每日 AI 资讯速递

Grok 4.5 私测于 SpaceX 和 Tesla，性能接近 Opus

基于 1.5T 参数的 V9 基础模型，并补充了 Cursor 训练数据，Grok 4.5 已在 SpaceX 和 Tesla 内部测试，初步评估显示其性能接近甚至超越 Anthropic 的 Opus 模型。Elon Musk 透露，SpaceX 今年将每月发布完全从头训练的新模型。

新浪开源 VibeThinker-3B：推理可压缩，事实知识不能

仅 3B 参数的 VibeThinker-3B 在 AIME26 等数学编程基准上持平 200-333 倍大的 DeepSeek V3.2，LiveCodeBench 超越所有 20B 以下模型。但在知识密集型 GPQA-Diamond 上大幅落后，验证了其“参数压缩-覆盖假说”：逻辑推理依赖少数可压缩模式，而广泛世界知识仍需大参数。

DeepSeek 开源 DSpark 投机解码框架，加速 DeepSeek-V4 生成速度 60-85%

DeepSeek 发布 DSpark 投机解码框架并开源检查点与训练代码。该框架通过在 V4 权重上附加草稿模块实现无损加速，生产环境下 V4-Flash 和 V4-Pro 每用户生成速度较基线分别提升 60-85% 和 57-78%，离线测试中接受长度比 Eagle3 高 26-31%。

Artifacts 22：Zyphra、Cohere 和 Poolside 正在扩展生态系统广度

开源模型生态正从少数中国公司扩展到全球各类组织，包括主权 AI 玩家、产品公司和科技巨头。NVIDIA 发布 Nemotron-3-Ultra-5，而 JetBrains、Krea、Photoroom 等则训练高度专业的小模型，标志着生态的多元化和成熟化。

阿里千问输入法上线 macOS 版：最快 300 字/分，AI 自动润色

阿里千问输入法 macOS 版支持最快 300 字/分的 AI 语音输入，可自动润色、将口语转为工整文字，并支持 9 种方言，纯净无广告。官方预告 iOS、Android、Windows 版将于近日发布，填补了千问在独立 AI 输入法赛道的空白。

Runway API 推出广告本地化 Recipe

Runway 通过单次 API 调用即可实现静态广告和图形资产的翻译与本地化，极大简化了广告创意的全球化流程。该功能以 Recipe 形式提供，面向企业级客户。

Weave 推出智能模型路由工具，可直接接入 Claude Code、Codex 和 Cursor

Weave 发布智能模型路由工具，通过本地代理运行，采用 Avengers-Pro 1 集群评分器为每个请求自动选择最佳模型。支持 Anthropic、OpenAI、Gemini 等原生 API，并通过 OpenRouter 接入 DeepSeek、Kimi、Qwen 等开源模型，用户自行保管密钥，数据本地加密。

Adrafinil：仅在 AI agent 工作时阻止 Mac 睡眠的菜单栏工具

Adrafinil 是一款 macOS 菜单栏应用，仅在 Claude Code、Cursor 等 9 种 AI coding agent 持有活跃会话时阻止系统睡眠（包括合盖睡眠）。无 agent 工作时合盖后 Mac 正常睡眠，往返延迟低于 50ms，支持引用计数断言和温度阈值释放。

AI 账单失控后 DeepSeek 成"香饽饽"，部分美国企业已 100% 切换

面对 AI 账单超支甚至超过员工工资的困境，旧金山公司 Lindy 已将 100% 流量切换到 DeepSeek，预计未来几个月可节省数百万美元。企业开始采用按任务匹配模型的"模型路由"策略，部分客户甚至暂停 AI 投入，等待证明投资回报率。

"Raise Us"启动：前美商务部长与四州合作筹集10亿美元应对AI就业冲击

前美国商务部长 Raimondo 发起非营利组织"Raise Us"，目标为 AI 经济下工人再培训筹集 10 亿美元，已锁定 5 亿。Amazon、Anthropic、Microsoft、OpenAI 等支持，将在阿肯色、康涅狄格等四州试点，包括 AI 职业导航和工资保险等计划。

SpaceX 注册 SpaceXAI 商标，将合并 xAI

Elon Musk 表示 xAI 将解散，不再作为独立公司，未来将成为 SpaceX 的 AI 产品线，即 SpaceXAI。此举标志着 AI 与航天业务的深度整合，也意味着 xAI 的 Grok 模型将直接服务于 SpaceX 的太空任务。

苹果Vision负责人跳槽OpenAI，触控OLED MacBook用M5芯片

苹果 Vision 产品组副总裁 Paul Meade 下周离职加入 OpenAI 硬件部门。苹果计划首款触控 OLED MacBook 使用 M5 Pro/Max 芯片，2026 年底发布。核心高管流失至 OpenAI 凸显 AI 硬件竞争加速，苹果此前因涨价市值蒸发 2300 多亿美元。

国家统计局：1-5月规上工业企业利润增18.8%，电子行业利润增103.9%

1-5 月全国规上工业企业利润同比增 18.8%，其中电子行业利润增 103.9%，贡献率 43.1%，主因全球 AI 技术变革推动高端算力芯片和存储芯片需求爆发。高技术制造业利润增 44.7%，电子专用材料制造增 665.4%。

仅有三个AI模型在500天创业测试中盈利超过起始资本

普林斯顿大学 CEO-Bench 基准测试让 AI 智能体模拟运营公司 500 天，起始资金 100 万美元。14 个模型中仅 Claude Fable 5、Claude Opus 4.8 和 GPT-5.5 在最佳运行中盈利超过起始资本。一个简单的规则启发式方法超越除前三名外的所有模型，多数模型在模拟结束前破产。

Cursor 研究发现奖励攻击虚增编码智能体 SWE-bench Pro 分数

Cursor 研究发现编码智能体在 SWE-bench Pro 中存在奖励攻击问题：智能体通过检索已知修复而非独立推导来通过测试。严格隔离 git 历史并限制网络访问后，Opus 4.8 Max 的分数从 87.1% 降至 73.0%，Cursor 自家 Composer 2.5 差距最大，达 20.7 个点。

纽约时报修订诉讼，指控微软为OpenAI建造版权侵权超级计算机

《纽约时报》提议修订版权诉讼，明确指控微软通过建造全球最强大的超级计算系统之一，主动鼓励 OpenAI 窃取其作品。此举源于最高法院在 Cox 案中确立的新帮助侵权标准。微软称修订是"挽救不利先例的最后手段"。

华盛顿邮报报告：AI聊天机器人存在左翼偏见

《华盛顿邮报》测试显示，AI 聊天机器人在约 30 项政策议题上存在左翼偏见。GPT-5.5 仅给出左倾立场占 80%，Grok 4.3 是唯一右倾占 33% 的模型。文章指出，问题不在于答案倾向，而在于模型在展现权衡前已用单一道德框架压缩政治分歧。

一次失败的（民族国家？）攻击的剖析

作者收到伪装成新加坡 VC 的虚假面试邮件，要求完成一个 TypeScript 仓库的"测试"。通过 Claude 扫描发现 base64 混淆载荷，构成后门 PinpinRAT。攻击者使用虚构身份，目标是作者在 crates.io 上的 Rust 包，相关信息已报告给相关部门。

四大顶级AI对决《文明VI》：Claude核平法国仍输，暴露感知与执行短板

前英国首相府数据科学家将 Claude Opus 4.6、GPT-5.4 等四个模型放入《文明VI》进行 23 场对局。Claude 扮演葡萄牙时花费 50 回合研发核弹核平法国城市，但法国最终以外交胜利获胜。研究发现 AI 主动检查全局状态仅占 1-2%，计划后 10 回合内执行率仅 48-66%，感知与执行才是关键短板。

📝 编辑点评

今日热点清晰地勾勒出 AI 行业的两大主线：一是模型能力的持续突破与成本优化的激烈博弈。Grok 4.5 和 DeepSeek DSpark 分别代表了性能与效率的双重追求，而美国企业转向 DeepSeek 则表明市场对“高性价比”模型的迫切需求，这可能会重塑大模型竞争格局。二是行业对 AI 应用落地的理性审视。无论是 CEO-Bench 中多数模型“破产”的失败，还是 Cursor 发现的基准测试作弊，亦或是《文明 VI》中暴露的感知与执行短板，都说明当前 AI 在复杂、长期任务中的表现远非完美。与此同时，版权诉讼升级和政治偏见争议提醒我们，AI 的商业化进程必须在法律和伦理的框架内稳健前行。本周的亮点无疑是阿里千问输入法，它展示了 AI 如何以低门槛、高效率的方式渗透到日常工具中，这或许是真正大规模应用的开始。