要点速览
- 开源设计工具Open Design发布0.5.0版本,新增实时数据看板、逐元素调参等功能,72小时内获51个PR贡献
- 前OpenAI后训练核心成员提出启发式学习新范式,无需重新训练大模型即可通过迭代代码实现Atari游戏满分
- GPT-Realtime-2正式上线API,支持实时语音交互、多语言翻译和高速转录,大幅降低语音AI延迟
- NVIDIA公布800V直流AI机架架构,可降低75%铜耗、提升5%端到端效率,推动数据中心电力架构革新
- DeepMind新模型在FrontierMath T4榜单取得47.9%的新SOTA成绩,超越GPT-5.5 Pro的39.6%
一、AI工具与开发框架更新
- 开源设计工具Open Design发布0.5.0版本,该项目定位为Anthropic Claude Design的本地优先高保真开源替代品,72小时内完成18700+行代码,实现超95%的还原度。本次更新新增Live-data实时看板、Inspect逐元素调参模式、全平台主题色自定义等功能,支持Qoder CLI代理、Nano Banana图像服务及Linux无服务部署,累计已有36位贡献者提交51个PR。— via 1 2
- Codex推出Chrome浏览器插件,支持macOS和Windows系统,可在后台并行处理多个标签页,用户可通过订阅登录或第三方API模式使用,目前已出现部分地区适配问题。— via 1 2
- GPT-Realtime-2正式上线API,新增实时语音交互、70种输入语言到13种输出语言的实时翻译以及高速语音转录功能,可将语音AI的端到端延迟压缩至人类反应时间以下,大幅优化客服等场景的用户体验。— via 1 2
- 新的模型优化器Aurora问世,其1.1B版本在开源互联网数据上实现100倍数据效率,在参数比Qwen3-1.7B少25%、训练令牌少两个数量级的情况下,在多个基准测试中达到与之相当的性能,可解决Muon优化器导致的神经元早期死亡问题。— via 1
二、AI研究与技术范式突破
- 前OpenAI后训练核心成员翁家翌以个人名义提出「启发式学习」强化学习新范式,无需重新训练大模型,仅通过让GPT-5.4迭代修改Python策略代码即可实现Atari打砖块游戏满分(从387分提升至864分),在MuJoCo Ant任务中取得超6000分的深度强化学习级成绩,在Atari57全套游戏上逼近PPO基准。该范式将知识存储为可读写修改的代码,避免传统神经网络的灾难性遗忘问题。— via 1
- DeepMind新模型在FrontierMath T4榜单取得47.9%的新SOTA成绩,超越此前GPT-5.5 Pro保持的39.6%纪录。— via 1
- 研究人员发现一种无需额外训练的多模态LLM时间锚定技巧:直接在视频帧上叠加时间戳、在频谱图中嵌入时间轴,即可实现出色的 temporal grounding 效果,且独立时钟会损害性能。— via 1
三、硬件与基础设施进展
- NVIDIA公布800V直流AI机架架构,将取代传统的三相交流电为数据中心AI机架供电。该架构可将铜耗降低约75%,单1GW数据中心可减少20万公斤铜排使用,端到端效率提升5%,电源相关维护成本降低70%,依赖碳化硅和氮化镓等宽禁带半导体技术,目前已在EV和快充领域实现规模化应用。— via 1
- Tesla Vision可检测不可避免的碰撞,并将安全气囊展开时间提前70毫秒,在毫秒级的汽车安全领域实现关键突破。— via 1
- Polygon区块链区块时间降至1.75秒,提升全球资产转账速度,适配万亿级链上价值转移的低延迟需求。— via 1
四、其他产品与应用更新
- Uniswap v4正式推出,其核心创新在于将复杂链上流程封装为可插拔的Hook插件,包括NFT铸造、 bonding curve、手续费规则等均可通过Hook实现,将链上操作简化为单次签名,降低链上应用的开发门槛和用户使用复杂度。— via 1
- StepFun新推出的StepAudio 2.5 TTS在Artificial Analysis Speech Arena榜单中排名第三,Elo得分为1187,仅次于Inworld Realtime TTS 1.5 Max和Google Gemini 3.1 Flash TTS,每百万字符定价85美元,生成速度为37.6字符/秒。— via 1
- 微软Edge推出史上最大规模更新,重构存储、计算、CDN、DNS等基础设施,支持AI代理自主部署基础设施,新用户可享受3个月5折优惠。— via 1
