模型 Inkling，采用 975B-A41B 多模态 MoE，支持文本、图像和音频输入，并推出 276B-A12B 小版本。

  • MiniMax-H3 权重动态
    MiniMax 预计今日发布新一代多模态视频模型 MiniMax-H3 的模型权重；截至本期内容发出前，相关页面仍显示“即将开源”。

  • 智能体与视频分析能力
    Qwen 团队与 XLang Lab 联合发布原生 Computer Use agent Qwen-CUA；该 agent 仅通过截图感知界面，用键盘和鼠标操作计算机，技术报告与参考 demo 已开放。Grok 支持分析任意视频。

  • 开发基础设施与模型讨论
    Cloudflare 启动为期五天的 Agents Week，围绕 Agent Cloud 的执行层、智能体开发生命周期、安全控制和智能体网络展开讨论；FFmpeg 感谢 Cursor 为多名开发者提供免费额度，用于项目持续开发和代码审查。Codex 用法分享介绍由 Sol 拆分任务、审查代码并委托 Luna Max 实现；关于 Astra 数学表现的讨论指出其方法细节尚未公布、实际意义仍无法评估，Karpathy 则用 Opus 5。

总结

今日信息一方面呈现模型与智能体能力的发布和展示，另一方面也提醒读者区分已发布内容、预计动作与观点性测试：MiniMax-H3 尚未完成权重发布，Astra 的方法细节也尚未公开。