要点速览
- Google DeepMind 发布 Gemini 4 Argon，首次让 Gemini 登顶 Vals Index，得分 68.9%。
- Flow 完成 5000 万美元 B 轮融资，估值 7.5 亿美元，由 Valor 和 Atreides 联合领投。
- NVIDIA VSS Blueprint 3.3 新增 Build Vision AI 技能，官方称仅凭一条提示词即可在 30 分钟内构建并部署面向制造业产线的视觉 AI 智能体。
- Hugging Face 开源 200 多个机器学习操作的 WebGPU 内核，称其为全球最快，完全在浏览器本地运行。
- Perplexity 开源上下文嵌入模型，称在 turbopuffer 的 context-bench 上表现最佳。
- Runway 推出面向效果营销的自主引擎 Runway Ads，并披露自 7 月以来的内部使用数据。
- 白宫“超级智能协议”由跨行业领袖签署，确立开发该技术的公司对安全开发与部署负主要责任。
一、AI 模型与基础设施
- Google DeepMind 发布前沿模型 Gemini 4 Argon，称在多项关键能力上有大幅提升，并优先通过 Fairwind Program 向政府和可信网络防御方负责任地推出，随后再扩大可用范围。该模型首次让 Gemini 登顶 Vals Index，得分 68.9%；在 Text Arena 以 1525 分排名第 1、Code Arena: WebDev 以 1679 分排名第 8，混合成本为 $8/MToken，被称为 Pareto 前沿上最具成本效率的模型。其在 Coding、Hard Prompts、Instruction Following、Longer Query、Creative Writing 及所有评估职业领域均列第 1，英文、非英文、中文、俄文亦居首，比第 2 名 Claude Opus 4.6 (High) 高 20 分。在 Artificial Analysis 上，Gemini 4 Argon 幻觉率为 15%，低于 Grok 4.7 的 29%、GPT-6 Astra 的 45%、Opus 5.5 的 59% 和 Fable 5.1 的 69%；其正确回答率低于 Opus 5.5 的 66%（为 50%），但不知道时会明确表示不知道而非编造。Google 称 Gemini 4 Argon 智能体已在数据中心释放超过 300 TiB 内存，具备 100 万 token 输出上限，并已用于优化自身基础设施：分析性能数据、发现内存优化并应用变更后推广。这些智能体还参与 C/C++ 到 Rust 的迁移，已覆盖 80 万行以上内核代码，部署前经过大量审计和测试；在视频解码器上，智能体用安全 Rust 替换 3.2 万行 SIMD 代码，使现有 Rust 移植版提速 2.7 倍且视频输出保持一致。1 2 3 4 5
- NVIDIA 在 AI 基础设施方面推进多项工作。NVIDIA VSS Blueprint 3.3 新增 Build Vision AI 技能，官方称仅凭一条提示词即可在 30 分钟内构建并部署面向制造业产线的视觉 AI 智能体，具备告警、视频搜索和事件报告功能。NVIDIA 转发介绍 Cosmos 的定位：构建面向物理 AI 的世界基础模型。“世界基础模型”一词由黄仁勋提出，融合世界模型与基础模型两个概念；此处“世界模型”取广义，指捕捉完成任务所需世界知识（物体、环境、物理行为）的模型，而非沿用机器人学中的特定定义。NVIDIA 转发的观点称，不同任务需要不同的世界模型，但它们描述同一物理世界，因此可整合训练各专用模型的多样数据，构建跨任务学习的单一模型——世界基础模型即“世界模型的基础模型”，学习可适配多任务与环境的物理世界共享知识，帮助机器人和自主系统预判行动后果、评估可能未来并改进决策。英伟达提出 AI 基础设施的“可替代性”（fungible）概念，指同一平台能灵活运行不同工作负载：各类 AI、AI 的各个阶段，甚至非 AI 工作负载；其称该平台为最大化“生产力”而构建，部署多年后仍“耐用”，且对每种模型和工作负载都“可替代”。1 2 3 4
- Hugging Face 发布多项开源进展。Hugging Face 开源了 200 多个机器学习操作的 WebGPU 内核，称其为全球最快，针对硬件专门优化、完全在浏览器本地运行，并可通过 @huggingface/kernels 使用。Hugging Face 发布新的上下文嵌入模型训练方法，使每个文档片段在编码时能看到整篇文档；pplx-embed-v2-context-9b-preview 在 ConTEB 和 turbopuffer 未公开的 context-bench 上取得新的最优结果。Hugging Face 遥测显示 TRL 当前每月训练量达 100 万次，其目标为每周 100 万次，并称每次后训练都在推动 AI 生态去中心化。eidon_ai 结束运营并开源其数据：9TB 第一人称视角视频，含 1,274 小时家务视频、7 点 IMU 手臂追踪、来自 27 个家庭的 13,451 条记录，采用 CC-BY-4.0 许可，已发布在 Hugging Face。1 2 3 4
- Perplexity 开源其上下文嵌入模型，称在 turbopuffer 的 context-bench 上表现最佳；被引用内容称 pplx-embed-v2-context-9b-preview 在 ConTEB 和 turbopuffer 新推出的非公开 context-bench 上刷新 SOTA，其训练方式为编码文档每个片段时以整篇文档为上下文。有转发内容称，Perplexity 新模型在其内部上下文嵌入基准 context-bench 上登顶，文档 recall@10 较传统 SOTA 嵌入模型提升 50% 以上，并称维护多个内部基准是为引导客户获得更好的搜索相关性。有转发内容详述第三方基准迭代过程：该人士自 voyage-context-3 发布后开始使用并评测上下文嵌入模型，认为长文档场景需同时高排名答案片段与消歧上下文片段，从而让搜索代理只读文档相关部分；Perplexity 团队一周内即提供新模型供评测，双方数周内反复迭代，其基准至少返工 9 次，Perplexity 未通过特权访问基准而是持续改进模型直至明显领先。1 2 3
二、融资、产品与行业动态
- Flow 完成 5000 万美元 B 轮融资，估值 7.5 亿美元，由 Antonio Gracias（Valor）和 Gavin Baker（Atreides）联合领投，红杉资本、Roelof Botha（SpaceX、Block）等参投；该账号转发称 Flow 已成为 Anduril、Joby、Stoke Space、Rivian 等前沿硬件团队需求与验证的默认平台，通用汽车 PPU 及大众与 Rivian 合资公司 RV Tech 也在用其 AI 重塑核心开发流程。转发内容提出：机械工程师日常约 90% 的执行工作（CAD、Excel、仿真）属于数字体力劳动，AI 代理将接手这类杂活，人类转向发明、架构、权衡与判断，工程师角色变化或为 CAD 发明以来最深刻；未来一年 AI 将从整合工作转向实际执行工作。作者在引用中称 Flow 对硬件工程的作用如同 Git+GitHub 对软件工程，能对齐数千利益相关方、加速汽车到火箭等复杂不可逆高价值流程，并称自己是朋友优先、小额投资者其次。1 2
- Runway 推出面向效果营销的自主引擎 Runway Ads，并披露自 7 月以来的内部使用数据：广告投放量扩大 1000%、广告支出回报率翻倍、转化率提升 34% 且点击率持平、单订阅用户成本下降 41%，并新增 1 亿美元 ARR；目前向部分企业合作伙伴开放，未来数周将大范围推广。其首席产品官 Anthony Maggio 在 AI Summit 上登台介绍了该产品。Runway 发布开放权重世界动作模型 Praxis-1，将视频预训练能力用于机器人真实世界控制，定位为可跨任意形态与环境的策略模型，面向机器人开发者与研究者；正与 Noble Machines、Standard Bots、Ultra 等早期伙伴测试，并计划未来数月公开权重。其机器人业务负责人 Andy Chen 在峰会上阐述了 Runway 的机器人路线并以 Praxis-1 首映收尾。Runway CTO Kamil Sindi 在 AI Summit 介绍首个世界界面模型 Solaris，称其为随交互自我构建的新型操作系统，每一帧都根据用户意图实时生成；他描绘了所有软件皆由生成产生、无需一行代码的未来愿景。Runway 联合创始人兼联合 CEO Anastasis Germanidis 在旧金山 AI Summit 开幕主题演讲中称，通用世界模拟器将是我们这个时代最重要的技术发展。1 2 3 4 5 6
- Perplexity 开放 Computer 的邮件任务入口：无需 Perplexity 账号，将任务发送、转发或抄送至 [email protected] 即可，限时免费；每个邮件任务作为 Computer 中的常规会话运行，可在网页和移动端查看，并保留与应用内任务相同的审计记录。Perplexity 面向符合条件的美国 Amex Business 小企业卡会员推出 Amex 策划的即用技能库，预置工作流可处理现金流预测、营销活动生成等日常业务任务，用户只需在 Computer 中选择任务并补充业务信息，无需从零编写指令。作者称 Computer 内置的 Seedance 对营销和品牌团队相当出色；被引用内容称可用 Perplexity Computer 中的 Seedance 2.5 为小企业生成商业或品牌视频，示例广告的品牌视觉、产品样机和完整剪辑均在 Computer 内完成。Perplexity 正在 Computer 中推出内联图表、示意图和可视化，包括来自 TradingView 的上下文金融图表；被引用内容称 Computer 可直接在对话线程中生成交互式图表，金融数据使用 TradingView Lightweight Charts 绘制K线、成交量和移动平均线。1 2 3 4
三、AI 治理与安全
- 白宫“超级智能协议”由跨行业领袖签署，确立开发该技术的公司对安全开发与部署负主要责任、未达标须担责，并以内部管控、独立外部评估和董事会监督加以强化。该账号转发观点称，现有针对网络攻击、隐私侵犯、欺诈和产品责任的法律已适用于超级智能，协议进一步要求企业提高透明度与接受审计。Google DeepMind 推出 SynthID Bio 蛋白质水印方法，并成功合成既有功能又被水印标记的 AI 设计蛋白质，相关成果发表于 Nature；该账号称这是 AI 时代生物安全的关键一步，并将开源 SynthID Bio 工具供研究社区在此基础上继续开发。Broad Institute、University of Exeter 等机构的研究者已在使用 AlphaGenome Atlas 识别潜在致病 DNA 变异并解读其作用。1 2 3 4
- Yann LeCun 转发多条关于 AI 治理与安全的观点。该账号转发的观点认为“超级智能”并非可明确界定的临界点，技术会持续变强但受物理定律和信息限制，不可能全知全能，因此“某天出现超级智能会怎样”这一问题本身没有意义。该账号转发贝恩公司（Bain & Company）的估算：到 2031 年，AI 公司每年需找到至少 4.2 万亿美元新收入，以支付其数据中心建设开支。该账号转发一则说法：Hugging Face 遭攻击时曾向 Anthropic 与 OpenAI 的模型求助被拒，最终靠自托管的 GLM 5.2 协助防护；转发者借此称闭源实验室以“安全”为由拒绝协助，并称开源 AI 正持续追赶被高估、定价过高的“前沿”模型。该账号转发关于前沿实验室网络能力与遏制评估的观点：像 METR 这类评估机构应配备有经验的网络安全人员，否则无法彻底评估相关风险。该账号转发关于开放权重模型的论述，称鉴于 Anthropic 近期试图为反对开放权重造势，作者认为开放权重对 AI 安全一直有深度且不可替代的作用。该账号转发观点称不存在所谓“AI 安全之战”，实为“亲智能”与“反智能”之争，认为“安全”是被用来暂停、阻止或扼杀 AI 的伪装词，并称 AI 放大人类智能、使人更聪明有效，若主张智能应由少数公司或政府控制，则属新蒙昧主义或新封建主义。1 2 3 4 5 6 7
- Ethan Mollick 转发并认同 Daron 关于 AI 治理的论点：AI 将影响就业、生产力、不平等、科学、传播、社会秩序和政治等各方面，若其重要性如宣称般重大，民主社会应让民主机构决定方向，过度依赖技术官僚可能危险且适得其反；Daron 反驳了极化、公众理解不足、竞争约束、AI 领袖伦理可靠等支持技术官僚的理由，并追问如何让不在美欧中的近 60 亿人也参与 AI 讨论。作者认为各公司的客服人员即将被 Dots、Muses 等 AI 代理用语音或聊天方式大量“围攻”以争取更优交易，已有用户委托此类代理省钱并传播开来的案例，预计会越来越多。作者称竞争格局再次变为三方角逐，并转发 Gemini 4 Argon 发布信息：该新前沿模型即日起向网络防御者推出，后续将尽快扩大范围，介绍期定价为输入 2 美元、输出 10 美元。作者撰文谈其对 AI 进展最被低估的一点——AI 自我组织以完成任务的能力，以及这对 Muse、Dots 等代理意味着什么，并配音乐视频解释为何人们不断重新领悟“苦涩的教训”。1 2 3 4
