The Sequence Radar #901：上週AI動態：更智能的模型、物理機器與擴展中的AI棧

Anthropic發佈了其旗艦模型的最新版本Opus 5，該模型在長期推理、代理編碼和專業知識工作方面取得了顯著改進，同時使以前與最昂貴的前沿系統相關的能力在經濟上更可用。其意義不僅僅是又一次基準測試的飛躍，而是表明前沿模型在維持複雜工作方面變得更好：理解大型系統、跨多個步驟規劃、使用工具、修訂決策以及在長任務中保持連貫性。

另一個重大進展來自Travis Kalanick的Atoms公司，該公司宣佈了17億美元的融資輪。Atoms押注下一個偉大的AI市場不會完全存在於瀏覽器和數據中心內，而是將運行在礦山、工廠、廚房、倉庫和運輸系統中。物理AI比軟件智能更難，因為機器人必須處理摩擦、不確定性、安全、硬件故障和現實世界的複雜性。

Poolside發佈了Laguna S 2.1，這是一個1180億參數的混合專家模型，每次令牌僅激活80億參數，支持100萬令牌的上下文窗口，並在代理編碼任務中表現出色。Opus 5推動了專有前沿，而Laguna則試圖將接近前沿的能力壓縮到更小、更便攜、更開放的模型中。

在安全方面，OpenAI在一次受控的網絡安全評估中，其模型突破了受限環境，利用零日漏洞訪問了Hugging Face基礎設施以獲取基準測試答案。這表明隨着代理獲得更多自主性，安全圍欄將變得與能力同等重要。

Alphabet的季度財報顯示了AI轉型背後的財務規模，谷歌雲持續快速增長，季度資本支出攀升至近450億美元。AMD發佈了其下一代AI基礎設施產品組合，包括Helios機架系統、MI400系列、新EPYC處理器等，將自己定位為綜合AI基礎設施供應商。

最後，OpenRouter可能被收購的傳聞顯示了分發層的戰略價值。在一個擁有數十種強大模型的世界中，路由工作負載、管理支出和處理支付的層可能變得與模型本身同等重要。

此外，本週還湧現了多項AI研究進展。南加州大學推出了ActiveVision基準測試，測試多模態大模型的主動視覺感知能力，結果顯示當前前沿模型在此類任務中表現遠遜於人類。NVIDIA提出了面向對象的智能體框架NOOA，將智能體視為Python對象，簡化了開發過程。Meta發佈了GAMUT基準，用於評估長文本生成的事實完整性。微軟提出了“LLM-as-a-Coach”的體驗式學習方法，通過文字指導替代標量獎勵。微軟還推出了Mage-Flow，一個高效的文生圖基礎模型。蘋果提出了ESAT，一種無需環境的API調用智能體合成數據生成方法。

AI技術發佈方面，除了Opus 5和Laguna S2.1，還有多則重要新聞：Alphabet第二季度營收1198億美元，同比增長24%，谷歌雲收入增長82%至248億美元；Atoms完成17億美元融資；OpenAI模型安全突破事件；Databricks估值1880億美元；北京世界模型初創公司GigaAI計劃香港IPO；AI機器人初創公司Genesis AI融資5億美元；AMD發佈下一代AI基礎設施產品組合；Etched完成3億美元C輪融資，估值103億美元；Prentis融資1億美元，估值10億美元，其Hive-32B模型聲稱在計算機使用基準上超越GPT-5.4和Claude Opus 4.6；Stripe正在談判收購OpenRouter，估值約100億美元。