天眼早报

🤖 AI 大模型

𝕏 【重磅】SpaceX IPO 创历史，马斯克成全球首位万亿富翁

SpaceX完成史上最大 IPO，发行价 135 美元，募资约 750 亿美元，估值达 1.77 万亿美元。首日股价涨 28%，市值突破 2.2 万亿美元。创始人 埃隆·马斯克 持股约 39%，身家瞬间达到 1.1 万亿美元，成为人类历史上第一位 万亿富翁。

𝕏 【重磅】MiniMax M3 开源，1M token 上下文与稀疏注意力架构突破

MiniMax正式发布并开源 M3 模型，采用创新的 MSA 稀疏注意力架构，支持高达 100 万 token 的超长上下文窗口。该模型总参数量约 428B（激活 23B），原生支持 文本、图像、视频 多模态输入及工具调用。在 vLLM 和 SGLang 等框架中实现 Day-0 支持，预填充速度提升 9 倍，解码速度提升 15 倍，专为 Agent Era 打造，已在 Hugging Face 和 Novita 等平台上线。

𝕏 ⭐ Kimi K2.7-Code 发布，1T 参数混合专家架构支持 256K 上下文

Moonshot AI推出代码专用代理模型 Kimi K2.7-Code，基于 K2.6 构建，采用 1T 参数混合专家架构（每 token 激活 32B）。相比前代，Thinking Token 消耗减少约 30%，在长程代码任务上表现更优，支持 256K 上下文窗口。该模型已开放 API 及 Kimi Code 工具，并在 SGLang 和 Poe 平台上线，同时推出了输出速度达普通版 5-6 倍的高速版，常规场景下可达 180 Token/s。

𝕏 ⭐ Google DeepMind 推出 DiffusionGemma，文本生成速度超 1100 tokens/s

Google DeepMind发布开源权重模型 DiffusionGemma，基于 Gemma 4 引入离散扩散技术。该模型拥有 25.2B 参数（激活 3.8B），在低批次 FP8 设置下报告生成速度超过 1100 tokens/s，支持 256K 上下文及多模态输入，标志着扩散模型在文本生成效率上的重大突破。

𝕏 ⭐ Artificial Analysis 发布首个智能体推理基准 AA-AgentPerf

Artificial Analysis推出新基准 AA-AgentPerf，以每兆瓦支持的智能体数量为核心指标。测试显示，DeepSeek V4 Pro 在 NVIDIA GB300 上可达 61,354 Agents/MW，比 AMD MI355X 高出近 17 倍，验证了机架级离散化推理的能效优势。

𝕏 ⭐ Nature Medicine 研究：通用大模型超越专用医疗 AI

Nature Medicine发表研究，对比 GPT-5.2、Gemini 3.1 Pro 等通用模型与 OpenEvidence、UpToDate Expert AI 等专用工具。在 100 个 真实临床问题中，盲测医生更偏好通用模型，尤其在 完整性 和 清晰度 方面表现更佳，挑战了专用医疗 AI 的传统优势。

𝕏 ⭐ Claude Fable 5 数学能力突破，FrontierMath 测试得分 88%

Anthropic的 Claude Fable 5 在 FrontierMath 基准测试中取得优异成绩，Tier 1-3 得分 87%，Tier 4 得分 88%，ECI 评分达到 164。这标志着 Anthropic 系列模型在数学推理领域的持续快速进步，并首次在关键指标上超越 OpenAI 的对应模型。

𝕏 ⭐ GPT-5.5-xhigh 在 FrontierMath 基准测试中得分从 35% 跃升至 73%

EpochAI修复了 FrontierMath 基准测试的错误后，GPT-5.5-xhigh 的得分从 35% 大幅提升至 73%。这一变化揭示了此前评估中存在的拒绝问题被高估的情况，修正后的数据更真实地反映了模型在数学推理领域的实际能力。

𝕏 ⭐ Gemini-SQL2 问世，文本转 SQL 准确率创 BIRD 基准新高

Google Research发布 Gemini-SQL2，基于 Gemini 3.1 Pro 打造。该技术在 BIRD 基准测试中达到最先进水平，不仅能生成看似正确的 SQL，更能确保查询在实际环境中成功执行，特别是在处理脏乱数据和复杂真实世界场景中表现出色，证明了自定义模型优于通用推理模型。

---