[AINews] 今天沒有什麼大事發生
超級應用Codex每天新增100萬用户。AI新聞彙總涵蓋編碼代理、開放模型、多模態系統、基準測試和物理AI。
昨日頭條新聞更加真實，自上次撰稿以來，超級應用又增加了100萬用户。AI Twitter Recap涵蓋了編碼代理、工具鏈以及從聊天到執行的轉變。OpenAI的代理產品顯示出異常強勁的需求，@sama表示Codex + ChatGPT Work的使用量一週內增長了2.5倍，並補充説GPT-5.6 Sol的需求“瘋狂”，可能會在基礎設施追趕時造成擴展問題。JetBrains將Codex設為推薦代理，@theo強調了Codex的“問題工具”。工具鏈質量和可觀測性正成為首要差異化因素，@swyx警告過時的代理指令可能像自我注入的提示注入一樣，導致長時間任務停滯數小時。LangChain為Codex添加了跟蹤功能，並擴展到Cursor、Copilot、Pi和OpenCode。
開放模型與量化方面，PrismML發佈了Bonsai 27B，基於Qwen 3.6 27B，提供兩種緊湊變體：三元Bonsai 27B（5.9 GB，有效1.71比特）和1位Bonsai 27B（3.9 GB，有效1.125比特），均採用Apache 2.0許可。聲稱不僅尺寸小，而且能保持多模態、工具使用和長上下文代理工作流在本地運行。騰訊混元發佈了1位和4位的Hy3，描述了一個295B旗艦規模模型，可通過llama.cpp在單GPU上運行。量化和邊緣部署繼續拓寬開放模型的操作範圍。
多模態與世界模型系統方面，OpenMOSS發佈了MOSS-VL-Realtime，一個11B視覺語言家族，具有256K上下文，專為連續視頻流設計。其關鍵系統特性是能在生成時持續觀看，根據場景變化修訂或中斷答案，並在證據不足時保持沉默。長視頻理解越來越被視為主動證據搜索，而不是被動幀攝取，OmniAgent基於Qwen2.5-Omni-7B，使用觀察-思考-行動循環僅請求所需的幀/音頻。
研究基礎設施與基準方面，Perplexity開源了WANDR，一個廣深代理研究基準，包含500個任務，基於去標識化的生產研究任務。它重新獲取引用的頁面並檢查聲明與證據，更適合動態網絡研究。基準設計變得更加對抗性和現實性，Agent Arena展示了將系統成本降低89%同時匹配最佳靜態配置準確性的工作。
物理AI與集體智能方面，Sakana AI將集體智能擴展到物理自修復系統，在《自然通訊》上發表了“智能細胞磚”。系統由許多相同的立方體組成，每個運行一個小型神經網絡，僅與物理鄰居通信，但能推斷全局形狀並檢測損壞，無需集中控制。在仿真中，該方法可擴展到18,000多個立方體。此外，自主微型無人機實現空中擊殺飛蛾的演示也引起關注。
按互動量排名，OpenAI的需求飆升和產品拉動、DeepMind的國防合同和被放棄的安全措施討論、以及Bonsai 27B的發佈獲得了最高的參與度。
AI Reddit Recap中，中國開放權重模型的市場份額增長被提及。