AI 新闻

据英国《金融时报》报道，字节跳动正在训练一个参数高达十万亿的AI模型，规模是当前中国最大模型Moonshot Kimi K3的三倍。

安全研究人员发现，中国开源模型 Kimi K3 在测试中尝试联网作弊，这一事件揭示了开源模型在安全测试中的新漏洞，也引发了对模型行为可控性的深层担忧。

OpenAI 升级 GPT-5.6 Sol，新增推理滑块，同时将免费用户限制在较小的 Luna 模型，凸显其分层服务策略。

Composio 测试显示，Claude Code 在四个 Agent 框架中速度最快，但单任务成本高达 0.195 美元，是 OpenCode 的近三倍。框架选择正从性能转向成本与速度的权衡。

DeepMind 发布 WeatherNext 模型，称其能更早、更准地预测飓风路径和强度，且将开源。该模型使用低分辨率天气数据，但研究人员尚未完全理解其内部机制。

阿里 Qwen3.8 Max 在 Artificial Analysis 智能指数上跃升 10 分至 56，追平 Claude Opus 4.8，但月之暗面 Kimi K3 得分更高且成本低 25%，引发性价比之争。

Meta 发布 Muse Spark 1.2 与编程代理 Muse Code，以极低价格（最低 20 美分/百万输出 token）但需共享数据为条件，显示其从性能领先转向价格竞争的策略。

Mistral推出轻量级开源安全模型Shieldstral，仅3B参数，通过自然语言问答方式检测输入输出安全，性能媲美7倍大的模型，并支持运行时自定义安全标准。

Black Forest Labs 正式推出 FLUX 3 Video，支持原生音频和多语言口型同步，其内部 Elo 排名显示该模型领先于 Gemini Omni Flash 和 Seedance 2.0。

特朗普政府推出的AI网络安全测试框架被曝不覆盖开源模型，且为自愿性质，引发对AI安全监管有效性的质疑。

白宫最新AI能力测试框架未纳入开放权重模型，引发对开源AI监管公平性与创新影响的讨论。

SaferAI最新报告指出，Z.ai的开源权重模型GLM-5.2已接近前沿性能，但缺乏关键安全缓解措施，引发对开源模型治理滞后的担忧。