概览
本期共 8 条,前 3 条为今日重点;正文按板块展开。
热门模型动态
- 重点 · Claude Fable 5.2 不生成像素,用 Python 一笔一笔画
- 重点 · GPT-6 Astra 协助把格点标准模型构想写成详细证明
- 重点 · Grok Bot Windows 版新增开关:用自己的 X 账号读取,费用按 X API 价格算
全球 AI 资讯
- Haru-4B 发布:边听边说的多语种全双工语音对话模型
- DeepSpeed 合入按成本分桶的预填充策略,Qwen 长尾批次延迟减半
- 澳大利亚央行研究:AI 最先冲击年轻的软件和客服从业者
- 英伟达间谍风波后,美国国会两党推动收紧 AI 芯片出口
区域与早期信号
- 印度芯片初创 Bharat Semi 获 2400 万美元种子轮,做 AI 图像传感器
热门模型动态
Fable 5.2 写代码在虚拟画布上落下模拟笔触作画,一幅停车场场景约 70 万笔。
据 The Decoder 报道,Anthropic 的 Claude Fable 5.2 作画时不走 Midjourney 这类图像模型常用的扩散路线。它写 Python 代码,在虚拟画布上放置数十万笔模拟笔触,还会模拟刷毛纹理和颜料上画的方式,画偏了再覆盖修正。
- 停车场场景:约 700,000 笔
- 鸟类画作:由 111 条坐标序列画成,偏差事后覆盖修正
- 公开演示:开发者 Jake Eaton 在 X 上发布了让 Fable 5.2 画难画题材的过程
报道还提到 Anthropic 内部基准 RoboDojo Sim 的成绩:
| 模型 | RoboDojo Sim(%) |
|---|---|
| Claude Fable 5.2 | 64.9 |
| GPT-6 Astra | 29.8 |
局限:RoboDojo Sim 是 Anthropic 内部基准,不是第三方公开榜单。报道称,在用实体机械臂做的真实测试里,Fable 5.2 的速度和精细动作控制都不如 GPT-6 Astra。作画能力目前只是演示,原文没有说会作为独立的出图功能或 API 开放。

九凤根据本期已引用来源整理。
来源:有原始出处 Anthropic:Fable 5.2 · Jake Eaton(X) · The Decoder
OpenAI 发文介绍标准模型的一种候选非微扰格点定义,并说明 GPT-6 Astra 怎样帮着把这个构想写成详细证明。
OpenAI 发文介绍标准模型的一种非微扰格点定义,OpenAI 称之为「candidate」(候选方案)。文章说明了 GPT-6 Astra 怎样帮着把这个想法写成详细证明。
局限:OpenAI 的标题用的是「a step toward」(向前一步),这个定义仍是候选方案,还不是最终结论。公开摘要没有给出作者团队和证明篇幅,也没说是否已投稿或经过同行评审。GPT-6 Astra 具体做了哪几步,要看原文。
来源:有原始出处 OpenAI:A step toward defining the Standard Model on a lattice
RuntimeWire 拆解 Grok Bot 1.0.3 发现:选「用我的 X 账号读取」后,读取会占用该账号的速率限额,并按 X API 价格计费。
RuntimeWire 对已签名的 Grok Bot Windows 1.0.3 安装包做了静态检查,在 X 连接器里发现一个新设置「Use my X account for reads」,可以在「用自己的账号」和「用共享账号」之间切换。界面提示写明:走用户账号的读取会占用该账号的速率限额,并按 X API 价格计费。客户端代码里还有一个保存这项选择的原生处理函数。
局限:RuntimeWire 没有实测真实计费,从代码也看不出服务端在具体请求时会不会按用户的选择执行。
来源:单一报道 RuntimeWire
全球 AI 资讯
Haru-4B 每 133 毫秒同时处理一帧用户音频,并生成一帧自己的音频和文字,听和说不用互相等。
higurashi-ai 在 Hugging Face 和 GitHub 发布了 Haru-4B 和推理代码。这是一个预训练基座模型,代码有三种实现,另附网页演示。
- 全双工节奏:7.5 Hz,每 133 ms 一帧;用户音频、模型音频和模型文字叠加到语言模型的同一个位置
- 连续音频:每帧是 64 维潜变量,由一个小 MLP 头用 MeanFlow 一步采样生成;没有单独的音频 Transformer,也没有离散音频 token
- 角色与音色:文字卡设定角色,一小段参考音频设定音色
- 语言:英、西、葡、德、法、中、日、俄、韩 9 种
局限:Haru-4B 是基座模型,不是对话微调版。公开页面没有给出延迟、自然度等评测分数,许可证以 Hugging Face 模型页为准。

图片来源:huggingface。
来源:有原始出处 Hugging Face:Haru-4B · GitHub:higurashi-ai/Haru
DeepSpeed 新增可选的 adaptive_prefill,在一组长短不齐的 Qwen 请求上,延迟从 1.68 秒降到 0.84 秒。
据 RuntimeWire 报道,11 月 15 日,微软 DeepSpeed 的 master 分支合入一个提交,给 rollout 路径加了新的预填充策略。它在 GPU 开算前先估算成本,再决定提示怎么进入生成:普通批量生成、每个请求单独一个预填充桶,或者取两者之间。需要手动设置 adaptive_prefill=True 才会开启。
| 测试 | 延迟(秒) |
|---|---|
| 原有方式 | 1.68 |
| adaptive_prefill | 0.84 |
局限:这组数据来自贡献者自己的单 GPU FP32 测试,只用了一个长度分布偏斜的 Qwen 批次,不能代表多卡或低精度部署。提交已进入 master,但对应的 PR #8786 在报道截取时仍显示为未关闭。
来源:单一报道 RuntimeWire
06/08
澳大利亚央行研究:AI 最先冲击年轻的软件和客服从业者
澳洲央行的监测显示,2022 年底 ChatGPT 推出以来,AI 暴露度最高的职业招聘降得最多,15–24 岁的人受影响最明显。
澳大利亚储备银行(RBA)的 Mike Major 建了一套就业监测体系,重点看最可能先受 AI 影响的两类人:职场新人,以及编程、文职、客服等 AI 暴露度高的职业。分析发现,2022 年底以来各组招聘岗位都在减少,暴露度最高的一组(第 5 五分位)降得最多。在这一组里,15–24 岁劳动者和应届毕业生的就业率比年长者低、失业率更高,年长者的就业人数反而有所增加。
局限:Major 提醒不要过早下结论。研究没有证明就业变差和 AI 之间有因果关系,用的是职业「理论上」的 AI 暴露度,而不是企业的实际使用情况。疫情后的经济周期和远程办公的调整也可能影响这些数据。
来源:多家媒体报道 The Decoder · IT之家
07/08
英伟达间谍风波后,美国国会两党推动收紧 AI 芯片出口
前英伟达 CEO 黄仁勋与一名疑似中国间谍的关系曝光后,两党议员都支持多项收紧 AI 芯片出口的措施和法案。
据 The Verge 报道,民主、共和两党都表示支持收紧 AI 芯片出口规则的多项措施和法案,并要求黄仁勋和英伟达其他高管到国会作证。参议院少数党领袖 Chuck Schumer 表示,黄仁勋和特朗普政府都要向国会作出交代。参议院银行委员会主席 Tim Scott 已经发函给黄仁勋等人。
局限:各项措施还停留在表态和发函阶段,没有形成新的出口规定。有关间谍身份的说法目前也没有得到证实。
来源:单一报道 The Verge
区域与早期信号
08/08
印度芯片初创 Bharat Semi 获 2400 万美元种子轮,做 AI 图像传感器
Bharat Semi 尚无收入,称已拿到 General Atomics 和 Kaynes Semicon 的设计订单,计划 2027 年开始商业量产。
据 TechCrunch 报道,成立近五年的印度半导体初创公司 Bharat Semi 完成 2400 万美元种子轮融资,用来开发带 AI 能力的图像传感器,目标客户在美国等海外市场。公司称已拿到美国国防科技公司 General Atomics 和印度 Kaynes Semicon 的设计订单(design win)。
局限:传感器仍在研发,首批商业量产要等到 2027 年,公司目前没有收入。设计订单是公司自己的说法,报道没有披露订单金额或采购数量。
来源:单一报道 TechCrunch
本文由 AI 根据文中所附信源整理,经自动事实核查后发布,发布前未经人工逐篇审核;如与原文不一致,以原始出处为准。了解本日报的制作方式或报告错误:关于本日报
OpenAI 最新的图像模型,文字渲染与密集版面最强——海报、包装、仪表盘都清晰可读。在浏览器里直接生成。注册即送 5 积分,无需信用卡。
打开 GPT Image 2.5

