天眼日报

🤖 AI 大模型

Anthropic CEO 拒绝五角大楼要求，坚守拒绝大规模监控和自主武器

Anthropic CEO Dario Amodei 发布声明，拒绝 Department of War 要求移除 Claude 模型对大规模国内监控和完全自主武器的防护措施。公司广泛部署于国防任务，但强调这些用途超出技术安全边界，并面临供应链风险标签和国防生产法强制威胁。

Anthropic Claude 聊天机器人日注册量自 11 月以来增长 3 倍

Anthropic 报告 Claude 聊天机器人日注册量自 11 月增长 3 倍，付费用户自 10 月增长 2 倍以上，免费用户自 1 月增长 60%，旨在加强消费者业务。

Together 开源 CoderForge-Preview 数据集，提升 SWE-bench 23.0%→59.4%

Togethercompute 开源 CoderForge-Preview 数据集，含 25.8 万编码代理轨迹（15.5 万通过、10.3 万失败）。用通过子集微调 Qwen3-32B，SWE-bench Verified 从 23.0%升至 59.4% pass@1，在≤32B 开源模型中排名第一。该数据集为最大公开编码代理数据集，用于验证编码能力，对 Qwen-3 32B 微调后在 SWE-Bench 得分提升 23%，达到同级别第一。

Anthropic 为开源维护者提供 6 个月免费 Claude Max 20x

Anthropic 宣布为开源项目维护者和核心贡献者提供 6 个月免费 Claude Max 20x 使用权，申请链接已开放。

Perplexity 推出 Nano Banana 2 图像生成模型

Perplexity 在 Perplexity Computer 上发布 Nano Banana 2，文本渲染领先 Nano Banana Pro 60+分，支持精确排版和品牌视觉生成。

Martian 发布最大规模编码基准，评估 AI 代理代码审查

Martian 推出史上最大编码基准，评估 20 万+代码变更，使用双层评估系统（离线+在线）防止作弊，已开源。

Claude 新增自动记忆功能

Anthropic 为 Claude 推出自动记忆特性，支持跨会话记住项目上下文、调试模式和偏好方法，无需手动记录。文档详见 https://t.co/c7PyGaukNQ。

Arena 推出多文件 React 应用排行榜

Code Arena 新增多文件 React 应用排行榜，测试跨文件协调、组件架构、状态管理和构建可靠性，与单文件 HTML 测试区分。

Perplexity 发布 pplx-embed 嵌入模型系列

Perplexity 推出 pplx-embed-v1 和 pplx-embed-context-v1，基于 Qwen3，参数 0.6B 和 4B，支持 INT8 量化，MIT 许可，在 Hugging Face Hub 可用，优于 Google 和 Alibaba，针对 RAG 和搜索场景验证。

Claude Opus 4.6 登顶 Search Arena 榜首

Anthropic 的 Claude Opus 4.6 得分 1255，领先 Grok-4.20-beta1 和 GPT-5.2 达 30 分，Sonnet 4.6 排名第 7，在文本、代码和搜索领域全面第一。

Claude 免费计划新增 150+连接器

Anthropic 的 Claude 免费计划现支持 150+连接器，覆盖编码、数据、设计、金融、销售等领域，即刻可用。

Qwen3.5 系列支持 4 位量化及超长上下文

Alibaba Qwen 的 Qwen3.5-27B 支持 800K+上下文，Qwen3.5-35B-A3B 在 32GB VRAM 消费级 GPU 上超 1M 上下文，Qwen3.5-122B-A10B 在 80GB VRAM 服务器上超 1M 上下文，已开源 Base 模型。

Google 发布 Nano Banana 2 图像模型，登顶 Image Arena 榜首

Jeff Dean 宣布 Nano Banana 2 上线，图像生成能力更强，Image Arena 排名第一，支持实时生成，用户可在 Gemini 和 Google AI Studio 立即体验。

Figma 集成 OpenAI Codex，实现代码与设计无缝转换

Figma 与 OpenAI 合作，支持 Codex 生成设计文件，并在 Figma 中协作后回传代码，实现代码-设计-代码闭环流程。

Claude 消费者用户过去 6 周增长 2.2 倍

Claude 周活跃用户达 7900 万，较 6 周前增长 2.2 倍，增速为 Gemini 和 ChatGPT 的 3-6 倍。

Inception Labs 发布 Mercury 2 推理扩散模型

Inception Labs 推出 Mercury 2，首个推理语言和代码扩散模型，速度 10 倍更快、性价比最高。

SkyReels-V4 多模态视频生成模型发布

SkyReels-V4 支持视频-音频生成、内绘画和编辑，基于多模态架构，提供完整功能演示。今日开源，适用于视频内容创作。

PrunaAI 推出 P-Video 视频模型，10 美分 10 秒视频

PrunaAI 的 P-Video 生成 10 秒视频仅需 10 美分，首 24 小时免费，Text-to-Video 得分 1178，Image-to-Video1199，跻身 Video Arena 前 26。

Sakana AI Labs 与 Datadog 宣布战略合作

Sakana AI Labs 与 Datadog 合作，聚焦高效、可扩展 AI 模型研究，共同推进企业级 AI 系统部署，包括联合研究、开源贡献和新市场策略。

Google 今日发布 Gemini 3.1 Flash Image Preview

Google 将于今日发布 Gemini 3.1 Flash Image Preview，支持图像预览功能。

MiniMax 发布 MaxClaw 平台结合 OpenClaw 与 M2.5 模型

MiniMax 推出 MaxClaw，集成 OpenClaw 代理框架、M2.5 模型，支持 Telegram 等 24/7 运行，内置 Expert 生态和 1w+公开模板。

Claude Sonnet 4.6 发布，支持 100 万 token 上下文与计算机使用升级

Anthropic 推出 Claude Sonnet 4.6，性能接近 Opus 4.6，定价更低；beta 版支持 100 万 token 上下文。提升代理工具、代码分析、金融文档处理，用户偏好其上下文感知与少幻觉。

---