天眼晚报

🤖 AI 大模型

OpenAI 完成 1220 亿美元融资，投后估值达 8520 亿美元

OpenAI 宣布完成 1220 亿美元超大规模融资，创下行业纪录，投后估值达到 8520 亿美元。公开信息显示，英伟达、亚马逊、软银等参与本轮投资，微软则转为跟投。资金将主要用于扩充和多元化算力基础设施，并推进与博通合作开发总规模达 10GW 的定制 AI 加速器计划。这一融资事件反映出资本市场对生成式 AI 与基础模型平台的持续高强度押注，也将进一步加剧头部厂商在模型、算力与生态上的竞争。

𝕏 Anthropic 就 Claude Code 泄露提交 DMCA，8100 个关联仓库被下架

Anthropic 针对 Claude Code 源代码泄露事件向 GitHub 提交 DMCA 通知，平台随后对大规模关联侵权网络采取下架措施。报道显示，此次处理涉及超过 100 个相关仓库网络，最终共有 8100 个关联仓库被整体移除，其中包括父仓库 nirholas/claude-code。该事件表明，AI 厂商正在更积极地通过法律手段应对模型工具链与代码资产泄露问题，也凸显了开源平台在侵权识别、关联仓库治理与合规执行上的压力。

𝕏 Claude Code 自动模式向企业版和 API 用户开放

Anthropic 为 Claude Code 推出自动模式，企业版与 API 用户现可通过命令 claude --enable-auto-mode 启用。该功能面向编码代理自动执行场景，意味着 Claude Code 在任务自主处理、连续操作与开发流程自动化方面进一步增强。对团队用户而言，这一更新有助于减少人工介入，提高复杂编码任务的执行效率，也显示 Anthropic 正持续完善其面向专业开发者的 AI 编程产品能力。

𝕏 OpenAI 因限流异常重置全部 Codex 使用额度

OpenAI 表示，Codex 监控中发现用户频繁触发速率限制，系统在尚未完全定位根因前，先行对所有套餐执行使用额度重置。相关信息还提到，平台同时封禁了一批欺诈账户，以回收被异常占用的算力资源。此次事件反映出 AI 编程产品在大规模开放后，面临流量突增、滥用检测与资源调度的多重挑战；对用户而言，额度重置是临时缓解措施，但也说明服务稳定性与风控策略仍在持续调整中。

𝕏 阿里巴巴发布 Wan2.7 统一视频生成模型

阿里巴巴推出 Wan2.7 视频生成模型，主打统一架构与高质量视频生成能力。根据介绍，用户可通过简单提示词在数秒内生成具有电影感的视频内容，产品定位为统一式视频生成系统。相比传统需要复杂工作流的视频生成方案，Wan2.7 更强调从提示理解到画面输出的一体化能力。这一发布延续了阿里在万相系列多模态模型上的布局，也反映出国内厂商正持续加速在视频生成赛道追赶国际领先产品。

阿里发布 Wan2.7-Image 图像生成模型，强化生成与编辑能力

阿里巴巴发布 Wan2.7-Image 图像模型，支持文生图、图生图、指令修图与交互式编辑，定位为统一图像生成与编辑模型。官方重点强调其在人物美观度、文本生成精度方面的提升，并尝试缓解“AI 标准脸”、色彩失控等常见问题。相比仅聚焦图像生成的模型，Wan2.7-Image 更突出生成与编辑一体化工作流，面向创意设计、内容生产和图像后处理等场景具备更强通用性。

高德全量开源具身操作基座模型 ABot-M0，验证“一脑多形”路径

高德宣布全量开源 ABot-M0，称其为全球首个基于统一架构的机器人具身操作基座模型。该模型旨在验证“一脑多形”的技术路线，即通过统一底层智能能力适配不同机器人形态，实现更通用的操作与任务执行。此举意味着具身智能正在从单一设备、单一场景的专用方案，向更具迁移性和通用性的基础模型方向发展。开源也有望吸引研究者和产业团队围绕其能力展开验证与扩展。

𝕏 PrismML 开源 1-bit Bonsai 8B 边缘模型，主打高密度低内存

PrismML 发布并开源 1-bit Bonsai 8B 模型，项目采用 Apache 2.0 协议，同时提供 Bonsai 4B 和 1.7B 版本。官方称 8B 模型仅需 1.15GB 内存即可运行，在边缘设备上可实现相较全精度模型 8 倍速度提升、5 倍节能，并带来 10 倍以上智能密度提升。该模型强调 1-bit 表示与轻量化部署能力，适合资源受限的终端和边缘计算场景，体现出小模型高效推理路线的持续进展。

🐙 Skywork 开源 Matrix-Game 3.0 实时交互世界模型

Skywork AI 开源 Matrix-Game 3.0，聚焦实时流式交互与长程记忆能力，延续了其自 2025 年 1.0、2.0 系列以来的世界模型研发路线。该模型强调在动态环境中进行持续感知、交互和状态保持，适合用于智能体、模拟环境与实时决策等方向。与传统离线式生成模型相比，Matrix-Game 3.0 更突出“持续运行”和“实时反馈”的系统能力，显示世界模型正从静态演示走向更复杂的可交互应用场景。

𝕏 Google 开源通用时间序列基础模型 TimesFM

Google 开源通用时间序列基础模型 TimesFM，并表示其基于 1000 亿时间点数据训练，可在零样本或无需额外训练的条件下应用于交通、天气、需求预测等场景。作为时间序列领域的基础模型，TimesFM 试图将大模型范式引入传统预测任务，降低行业用户针对特定数据集反复建模的门槛。若其泛化能力得到验证，将有望推动时序分析从定制化模型开发转向更通用的预训练与迁移使用模式。

Google 发布 Veo 3.1 Lite 视频模型，生成成本降至每秒 0.05 美元

Google DeepMind 推出 Veo 3.1 Lite 视频生成模型，将其定位为更具成本效益的入门级产品。官方称新模型把视频生成成本降低至每秒 0.05 美元，目标是降低开发者接入门槛，并覆盖更大规模、更高频的视频生成场景。相比追求极致质量的高端模型，Veo 3.1 Lite 更强调性价比与可规模化部署能力，显示视频生成市场竞争已从单纯比拼效果，逐渐转向成本、吞吐量与商业可用性的综合比拼。

🤗 Falcon Perception 视觉大模型开源，扩展开源多模态生态

阿联酋科技研究所 TII 在 Hugging Face 上发布开源视觉大模型 Falcon Perception，重点面向多模态理解与视觉感知任务。该模型的推出为开发者提供了新的开源视觉架构选择，也进一步丰富了 Falcon 系列在语言与多模态方向的产品谱系。随着越来越多机构将视觉理解能力以开放方式提供，开源生态在图像理解、视频分析与多模态智能体等应用上的可组合性与可复用性也将进一步增强。

---