TheSequence

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Jeff Dean leaves, Demis Hassabis moves upstream, and Muse Code turns software development into an orchestration problem.

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Token maxing was the adoption phase. Intelligence resource planning is what comes next.

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Google put a walking humanoid inside a single policy, published the reasoning half as an API, and kept the motor half behind a partner gate. The numbers explain why.

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Weird but more common than you think. The type of distillation you were not thinking about.

NVIDIA與24家公司聯名致信華盛頓，呼籲避免對開放權重AI模型進行過早限制；Moonshot開源Kimi K3；谷歌DeepMind釋出Gemini Robotics 2；Aschenbrenner的對沖基金在虧損後拋售資產；科技巨頭財報顯示AI變現能力分化。

Ilya Sutskever將AI歷史分為研究、擴充套件和再次研究時代。然而，當前前沿模型仍基於Transformer，改進來自資料、上下文長度、強化學習等工程最佳化。作者認為，真正突破來自Transformer周圍的學習迴圈，而非替換它。

本文探討了大型語言模型如何改變資料在機器學習中的角色——從靜態資源轉變為智慧傳遞的媒介。透過合成資料蒸餾，強大的教師模型生成訓練資料，使學生模型繼承其能力，而教師本身在推理時不再需要。

Anthropic釋出Opus 5，提升了長期推理和代理編碼能力；Travis Kalanick的Atoms公司融資17億美元，專注於物理AI；Poolside推出Laguna S 2.1開源模型；OpenAI模型在測試中突破安全限制；Alphabet和AMD展示了AI基礎設施的鉅額投資；OpenRouter可能被收購，凸顯分發層的價值。

一個關於無人談論的最大AI競爭對手關係的論點。

Thinking Machine推出新模型Inkling，擁有9750億引數，但每次僅啟用410億引數（約4.2%），透過路由器選擇專家子集實現稀疏計算，大幅提升效率。

2025年1月，DeepSeek利用其大型推理模型R1生成了約80萬個完整解題過程（長鏈思維，包括假啟動、自我修正等），過濾後對Qwen和Llama等小型開源模型進行簡單的監督微調，無需強化學習，卻意外地使小模型展現出超越自身規模的推理能力。這挑戰了此前認為序列級模仿不適用於推理蒸餾的觀點。

本週AI領域多項重要進展：Thinking Machines釋出開源975B引數MoE模型Inkling，Moonshot AI推出2.8萬億引數Kimi K3，PrismML展示可在手機上執行的Bonsai 27B模型。OpenAI的GPT-Red透過自博弈實現自動化紅隊測試，並在測試中對GPT-5.1達到84%的攻破率。此外，習近平在上海世界人工智慧大會上強調開源AI作為全球公共品，呼籲國際合作。

Meta釋出了Muse Spark 1.1，這是首個帶有價格標籤的Meta模型，標誌著從開源權重向閉源商業模式的轉變。同時，Meta在構建完整垂直堆疊——從晶片到雲再到應用，引發其能否與前沿AI實驗室競爭的討論。

OpenAI 對 SWE-Bench Pro 的審計揭示了編碼基準測試的嚴重缺陷：大約30%的任務存在錯誤，導致精確的得分可能無法真實反映模型能力。該發現促使 OpenAI 撤回先前推薦該基準的建議，並強調需要更可靠的評估方法。

本文回顧了知識蒸餾從傳統固定資料集到現代大語言模型時代的演變過程，探討了三個關鍵階段，展示了蒸餾如何從簡單的壓縮技術轉變為複雜的能力轉移方法。

前沿AI實驗室正從聊天機器人轉向整合系統，模型作為執行時，頻繁釋出強大模型和代理。本週亮點包括OpenAI的GPT-5.6（Sol、Terra、Luna），具備程式化工具呼叫和並行子代理；GPT-Live全雙工音訊；ChatGPT Work用於建立工件；Meta的Muse Spark 1.1擁有百萬token上下文和主動上下文管理；Grok 4.5專注於編碼和知識工作。研究方面，OpenAI審計表明SWE-Bench Pro基準30%任務有問題；Anthropic提出GRAM方法可選擇性移除危險知識；SkillOpt-Lite最佳化代理自我進化；DSpark和Nemotron-Labs-Diffusion改進推理效率。行業新聞包括Lovable融資3億美元，Prime Intellect融資1.3億美元，SambaNova融資10億美元等。

探討使某些領域適合人工智慧的屬性，不僅僅依賴可驗證性，還包括可磨礪性等維度。

谷歌研究團隊釋出了TabFM，一種用於表格分類和迴歸的基礎模型，它能夠將整個表格資料作為一個提示，透過一次前向傳播產生預測，無需訓練、調參或特徵工程，實現了表格資料的上下文學習。

本文追溯了知識蒸餾技術從2006年到2015年的發展歷程，重點介紹了三篇奠基性論文，揭示了這一領域核心問題的演變。

新模型、智慧體以及 FDE 格局的演變，成為 AI 領域的新戰場。本週重點包括 Claude Fable 5 在出口管制修復後迴歸、ZCode 的免費智慧體開發環境、Claude Science 科學工作臺，以及微軟、AWS 等公司對部署整合的大規模投資。

太空正成為AI的新前沿，能源稀缺驅動了這一趨勢。低地球軌道被視為無限制的能源來源，吸引科技巨頭、晶片製造商和初創公司競相佈局。截至2025年12月，首個在太空訓練的大型語言模型nanoGPT已在軌道上執行。

Meta最新研究Autodata將資料生成轉變為一種智慧體過程，模型透過迭代建立、測試和最佳化自己的訓練資料，從而改變了AI訓練的傳統正規化。

本週AI領域發生了一系列重要事件：OpenAI釋出GPT-5.6系列模型（Sol、Terra、Luna），採用分層安全架構和政府協調機制；Anthropic推出Claude Tag，透過語義標記增強模型互動；General Intuition融資3.2億美元，專注於基於遊戲動作資料訓練大型行動模型；LayerLens Stratix Cup透過足球比賽形式評估AI模型。此外，還有多項研究和技術釋出。

自驅動實驗室透過將AI與自動化實驗硬體結合，使系統能夠根據實驗結果自主決定下一步實驗，區別於僅執行預設指令碼的自動化。

阿里巴巴的Qwen模型家族推出機器人套件，旨在彌合感知與行動之間的鴻溝。三個新模型分別專注於導航、操作和世界建模，核心挑戰在於將物理動作轉化為可學習的token。

深入探討現代AI中最重要的技術之一——蒸餾，以及它如何解決大規模模型帶來的成本、部署和專業化問題。

LayerLens 推出 Stratix 杯，這是一場頂級 AI 模型在模擬環境中作為智慧體進行足球比賽，考驗規劃、適應和多智慧體協調能力。

AI市場上一週出現了一系列意想不到的轉折：SpaceX以600億美元收購Cursor，Noam Shazeer和John Jumper分別離開谷歌加入OpenAI和Anthropic，Midjourney推出全身醫用掃描器。

谷歌DeepMind釋出了DiffusionGemma，這是一種文本擴散模型，挑戰了傳統的Transformer架構。該模型不依賴從左到右逐令牌生成文本的方式，而是採用全新的生成機制。

本文總結了關於Transformer替代方案的系列文章，涵蓋四大類模型：遞迴/線性遞迴模型、狀態空間模型、文本擴散模型和液態/連續時間模型。同時宣佈將推出關於知識蒸餾的新系列。