天眼早报

🤖 AI 大模型

美国政府指令 Anthropic 全球暂停 Claude Fable 5 和 Mythos 5

2026 年 6 月 12 日，美国政府引用国家安全权限发布出口管制指令，要求Anthropic暂停所有外国公民访问Claude Fable 5和Mythos 5模型。Anthropic 称已通过口头证据得知存在一种窄范围越狱方法，但认为不应因此召回已部署给数亿用户的模型。所有其他 Anthropic 模型不受影响。Anthropic 已全面禁用并致歉，表示决定基于“严重误解”。这是 AI 史上首次商业大模型被政府强制下架。

𝕏 Google DeepMind 开源 DiffusionGemma：3.8B 活跃参数，推理速度是 Gemma4 的 4 倍

Google DeepMind发布开源DiffusionGemma（25.2B MoE），基于离散扩散架构，仅3.8B活跃参数，生成速度超1100 tokens/s，MMLU Pro 达77.6%，采用 Apache 2.0 许可。推理速度在单 H100 上比 Gemma4 快4 倍，可支持更快的本地推理体验。

Google 发布 Gemini-SQL2：BIRD 榜单准确率 80.04%，文本到 SQL 新 SOTA

Google Research发布Gemini-SQL2，基于Gemini 3.1 Pro，在 BIRD 单模型榜单上取得**80.04%**执行准确率，超越此前记录，能生成可执行的精准 SQL 查询。

𝕏 MiniMax 开源 M3 模型：428B 参数、23B 激活、1M 上下文

MiniMax正式开源M3模型，约428B总参数，23B激活参数，原生多模态支持文本/图像/视频，支持1M上下文，引入MiniMax 稀疏注意力（MSA），预填充速度比 M2 快9 倍，解码快15 倍，在 PostTrainBench 排名第三，支持 SGLang、vLLM 等推理框架。

𝕏 Moonshot AI 发布 Kimi K2.7-Code：1T 参数 MoE，编码性能提升 21.8%

Moonshot AI发布Kimi K2.7-Code编码模型，1T 总参数、32B激活参数的 MoE 架构，支持 256K 上下文，推理 token 降低30%，在 Kimi Code Bench v2 上得分62.0，较 K2.6 提升21.8%，支持 vLLM，已上线 Kimi Code 和 API。

𝕏 DeepSeek V4 Pro 在 NVIDIA GB300 NVL72 上创纪录：SGLang 每秒超 12K tokens/GPU

SGLang在NVIDIA GB300 NVL72上实现DeepSeek V4 Pro 1.6T模型推理，超过12K tok/s per GPU，使用 NVIDIA Dynamo 和 MTP 技术。

𝕏 NVIDIA 推出首个智能体 AI 基础设施基准 AgentPerf：Blackwell 比 Hopper 效率高 20 倍

NVIDIA与Artificial Analysis发布AgentPerf基准，首个针对 AI 智能体基础设施的测试。结果显示NVIDIA Blackwell每兆瓦可运行20 倍更多的智能体，比 Hopper 提升显著。

🏠 智谱 GLM-5.2 全量开放，下周开源

智谱发布最强开源模型GLM-5.2，支持1M 上下文，今晚起面向 GLM Coding Plan 用户开放，API 下周上线，模型以MIT 协议开源。

𝕏 小米发布 MiMo 2.5 系列：开放权重模型排名前 6，多模态版本排名第 3

小米推出MiMo 2.5和MiMo 2.5 Pro，在 Vals Index 开放权重模型排名#5 和#6。Pro 为文本模型，MiMo 2.5 多模态版本在多模态索引中排名#3（52.8%）。

𝕏 Google DeepMind 发表论文：从 AGI 到 ASI 的 4 条技术路径

Google DeepMind发布论文《From AGI to ASI》，提出 AGI 到 ASI 的 4 条路径：持续扩展计算、算法范式转变、递归自我改进、多智能体集体智能。

𝕏 GPT-5.5-xhigh FrontierMath 分数大幅跃升，EpochAI 修复基准错误

GPT-5.5-xhigh的FrontierMath 4分数从35%跃升至73%，原因是EpochAI修复了基准测试中的错误。

𝕏 GitHub Copilot 代码审查现支持自定义 Agent 技能和 MCP 服务器

GitHub宣布Copilot 代码审查支持自定义 Agent 技能和MCP服务器连接，现已面向 Copilot Pro、Pro+、Business 和 Enterprise 用户公开预览。

𝕏 盲测显示通用 LLM 优于专业临床 AI

一项盲测发现，GPT 5.2、Opus 4.6、Gemini 3.1等前沿 LLM 在医学诊断中优于OpenEvidence等专业临床 AI，而医院 IT 部门更倾向于批准专用版本。

Claude Fable 3 小时零干预完成 3D 版《坦克大战》制作

开发者用Claude Fable通过自然语言编程，零干预完成经典《坦克大战》3D 版开发，包含42 项断言、24 分钟浸泡测试零错误。模型自主完成需求分析、代码编写、自动化测试和效果优化。

华为余承东：盘古大模型目标从中国第一走向世界第一

在华为 HDC 2026上，余承东宣布亲自带队盘古大模型，目标世界第一。鸿蒙 6 设备数突破6600 万，成为中国第二大手机 OS。

𝕏 华为盘古大模型：2021 年即发布 1100 亿参数中文预训练模型

华为云盘古大模型于 2021 年 4 月 发布，NLP 模型参数达 1100 亿（后升级至 2000 亿），使用 40TB 文本数据训练，是中国最早的大模型之一。同时发布盘古 CV 大模型。

𝕏 谷歌声称起诉涉嫌使用 AI 发送诈骗短信的中国网络犯罪团伙

Google起诉一个涉嫌使用AI发送诈骗短信的中国网络犯罪团伙。

𝕏 用户实测：Claude Fable 5 找漏洞能力强，但性价比不及 GPT 5.5

开发者 tualatrix 评测 Claude Fable 5 与 GPT 5.5，让二者互相审核代码。Fable 5 找出很多问题，但 GPT 5.5 也修正了不准确之处。结论：Fable 5 强于 Opus 4.8，但性价比不如 GPT 5.5。

---