跳到正文
#推理
7月14日周二
  3. MiniMax (official)42

    在 RAISE 大会上，SambaNovaAI 将 H200 用于计算密集型预填充、SN50 RDUs 用于内存受限解码，实现了 MiniMax M2.7 的最快推理。经 Artificial Analysis 基准测试，短上下文达 850 t/s，长上下文超 450 t/s。

    引用SambaNova@SambaNovaAI

    MiniMax_AI 2.7 just got even faster! At @RaiseSummit, SN50 delivered the fastest @MiniMax_AI M2.7 inference in the world, as benchmarked by @ArtificialAnlys. 850 t/s on short-context workloads. 450+ t/s on long-context workloads. Built for premium inference. Read more in our blog ⬇️ https://bit.ly/4fdcsrE

  6. TechCrunch：AI59

    Sam Altman 与 Elon Musk 就太空数据中心业务隔空交锋

    Sam Altman 与 Elon Musk 在社交媒体上就太空数据中心业务展开交锋。Altman 回应 Musk 的诈骗指控时指出，后者正向公开市场投资者兜售短期太空数据中心。多数专家认为，太空数据中心短期内不会成为严肃业务。SpaceX 计划发射轨道数据中心集群执行 AI 推理任务，支撑其两万亿美元估值。但专家指出，在拥有更廉价火箭和低成本批量生产高功率卫星能力之前，该业务难有实质进展。SpaceX 在 IPO 路演中也承认 Starship 短期内可能无法完全复用，每次发射需丢弃二级火箭，这将扼杀经济可行的太空数据中心。Musk 称“明年开始发射”，但规模化发射和制造可能要等到 2030 年代。

7月13日周一
  1. 公众号：腾讯混元78

    腾讯混元开源 HyOCR-1.5：1B 端到端 OCR 大模型推理提速 6.37 倍

    腾讯混元开源端到端 OCR 大模型 HyOCR-1.5，仅 1B 参数覆盖 8 种以上 text-centric 任务，在 OmniDocBench v1.6 上以 94.74 分居端到端第一。

    推荐理由：轻量端到端OCR的实用化一步，投机解码让长文档生成加速可落地，智能体数据闭环提示了用短板驱动自进化的可复用路径。

  2. Tibo55

    OpenAI 为 Codex 和 ChatGPT Work 用户推送更新，核心是优化推理效率并降低使用成本。主要变化包括：落地推理优化，使 GPT-5.6 Sol 订阅用户获得约 10% 的额外使用量；将上下文窗口从 372k 回退至 272k（此前从 272k 提升至 372k 导致用量超预期），后续将重新推出；调整了推理努力（juice values）实验并回滚；修复高/极高推理努力下多智能体使用量略超预期的问题，以及 auto-review 的效率问题。5 小时限制继续暂时取消。

    引用Fix@FixlationAI

    OpenAI has reduced GPT-5.6 Sol's thinking budgets in an effort to make the model more efficient They essentially bumped everyone's reasoning down by 1... so if you were running Sol Extra High, you now have to set it to Max to get the same effort So we basically don't have Max reasoning anymore, how do you feel about these changes? 🤔

  3. Rohan Paul62

    主推文指出，杰文斯悖论将以前所未有的力度冲击AI行业。正如更快的网速催生了视频流等新业态，AI智能成本下降后，模型将嵌入每一个涉及决策的流程。当前AI主要用于聊天、编程等，但最大的工作负载尚未出现，正等待智能成本降至足够低。引用推文补充：若市场份额从推理利润率超90%的前沿实验室转向更便宜的模型，将提升终端客户AI投资回报率，驱动增量token需求。利润率将从模型层流向基础设施层，赢家将是每token成本最低的基础设施提供商和token效率最高的模型层玩家。

    引用Gavin Baker@GavinSBaker

    The mega bull case for AI infrastructure would be *if* market share shifted away from certain frontier labs with 90%+ inference margins toward cheaper models, whether open-source or closed. It would increase the ROI on AI spend for end customers by increasing intelligence per dollar, which would drive incremental token demand. Margin dollars would effectively get redistributed from the frontier labs to AI infrastructure providers. The infra winners would be those with the lowest per token cost and the winners at the model layer would be those with the highest token efficiency. There are many reasons Jensen is so focused on open source, but this is likely the most important one as I think he is probably less worried about a monopsony these days. Lower margin % at the model layer = more margin $ at the infra layer all else equal. With SpaceX and Meta being vertically integrated and possessing the #3 and #4 models respectively it is more possible than ever. Note that Grok 4.5 is ahead of Fable for some useful tasks at a much lower cost, so ranking them #3 is conservative. This is not happening yet. Cheap, mostly open source tokens are likely the majority of volume today but the majority of economic value is still accruing to the most intelligent models. Might change though. We will see.

7月12日周日
  1. IT之家·人工智能75

    OpenAI GPT-5.6 Sol Ultra 一小时证明 50 年图论猜想

    OpenAI 宣布其 GPT-5.6 Sol Ultra 模型在不到一小时内生成了图论难题“循环双覆盖猜想”的完整证明。该猜想由数学家 George Szekeres 和 Paul Seymour 于 1970 年代提出，悬而未决超过 50 年。模型通过调用 64 个并行子智能体及对抗智能体，在预留的 8 小时计算时间内仅用约 1 小时完成证明。OpenAI 已将证明及提示词以 PDF 形式发布。该证明尚未经同行评审，也未使用 Lean 等形式化工具验证。若通过验证，这将是 LLM 首次独立解决维基百科“未解决数学问题”列表中的难题。

  2. The Decoder：AI News66

    OpenAI GPT-5.6 Sol Ultra 一小时解决 50 年数学猜想

    OpenAI 的 GPT-5.6 Sol Ultra 利用 64 个并行子智能体，在不到一小时内生成了 Cycle Double Cover 猜想的完整证明。该猜想自 1970 年代提出以来一直未被证明。数学家 Thomas Bloom 称赞证明“简洁、初等”，但批评论文未引用 1983 年 Bermond、Jackson 和 Jaeger 的相关工作，指出这是 AI 生成证明的常见问题。Bloom 认为 AI 的成功部分源于提示词设计：要求模型假设证明存在、禁止搜索网络、拒绝部分结果并强制至少计算 8 小时。完整数学验证仍有待学界完成。

  3. Sam Altman68

    OpenAI 发布 GPT-5.6 系列在医疗领域的评估结果。最小变体 GPT-5.6 Luna 在最低推理强度下即超越最高推理强度的 GPT-5.5，且成本低 25 倍；最大变体 GPT-5.6 Sol 树立新标杆。在涵盖患者端与临床端的多样化任务中，专科医生被要求以无限时间和网络访问权限撰写回答，随后由其他医生盲评。评估基于准确性、沟通、完整性、指令遵循及健康决策帮助性五个维度，共 20000 次评分。结果显示，所有 GPT-5.6 模型表现均显著优于医生，且医生发现 GPT-5.6 回答中的缺陷少于医生自己撰写的回答。

    引用Karan Singhal@thekaransinghal

    ♥️ GPT-5.6 是健康领域的一大进步，无论是在前沿性能还是在成本方面。 这些模型推动了每美元性能的前沿，将最佳的健康智能带给所有人。最小的变体 GPT-5.6 Luna，在最低推理努力下评估，其表现超过了在最高推理努力下的 GPT-5.5——尽管成本低 25 倍。最大的变体 GPT-5.6 Sol，在成本方面树立了新的高标准。 另一个特别酷的结果：医生在 GPT-5.6 的回答中发现的缺陷比医生撰写的回答更少。 我们收集了近期 OpenAI 模型仍然难以处理的各种任务，涵盖面向患者和面向临床医生的用例。我们请与专科匹配的医生在无限时间和网络访问的条件下为这些任务撰写回答。然后我们请其他医生在不知道来源的情况下并排比较回答。医生被要求从五个维度评论改进空间：准确性、沟通、完整性、指令遵循和健康决策帮助性。然后我们报告了在总共 20,000 次维度评分中，各来源回答在所有维度上被评为完美的比例。GPT-5.6 Sol 表现最强，尽管所有 GPT-5.6 模型的表现都显著优于医生。

    推荐理由：GPT-5.6 在医疗任务上被医生评价比真人医生缺陷更少, 这是AI辅助诊断的分水岭, 产品人和医疗从业者值得看具体数据。

7月11日周六
  1. IT之家·人工智能51

    月之暗面 K2.7 Code 高速版正式登陆 Kimi Code，成为常驻可选模式

    月之暗面宣布 K2.7 Code 高速版结束 Beta，成为常驻可选模式。订阅 Allegretto 及以上会员的用户可在 Kimi Code CLI 或 Coding Plan 中直接调用。高速版与普通版使用同一模型，输出速度约为普通版的 5-6 倍，常规编程场景下输出速度约 180 Token/s，短上下文场景可达 260 Token/s。价格是普通版的两倍：1M tokens 标准输入和输出分别为 13 元和 54 元，缓存命中输入为 2.6 元。高速版在 Coding Plan 中的用量消耗为普通版的 3 倍。

  2. Rohan Paul40

    Rohan Paul 引用斯坦福报告指出，GPT-3.5 级别推理成本在不到两年内已下降 280 倍。他认为智能领域将出现杰文斯悖论：更便宜的推理会创造远超当前的需求。当 Opus 4.8 级别的开源模型价格再降 4 倍时，多智能体系统将无处不在。他还引用预测称，6 个月内将出现质量接近 fable 5 但价格便宜 3-4 倍的模型，12 个月内 Opus 4.8 级别模型可在本地设备运行，发生概率超 50%。

    引用Aravind Srinivas@AravSrinivas

    Imagine a fable 5 quality model that’s 3-4x less expensive in less than 6 months. And an Opus 4.8 grade model that can run on a local device in less than 12 months. Greater than 50% chance that these events will happen. Worth keeping in mind when you make predictions about the future.

  3. Greg Brockman64

    Sol 用于复杂推理和数据分析： 这里，它分析了贷款交易中数百页的文件，协调了协议、财务、尽职调查、抵押品和风险材料中的条款，标记了问题，并将一份带来源引用的报告保存到 Box。

    引用Box@Box

    GPT-5.6 Sol is a breakthrough in complex reasoning and data analysis. Here, it analyzes hundreds of pages across a lending deal, reconciles terms across agreements, financials, diligence, collateral, and risk materials, flags issues, and saves a source-cited report to Box.

  4. IT之家·人工智能49

    SK 海力士联合研发忆阻器 AI 芯片：理论峰值约 2.54 TOPS，能效 21.3 TOPS/W

    SK 海力士携手 TetraMem、南加州大学，联合开发了一款面向边缘 AI 推理的忆阻器存内计算 SoC。该芯片采用嵌入式 RISC-V 处理器调度任务，集成 10 个神经处理单元（NPU），理论最佳总算力约 2.54 TOPS。其中 1 个 NPU 专用于深度卷积，其余 9 个执行逐点卷积与稠密运算。通过双子阵列补偿技术将有效权重精度提升至约 4 位，实测端到端推理准确率达 80.36%。单个 NPU 在 100 MHz 下能效为 21.3 TOPS/W，在 400 MHz 下为 11.9 TOPS/W。

  5. Rohan Paul64

    分析显示，GPT-5.6 的三个变体（Terra、Sol、Luna）中，Terra 在智能-成本曲线上全面落后。对于 Terra 的每个推理级别，买家都能找到 Luna 或 Sol 配置，以相同成本获得更高智能，或以更低成本获得相近智能。Luna 在成本敏感型工作负载中表现最突出，能以远低于高推理级别 Sol 和 Terra 的成本达到有竞争力的智能分数。当效率优先时，Luna 是最强的默认选择。

    引用Artificial Analysis@ArtificialAnlys

    GPT-5.6 Sol and Luna are ahead of Terra at every point on the Intelligence vs Cost per Task chart. GPT-5.6 Luna stands out as a particularly cost efficient model Charting the Artificial Analysis Intelligence Index shows the trade-off between intelligence and Cost per Intelligence Index Task. Across reasoning efforts, each GPT-5.6 model pushes past GPT-5.5 on the Pareto frontier (excluding non-reasoning). However, Luna and Sol are always ahead of Terra. This means for any Terra effort level, there is a Luna or Sol effort level that is more intelligent at no extra cost, or as intelligent at lower cost.

  6. Greg Brockman71

    GPT-5.6 用于健康智能，团队一直专注于这方面的改进： 整个产品线中，我们以更低成本提供更强性能：GPT-5.6 Luna 在最高推理设置下性能优于 GPT-5.5，而成本降低 25 倍。 这些进步共同提升了质量，同时让全球更多人能够使用先进模型。

    引用OpenAI@OpenAI

    GPT-5.6 是健康智能领域向前迈出的重要一步。 在整个产品线中，我们以更低的成本实现了更强的性能：GPT-5.6 Luna 在其最高推理设置下的表现优于 GPT-5.5，而成本却降低了 25 倍。 这些进步共同提升了质量，同时让全球更多人能够使用先进的模型。

    推荐理由：GPT-5.6 主打健康智能，虽然还没实测，但 25 倍的降本让高级推理不再是实验室专属，做医疗应用的可以提前评估切换成本了。

  7. Artificial Analysis65

    Artificial Analysis 发布 GPT-5.6 系列模型（Sol、Luna、Terra）的智能与成本对比图。在“智能 vs 每任务成本”图表中，Sol 和 Luna 在所有数据点上均领先于 Terra。其中 Luna 是特别高性价比的模型。在推理模式下，GPT-5.6 各模型均超越 GPT-5.5 的帕累托前沿。分析指出，对于 Terra 的任何推理努力水平，都存在一个 Luna 或 Sol 的推理水平，能以相同成本获得更高智能，或以更低成本达到同等智能。

  8. Rohan Paul83

    OpenAI 发布 GPT-5.6 Sol Ultra，该模型通过 64 个子智能体并行协作，在一小时内生成了一个存在 50 年的 Cycle Double Cover 猜想的证明。提示词引导 64 个智能体采用竞争性方法、反复审计并拒绝部分论证。OpenAI 表示，GPT-5.6 Sol Ultra 可通过多个子智能体并行处理困难工作。

    引用Ethan Knight@__eknight__

    昨天，我们让 GPT-5.6 Sol Ultra 正式全面可用。今天，我们分享它使用 64 个子代理，在不到一小时内就给出了已有 50 年历史的 Cycle Double Cover 猜想的证明。我们在下面分享提示词和证明。我们很期待看到大家用 Ultra 做出什么！

  9. Artificial Analysis72

    中国移动于 7 月 9 日发布 JT-4.1 Flash 236B A21B 非推理模型，在 Artificial Analysis 智能指数 v4.1 上得分 39，较前代 JT-35B-Flash 显著提升。该模型上下文窗口 256k，仅支持文本输入输出。关键成绩：τ³-Banking 达 28%，领先 DeepSeek V4 Pro（26%）和 GLM-5.2（27%）；AA-Omniscience 指数 -10.1，幻觉率降至 43%（下降 20 个百分点）；HLE 得分 16.1%，远超 JT-35B-Flash 的 6%。虽与国内前沿模型 GLM-5.2（51）和 Qwen3.7 Max（46）仍有差距，但进步明显。该模型通过中国移动自有 API 提供。

  10. MiniMax (official)47

    MiniMax 与 Fireworks AI 合作，为 M3 模型在 NVIDIA Blackwell（B200）上推出新内核。该内核采用 KV-stationary 设计，每个选中的 KV 块仅读取一次，解决了长上下文稀疏注意力中数据依赖块选择破坏内存访问速度的问题，在 B200 上达到约 980 TFLOP/s 的算力。

    引用Fireworks AI@FireworksAI_HQ

    Long-context sparse attention has a catch: data-dependent block selection wrecks memory access kills speed. Our @MiniMax_AI M3 kernel on Blackwell answers it. KV-stationary, each block read once, ~980 TFLOP/s on a B200. See the breakdown here → https://fireworks.ai/blog/kernel-optimization-for-minimax-m3-on-nvidia-blackwell

  11. OpenAI73

    GPT-5.6 是健康智能领域的一大进步。 在整个产品线中，我们以更低成本提供更强性能：GPT-5.6 Luna 在最高推理设置下性能优于 GPT-5.5，而成本降低 25 倍。 这些进步共同提升了质量，同时让全球更多人能够使用先进模型。

    推荐理由：GPT-5.6把性价比直接拉了个数量级，做健康AI的团队该重新算账了。但官方只扔了一句话，实际能力等实测再鼓掌。

  12. Elon Musk63

    在 Perplexity 中试用 Grok 4.5

    引用Perplexity@perplexity_ai

    Grok 4.5 is now available as an orchestrator model in Computer for Consumer Pro and Max subscribers. We evaluated it against five other orchestrator configurations on WANDR. It scored higher than every other configuration at roughly half the cost of Opus 4.8.

  13. Artificial Analysis75

    Meta 发布 Muse Spark 1.1，在 Artificial Analysis 智能指数中得分 51，较三个月前的 1.0 版本（43 分）提升 8 分。该模型在科学推理、编程和知识领域表现突出，与 GLM-5.2、GPT-5.4 和 GPT-5.6 Luna 并列 51 分，落后 Grok 4.5（54 分）3 分。Muse Spark 1.1 在 Humanity's Last Exam 上达到 45%，接近 Claude Opus 4.8（46%）。其 token 效率领先：运行智能指数仅需 9400 万输出 token，低于 GPT-5.4（1.09 亿）和 GLM-5.2（1.41 亿）。定价为每百万输入/输出 token 1.25/4.25 美元，缓存命中低至 0.15 美元。上下文窗口从 262k 扩展至 100 万 token，输出速度约 114 token/s。AA-Omniscience 得分提升主要源于幻觉率从 73% 降至 38%，而非准确率提升。

  14. Noam Brown86

    OpenAI 的 GPT-5.6 Sol Ultra 模型成功证明了存在50年之久的 Cycle Double Cover Conjecture（圈双覆盖猜想）。该模型已于昨日全面开放，在不到一小时内使用64个子智能体（subagents）完成证明。Noam Brown 强调，与之前需要特殊条件的埃尔德什单位距离问题不同，此次成果基于当前可公开获取的模型，并已公开提示词和证明过程。

    引用Ethan Knight@__eknight__

    昨天，我们让 GPT-5.6 Sol Ultra 正式全面可用。今天，我们分享它使用 64 个子代理，在不到一小时内就给出了已有 50 年历史的 Cycle Double Cover 猜想的证明。我们在下面分享提示词和证明。我们很期待看到大家用 Ultra 做出什么！

    推荐理由：GPT-5.6 Sol Ultra 靠 64 个子智能体一小时证明了半世纪未解的数学猜想，这不再是刷 benchmark——这是 AI 首次在公开模型上做出真正的科学发现。做数学和理论物理的人该认真看看 prompt 和证明。

  15. Noam Brown76

    Noam Brown 指出，更多测试时计算带来更强智能，但将计算时间从秒级推至周级时，延迟成为瓶颈。GPT-5.6 Sol Ultra 通过并行测试时计算，将解决一个 50 年难题的时间从一整天缩短至一小时。引用推文显示，该模型已正式可用，并成功使用 64 个子智能体在一小时内证明了存在 50 年的 Cycle Double Cover Conjecture，同时公开了提示词和证明过程。

    引用Ethan Knight@__eknight__

    昨天，我们让 GPT-5.6 Sol Ultra 正式全面可用。今天，我们分享它使用 64 个子代理，在不到一小时内就给出了已有 50 年历史的 Cycle Double Cover 猜想的证明。我们在下面分享提示词和证明。我们很期待看到大家用 Ultra 做出什么！

  16. The Decoder：AI News73

    OpenAI 员工详解 GPT-5.6 Sol 五个推理层级适用场景

    OpenAI 员工 Vaibhav Srivastav 解释了 GPT-5.6 Sol 五个推理层级的适用场景。“Light”和“Low”用于快速、明确的任务；“Medium”适用于规划和分析；“High”和“xhigh”处理复杂、多步骤工作或“仔细验证”。“Max”让模型在单个问题上花费更多时间，“Ultra”则并行部署多个子智能体分别处理任务的不同部分。更高层级耗时更长、消耗更多模型 token。Srivastav 建议从低层级开始，仅在需要时升级。这些层级与 GPT-5.5 的层级不一一对应，切换用户应从比习惯低一级开始。Sol 的 Pro 层级仍未发布，此前曾在基因组学基准测试论文中泄露。

  17. Tomasz Tunguz 博客49

    Theory Ventures 三周年：AI 如何重塑软件栈与风投定义

    Theory Ventures 合伙人 Tomer Tunguz 发文总结 AI 带来的市场巨变。新模型每 41 天发布一次，公司达 1 亿美元收入速度创纪录。AI 压缩时间导致风投阶段定义失效，种子轮规模从 100 万到 5 亿美元不等。推理正取代模型成为 AI 主导市场，基础设施按视频、批处理、本地、智能体等负载类型专业化细分。推理的高成本催生了 AI 广告补贴模式，Koah 的 AI 对话原生广告点击率是展示广告基线的 4-5 倍。闭源与开源、云端与本地模型差距缩小，许多模型已“足够好”。安全攻击面因 MCP 服务器、技能、插件和编码智能体而急剧扩大。

  18. LMSYS Blog61

    DeepSeek-V4 Flash 强化学习训练登陆 AMD Instinct MI355X GPU，由 Miles 框架支持

    DeepSeek-V4 Flash 的强化学习训练现已在 AMD Instinct MI355X GPU 上通过 Miles 框架获得支持，基于 ROCm 软件栈运行。该 2840 亿参数 MoE 模型（每 token 激活 130 亿参数）需 SGLang 进行 rollout 生成、Megatron 进行策略更新，Miles 负责异步循环与权重同步。团队解决了 SGLang 与 Megatron 间模型对齐、量化状态在线更新及多节点并行稳定性三大挑战，最终在四个八 GPU 节点上完成端到端验证：超过 100 个优化器步骤中训练-rollout 对数概率差可控，在线奖励持续提升，离线 AIME-2024 基准分数同步上涨。

    推荐理由：把 DeepSeek-V4 Flash 的 RL 训练完整搬到 AMD MI355X 上，不是画饼，而是给了实测数据和可跑的配置。想用非 NVIDIA 卡做 RL 训练的，可以照着踩坑。

  19. IT之家·人工智能57

    SK 集团会长崔泰源：AI 驱动内存需求呈指数级增长，未来五年产能翻倍仍难满足

    SK 海力士今日在纳斯达克挂牌交易其美国存托凭证（ADR）。SK 集团会长崔泰源表示，AI 时代内存行业已进入结构性增长阶段，AI 智能体、推理过程中的键值缓存（KV Cache）、物理 AI 及机器人彻底改变了需求结构。未来内存需求将呈指数级增长，SK 海力士计划未来五年将产能翻倍，但客户认为仍远远不够，甚至有客户提出所需供应量是目前可用水平的五到六倍。崔泰源预测，大规模内存需求将持续到通用人工智能（AGI）在全社会普及且需求结构趋于稳定。

7月10日周五
  1. jason71

    推理团队表现不错

    引用Tibo@thsottiaux

    To celebrate the launch of GPT-5.6 Sol, we will reset the rate limits again (twice) across ChatGPT Work and Codex over the next 24 hours. We want you to have the time to truly try ambitious tasks and get the hang of it. Happy exploring!

  4. 公众号：小红书技术70

    小红书发布大模型新架构 PIPO

    小红书提出 PIPO 架构，通过输入侧压缩器将两个 token 折叠为一个 latent，输出侧 MTP head 将隐藏状态展开为额外 token，实现输入长度减半、每步输出翻倍。基于 Qwen3.5-4B/9B backbone，在 AIME 2025 等基准上最高带来 +7.15 pass@4 提升。部署测评中，TTFT 加速约 1.23×，TPOT 加速约 1.86×。训练采用 SFT 和 On-Policy Distillation 两阶段，将 verifier 校验能力蒸馏进轻量 confidence head。

    推荐理由：PIPO把输入压缩和输出多token预测统一起来，并且用蒸馏把验证成本前置，长推理的场景下这可能是下一代推理引擎的样子，做模型加速的应该认真看看。

  6. Rohan Paul42

    GLM-5.2 (744B MoE) 可在 25GB 显存的消费级机器上运行，但速度极慢。MoE 架构使每个 token 仅激活约 40B 参数。运行时将密集张量（注意力、嵌入等）常驻 RAM，经 int4 量化后约 9.9GB；路由专家则存储在本地 NVMe 上（约 370GB int4 模型）。解码时仅从磁盘加载被选中的专家权重。冷 token 解码速度仅约 0.05-0.1 tokens/s，需读取约 11GB 专家数据。系统通过 LRU 专家缓存、固定热门专家及 OS 页缓存复用缓解延迟，压缩 MLA KV 缓存降低长上下文内存压力，MTP 投机解码可在缓存预热后提升速度，但冷缓存时可能因验证额外专家而拖慢速度。

  7. Rohan Paul67

    Grok 4.5 成功构造出 Poisson 半群在 4 维球面上超收缩性的显式反例。2021 年有论文证明该性质在维度 ≤3 时成立、在足够大维度（如 13 维）时失效，Grok 4.5 的反例表明其在 4 维即已失效，使此前结果达到最优。该反例由 Grok 4.5 完全自主生成（零人工干预），简洁优雅。Rohan Paul 指出，未来数学家试图证明优美猜想前，应先用前沿 AI 尝试推翻它。

    引用Paata Ivanisvili@PI010101

    Grok 4.5 just constructed an explicit counterexample to hypercontractivity for the Poisson semigroup (the square root of the Laplace–Beltrami operator) on the 4-sphere. Back in 2021, with Rupert Frank https://arxiv.org/abs/2101.06209 we proved that hypercontractivity holds in dimensions ≤3 and fails in sufficiently large dimensions (for example, in dimension 13). Grok's example shows that it already fails in dimension 4, making our earlier result sharp. I also tested this problem on several other frontier AI models. One of them also managed to find a counterexample, but I particularly like Grok 4.5's solution: it is explicit, simple, and elegant. The attached files were generated entirely by Grok 4.5 build (with zero intervention on my side).

  8. Greg Brockman61

    GPT-5.6 在微软产品中表现出色：

    引用Satya Nadella@satyanadella

    Super to see GPT-5.6 with Work IQ come to Copilot Chat, Cowork, M365 apps, GitHub, and Foundry today. From multi-step agentic work to analysis and content creation, it brings stronger reasoning and higher-quality outputs without sacrificing efficiency.