AI 新闻日报

OpenAI在ChatGPT全球发布GPT-6

OpenAI 在 ChatGPT 免费与付费方案中向全球用户推出 GPT-6，取代 GPT-5.6 Sol 和 GPT-5.6 Luna，Codex 与 ChatGPT Work 中仍使用此前版本。系统卡显示，GPT-6 对越狱（含多轮自适应攻击）的抵抗力更强，不诚实、欺骗和绕过护栏的行为减少，指令层级评测中 GPT-6 Sol 与 Luna 分别达到 99.99% 和 99.79% 的稳健性。同时 GPT-6 Sol 在标准自我伤害类别出现统计显著回退，GPT-6 Luna 在自我伤害、血腥和性内容上出现回退，OpenAI 称人工复核后违规程度总体较低。按 Preparedness Framework，两款模型在网络安全和生物化学领域被列为 High capability，均未达到 AI 自我改进的 High 阈值。

Meta 推出 Muse Wonder 与 Muse Wonder Full 模型

Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款模型，称其为目前能力最强的模型，在个人与专业智能体任务上达到 SOTA，覆盖法律、金融、健康等专业领域以及前沿编码能力。两款模型具备 Active Memory，可跨对话保留关键信息并调取与当前任务相关的细节；还具备 Active Focus，在任务变难时继续尝试其他方法、从错误中恢复，并在执行重要操作前先确认。Meta 表示该系列按 Meta Superintelligence Scaling Framework 的标准训练、评估和发布，完整安全评估报告将随后公布。

• Meta 发布 Muse Wonder 与 Muse Wonder Full，智能指数最高 56 分Artificial Analysis
• Simon Willison 发布 llm-meta-ai 0.2，支持 Meta AI 新模型 Muse WonderSimon Willison

AWS团队提出priming方法降低混合架构预训练成本

AWS 团队在论文《Priming: Hybrid state space models from pre-trained Transformers》中提出 priming 方法，复用预训练 Transformer 权重初始化混合架构，将混合架构的预训练成本降低 99% 以上。在受控对比中，Gated KalmaNet（GKA）表现优于 Gated DeltaNet（GDN）和 Mamba-2，基于 GKA 的 32B 混合模型在推理基准上与源 Transformer 持平，128K 上下文下解码速度最高提升至 2 倍。团队以 Apache 2.0 协议开源了 8B 和 32B 的混合模型、训练代码、优化内核及 vLLM 服务插件。

Google 面向开发者开放 Gemini 4 Argon

Google 宣布开发者即日起可用 Gemini 4 Argon 构建应用，该前沿模型面向真实软件工程、企业知识工作和网络安全防御等复杂工作流。它针对需要深度推理与结构精度的长周期任务设计，包括代码迁移和前沿研究，官方同时给出 Gemini API 开发者指南、Google Antigravity 与 Android Studio 的使用入口。

Google Research 等发布雄性果蝇完整脑连接图谱

Google Research 与 HHMI Janelia 等机构合作，在 Cell 发表论文，发布完整雄性果蝇大脑与中枢神经系统连接组图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今神经元数量最多的脑图谱。该图谱还涵盖相当于脊髓的腹神经索，并已由 HHMI Janelia 专家团队完成标注与校对，可通过开源工具 Neuroglancer 查看、探索和下载。它与已发布的雌性果蝇脑图谱互补，可用于比较两性神经元差异，研究求偶与攻击行为的生物学机制。

Anthropic 发表叠加态玩具模型研究

Anthropic 的 Transformer Circuits 发布论文《Toy Models of Superposition》，用小规模 ReLU 网络在稀疏合成数据上训练，证明神经网络可以在维度不足时以叠加方式表示更多特征，代价是需要非线性过滤来应对特征间的干扰。论文给出叠加发生的相变图，解释神经元为何有时单义、有时多义，并展示模型能在叠加状态下完成绝对值这类简单计算。作者认为该现象可能与对抗样本、grokking 及 MoE 模型的表现相关，并讨论了消除叠加的三条路径及其对可解释性和安全研究的挑战。

Google Research 发布 AI 视频联合导演多智能体框架

Google Research 提出一套统一的多智能体框架，用于自动生成时间上连贯的长视频叙事，缓解现有线性流水线中的身份漂移和级联失败问题。该框架以 Gemini 和 Veo 为底座，包含 AI video co-director、CANVAS、A²RD 和 VQQA 四个部分，分别负责创意编排、视觉分镜、长时生成和闭环优化。评估显示，AI video co-director 在 GenAD-Bench 上取得 81.4 的峰值质量分，A²RD 可生成十分钟长视频并保持角色与环境一致性。

Character.AI申请美国破产法第11章破产保护

AI 陪伴应用公司 Character.AI 已申请美国《破产法》第 11 章破产保护，计划今年年底前通过法院监督的资产出售程序维持平台长期运营。破产文件显示，其资产规模在 5000 万至 1 亿美元之间，高昂开发成本、潜在诉讼责任及监管应对共同导致现金流无法支撑现有业务模式。迪士尼已明确表示有意竞购，将支付 2000 万美元获得部分知识产权，并通过已聘用的前 Character.AI 员工提供过渡服务。

inclusionAI 开源多智能体协调平台 Avernet

蚂蚁 inclusionAI 在 GitHub 开源多智能体协调平台 Avernet，定位为构建和运行持久化、可协调的多智能体系统的基础设施层，采用 Apache-2.0 许可。据 README，截至 2026 年 7 月初，Avernet 已在蚂蚁内部 12 个业务群支持多智能体部署，实测多智能体工作流任务完成率超过 90%。近期更新包括 DeepSeek Harness 的 DSH Bots 通过 channel 插件接入、Agency Agents 启动器引入 agency-agents 角色，以及重做的 Web UI 和 AgentEvolve 诊断与优化能力。