天眼日报

🤖 AI 大模型

Anthropic 完成 300 亿美元 G 轮融资，估值达 3800 亿美元

Anthropic 官方宣布完成 300 亿美元 Series G 融资，由 GIC 和 Coatue 领投，后估值 3800 亿美元，总融资达 640 亿美元。年化收入达 140 亿美元，过去 3 年每年增长超 10 倍；500 家客户年花费超 100 万美元，8 家财富 10 强企业使用 Claude。Claude Code 年化收入超 25 亿美元。资金用于研究、产品创新和基础设施扩展。

OpenAI 发布 GPT-5.3-Codex-Spark 超低延迟编码模型，速度超 1000 token/s

OpenAI 推出 GPT-5.3-Codex-Spark（约 700B@30B 参数）研究预览版，专为实时编码优化，在 Cerebras 硬件上运行，流式输出超 1000 token/s，128K token 上下文。Terminal-Bench 2.0 得分 58.4%，SWE-Bench Pro 准确率 46%-52%（最高 51%，仅需 2.3 分钟）。限 ChatGPT Pro 用户在 Codex app/CLI/IDE 测试，后续融合长任务与实时交互，支持快速构建应用。

Google Gemini 3 Deep Think 升级，ARC-AGI-2 达 84.6%创多项基准新纪录

Google DeepMind 发布 Gemini 3 Deep Think 升级版，ARC-AGI-2 得分 84.6%（从 45.1%提升，仅 3 个月），Humanity’s Last Exam 无工具 48.4%，Codeforces Elo 3455（超人类第 8），MMMU-Pro 81.5%，原 ARC-AGI-1 达 96%。支持开放数学研究、设计 3D 打印组件、优化半导体晶体生长（Duke 大学 Wang Lab 生长超 100μm 薄膜，Google R&D 设计涡轮叶片速度提升 10 倍）、物理/化学/IMO 金牌水平。现向 Gemini AI Ultra 订阅者和 Vertex AI 早期访问开放。

MiniMax 发布 M2.5 开源模型，SWE-Bench Verified 达 80.2%登顶 Code Arena

MiniMax 推出 M2.5 开源前沿模型，SWE-Bench Verified 80.2%（最快达 80%模型），Multi-SWE-Bench 51.3%（超 Opus 4.6 的 50.3%），BrowseComp 76.3%，BFCL 76.8%，VIBE-Pro 与 Opus 4.5 持平。与 Opus 4.5/4.6 正面竞争甚至胜出，复杂任务 37%更快，速度匹配 Claude Opus 4.6，解码成本仅其 1/6。Cline 集成达 SOTA，100 tokens/s，10B 激活参数，混合成本$0.06/M。Ollama 合作免费试用，支持 OpenCode/Claude Code/Codex/OpenClaw，OpenRouter 上线（输入 0.30 美元/百万 token，输出 1.20 美元/百万 token），限时免费。期待 MiniMax-M3 开源。

智谱 AI 发布 GLM-5 开源模型，登顶全球开源第一支持国产算力

智谱 AI 推出 GLM-5 前沿开源 MoE 模型，参数 744B（活跃 40B），专家规模 2048、数量 256，预训练 28.5T token，使用多头潜在注意力及 DeepSeek 稀疏注意力。SWE-Bench Verified 77.8%、Terminal Bench 2.0 56.2%，Code Arena 开源 No.1（总榜#6），优于 GLM-4.5，与 Opus 4.6 相当。在 Fireworks 日 0 可用，5 倍便宜、2 倍吞吐，202k 上下文。支持 Apple Silicon MLX 部署（M3 Ultra Q4 生成 Space Invaders 游戏，15.4 tok/s），国产芯片（华为昇腾、摩尔线程等 7 家，1000 TFLOPS 单卡），单 RTX 5090 或 A6000D 处理 1M-2M token。25 分钟一镜到底构建 X 平台监控系统/Next.js 全栈/MacOS App。结合 OpenClaw 构建 AI 女友（自拍语音、服务器操作）。Coding Plan Max 用户开放，权重 Hugging Face/Kilo CLI 免费。

Seedance 2.0 超越 Sora 2 Pro 和 Veo 3.1，成为当前最佳 AI 视频模型

字节跳动推出 Seedance 2.0 视频模型，支持生成广告、3D 游戏、动漫及不可能场景，多模态输入、多镜头长叙事，性能超越 Sora 2 Pro 和 Veo 3.1。马斯克称其发展速度太快，已接入豆包和即梦。提供 10 个示例与提示词。

Cursor 推出长运行代理，支持更大任务

Cursor 官方发布长运行代理，支持 Ultra、Teams 和 Enterprise 计划。新 harness 机制优化上月研究，让代理完成更大任务。

PyTorch 采用 Pyrefly 类型检查，加速 10 倍

PyTorch 核心仓库迁移 Pyrefly 类型检查，替换 MyPy，基准测试从 50.6 秒降至 5.5 秒，统一配置并发现代码 bug。

OpenAI 指 DeepSeek 蒸馏其模型获竞争优势

OpenAI 备忘录称 DeepSeek 持续蒸馏美方模型训练 R1 聊天机器人，提供不公平优势。

OpenBMB 发布 MiniCPM-SALA 9B 模型，支持单 RTX 5090 上 1M token 上下文

MiniCPM-SALA 采用 75%线性注意力+25%稀疏注意力混合，单 RTX 5090 处理 1M-2M token，RULER@1M 得分 86.3%。推理速度 3.5 倍提升，HumanEval 95.12%，AIME24 83.75%。在 A6000D GPU 上 256K token 推理比 Qwen3-8B 快 3.5 倍，支持 5090 级消费级 GPU。Apache 2.0 许可，Hugging Face 可用，SOAR 竞赛 10 万美元奖金。

TinyFish Web Agent 在 Mind2Web 基准达 90%

TinyFish Web 代理在 Mind2Web 基准 90%，超 Gemini 21 分、OpenAI 29 分、Anthropic 34 分。公开 300 任务运行数据，支持并行执行。

StepFun 发布 Step 3.5 Flash MoE 模型，AIME 2025 达 97.3%

StepFun 发布 196B 参数 MoE 模型，每 token 激活 11B，推理成本仅 GPT-5.2 xHigh/Gemini 3.0 Pro 的 1/6，MathArena 排名#1，AIME 2025 得分 97.3%。

OpenAI Codex Pro 计划推出特别功能

Sam Altman 宣布 Codex Pro 计划用户今日晚些获特别功能，激发喜悦，预计用户喜爱。结合近期 GPT-5 传闻，或推动编码代理革命。

OpenAI 工程师 Sherwin Wu：95%工程师每天用 Codex，每人管理 10-20 个 AI 代理

OpenAI API 工程负责人 Sherwin Wu 透露，95%工程师每天使用 Codex，每人管理 10-20 个并行 AI 代理。代码审查时间从 10 分钟降至 2 分钟，企业 AI 部署多为负 ROI。

BIOS 推出世界级生物医学 AI 科学家

BIOS 协调子代理进行文献搜索、数据分析、多步研究工作流，在 BixBench 数据分析基准排名第 1，超越所有 AI 科学家模型。支持人类循环控制、持久内存，学术用户免费。

OpenClaw 模型选型经验：优先选择 Opus 以提升体验

OpenClaw 实测显示 Opus 模型体验最佳，能有效指挥任务；GPT-4 和 Gemini 易跑偏需兜底。模型匹配后系统效率显著提升。

DeepWiki+MCP 提炼 torchao fp8 训练代码，性能提升 3%

DeepWiki 结合 MCP 和 GitHub CLI 从 torchao 提取 fp8 训练功能，自包含 150 行代码，测试等效且 torch compile 下快 3%。

Claude 新增代码沙盒执行、对话历史 Web 界面及 50 人组织级代码能力

Anthropic 为 Claude 添加代码沙盒执行 Python，支持可视化输出；Web 界面查看 Claude Code 对话历史。新增 50 人组织级代码能力，支持文件组织、PPT/Excel 构建、合同审查等，Claude Code 技能表提供完整配置。

OpenClaw 开启 AI 原生应用后端转型

OpenClaw 采用 Pi Agent 框架，推动 AI 原生应用后端架构转型，支持浏览器服务 CDP 协议，补足小龙虾在浏览器端的短板。

---