要点速览
- OpenRouter 年化 token 处理量突破 10 千万亿，约每 10.5 周翻一倍。
- OpenBMB 发布 1B 参数文档解析模型 MiniCPM-OCR，已有输出对比 Space。
- Saturate 库批量 OCR 14,483 页化石燃料文档，单 GPU 成本 1.47 美元、8.9 页/秒。
- Mistral Large 4 从零编写量子化学 SCF 求解器，并用 PySCF 校验能量至 1e-13。
- LeCun 澄清 Meta 职责与 Llama 相关角色，并评论 Llama-4 的组织决策问题。
- 关于基准评测的批评：评测公司与评级机构被类比，热门基准任务被撤下。
- 智能体工作分界与 GDPx 基准讨论：GPT-4 约 4 分钟工作 vs 当前数周工作量。
一、模型与推理基础设施
- OpenRouter 年化 token 处理量突破 10 千万亿（10 quadrillion），token 量约每 10.5 周翻一倍；过去 9 周处理的 token 总量超过此前所有时间之和。1
- OpenBMB 发布 1B 参数文档解析模型 MiniCPM-OCR，Hugging Face 上已有其与百度 Unlimited OCR v2 的输出对比 Space。1 另一项批量 OCR 实践中，有人用 Saturate 库重新 OCR 14,483 页化石燃料行业文档，单 GPU 成本 1.47 美元，运行后达 8.9 页/秒，并发数自动定为 512；Saturate 用于对数据集或存储桶批量调用任意兼容 OpenAI 的端点或推理引擎。2
- Mistral Large 4 在简短提示下从零编写量子化学 SCF 求解器，模型自行验证输出并搭建 3D 可视化，还能在无额外输入下自主决定如何断键、显示哪些轨道。1 MistralAI 员工 Filippo 说明，模型自主选择 STO-3G 基组，理由是速度快、轨道形状定性正确（能量未必准确）；模型在多个几何构型下用 PySCF 校验能量，精度达 1e-13。2
二、AI 研究与组织动态
- Yann LeCun 澄清其在 Meta 的职责：他于 2013 年创建 FAIR，2015 年和 2017 年分别建立巴黎和蒙特利尔分支，但 2018 年卸任负责人转任首席 AI 科学家，专注自监督学习、JEPA、世界模型等研究；2018 至 2023 年 FAIR 由 Antoine Bordes 和 Joëlle Pineau 共同领导。1 他称自己从未参与 LLM 研究或开发，仅做过几件事：2022 年 10 月为 Galactica 辩护、在内部推动 Llama 项目、帮助说服扎克伯格围绕 Llama 成立 GenAI 产品组，以及说服管理层开源发布 Llama-2。2 对于 Llama-4 表现令人失望，LeCun 认为责任在于过快推出产品的压力，导致 GenAI 团队过度保守、缺乏创新；他认为团队本应多花时间整合 FAIR 的最新研究，并让巴黎的 Llama 原始创建者保留更多技术决策权，而非将决策移至 Menlo Park。3
- LeCun 转发内容称，他与 Randall Balestriero 的研究证明规模并非模型理解世界的关键，真正起作用的是同时展示给模型的两个视图是否属于同一事物的两种视角；配对图文训练 2160 万样本即可达到的理解水平，下一词预测需 9 亿样本。1 该转发内容还称，测试中 1.09 亿参数的文本模型比 720 亿参数语言模型更接近图像模型的世界观，并称 LeCun 已于 11 月离开 Meta、在巴黎创办自己的实验室。2 上述转发中的研究结论与离职说法均为转发内容，未在材料中由 LeCun 本人直接确认。3
三、评测、基准与智能体进展
- Hamel Husain 将 AI 基准评测公司与 Gartner 供应商排名、抵押贷款支持证券信用评级机构、美国大学排名并列，认为它们从事非常相似的业务，并称足够多的人尚未意识到第四类，但终将意识到。1 其转发内容称，一个热门基准测试的任务被从 Hugging Face 上撤下，并呼吁 @HelloSurgeAI 修复。2
- Ethan Mollick 认为 GPT-4 只能独立完成约 4 分钟的工作，成功率 50%；当前模型可完成数周工作量，并把 2026 年 1 月视为智能体工作真正开始的合理分界，此前显著生产力影响主要限于编程领域。1 他评价新基准 GDPx：认可其评估 AI 工作价值，但强调需要像 GDPval 那样的人类基线；GPT-6 Pro 在评分中发现错误，0% 分数掩盖了成功率上经济意义显著的差异。被引用推文称 GDPx 覆盖高价值领域，最佳模型仅得 12%（1/7）。2
- Mollick 称实验室对软件采取突变、沟通不佳等做法，源于其核心信念：这些产品只是临时手段，用于在“真正”AGI 令所有产品过时前的一两年内筹资。1 其转发信息称，Anthropic 在修订版 S-1 中表示，基于对未来模型的内部估计，可能“即将”满足“AI 带来显著加速进展”的定义；按 RSP，这指 AI 能力进展速度达无显著 AI 贡献时预期的 2 倍，即两年进展压缩为一年，例如原本一年提升 9 倍，门槛为一年提升 81 倍（9²）。2
