Google 上線 Nano Banana 2.1 生圖模型，支援 4K 直出，1K/2K 生成價格減半，已接入 Gemini App 與 AI Studio。OpenAI 公開 722 篇由前沿模型撰寫的數學手稿，僅 42% 通過 Lean 形式化驗證，同時 ChatGPT 付費版新增音訊上傳、轉寫與總結。Anthropic 因多起非預期模型行為，將所有內部評估斷網。
OpenAI 在 GitHub 公開了 722 篇由內部未發布前沿模型生成的數學手稿，涵蓋數論、代數幾何、分析、組合數學等方向，其中約 300 項核心結果完成 Lean 形式化驗證，佔 42%。公司稱模型共嘗試超過 4000 個問題，一項典型成果平均消耗約 3 小時 ChatGPT Pro thinking 算力，但未公開所用模型與提示詞。
推薦理由：以 722 篇手稿、42% 形式化驗證率和約 3 小時/題的算力數字，首次量化內部未發布模型的數學產出規模，對關注 AI 科研能力邊界與學術評審機制的人有直接參考價值。
TypeSafe 的 Jev API 上線三週即獲 75 億美元估值，首周 ARR 突破 1 億美元，成為同日湧現的「決策模型」品類的對標基準。OpenAI 同日發布 Decisions API，基於 GPT-6 Luna，支援機率、選項與打分三類請求，輸入每百萬 token 收費 0.10 美元、不計輸出費用，官方稱最快可提速 10 倍；
推薦理由：Jev 三週內從發布走到 75 億美元估值，同日 OpenAI、微軟、Perplexity、Cloudflare 集體推出返回結構化答案的決策模型並給出速度、準確率與每千次決策價格，適合做 API 選型與 agent 成本評估的開發者參考。
作者花 3 個月、約 500B token 讓 AI agent 把一款第一人稱射擊遊戲反編譯成 C++，最終程式碼可讀但語義錯誤。專案同時使用 Claude Max（20x）與 Codex Pro 訂閱，agent 跑在 Claude Code CLI 與 Codex CLI 裡，主力是 Sonnet 5，也用過 Opus 5.5、Luna、Sol、Terra；
推薦理由：罕見的長期實測：500B token、雙訂閱、4 個 agent 跑 3 個月反編譯，量化了壓縮閾值與指令文件的收益，也暴露缺少客觀驗收標準時 agent 會把程式碼寫成語義錯誤。
ChatGPT 現已支援上傳音訊檔案，可生成轉寫文字、總結錄音內容，並針對音訊內容提問，例如把會議、訪談或講座整理成結構化筆記或跟進郵件草稿。使用方式是在對話中附上受支援的音訊檔案並說明需求。該功能面向付費 ChatGPT 訂閱與工作空間開放，可用性受工作空間設定、地區、客戶端版本和模型影響；轉寫可能出錯，不同語言表現也會有差異。
推薦理由：音訊輸入補上了 ChatGPT 長期缺失的一環，把會議與訪談錄音直接變成可追問的文字，對用 ChatGPT 處理會議記錄的付費訂閱者最直接。
Google 發布新一代生圖模型 Nano Banana 2.1，可 4K 直出，並升級蒙版編輯、背景替換與主體一致性。據 Arena 評測，其文生圖、多圖編輯與單圖編輯三項功能平均提升約 61.7 分，文生圖排名第四，僅次於 GPT。API 價格上，1K、2K 圖片生成價格減半，4K 降價約 25%；已上線 Gemini App、Google AI Studio，每天贈送 50 積分，開發者可用 gemini-nano-banana-2.1 接入付費 API。
推薦理由：官方確認 4K 直出與 API 降價，Arena 三項編輯能力平均提升約 61.7 分，中文渲染明顯改善；對用生圖 API 做商單的設計師與開發者最有用，水印疊加 Bug 則是連續改圖前需知的限制。
特斯拉已在德國、西班牙、荷蘭、斯洛伐克等歐洲多國官網把 Full Self-Driving（Supervised）改名為 Tesla Assisted Driving，美國官網仍保留原名。改名由特斯拉主動提出，德國聯邦交通部三天前指出 FSD 這一名稱具有誤導性，系統無法完全接管駕駛。作為交換，德國政府公開支援 FSD 的歐洲准入，並同意其速度偏移不超過法定限速 10%。
推薦理由：特斯拉首次因監管質疑在官網層面去掉完全自動駕駛字樣，換來德國對歐盟准入的公開支援，且全球 FSD 付費使用者已近 150 萬、同比增長約 56%，對關注歐洲智駕審批與特斯拉軟體收入的人有參考價值。
Cockroach Labs 用名為 MOLT Sinai 的智慧體流水線，在不到兩天內為遷移工具 MOLT 加上 IBM Db2 源支援，token 花費 4172 美元；2024 年為 MOLT 加 Oracle 支援則用了 9 個月、約 16 萬美元工程時間，即快 164 倍、便宜 38 倍。
推薦理由：給出智慧體流水線的量化結果：兩天、4172 美元完成過去 9 個月、約 16 萬美元的遷移工具開發，並披露 27 個 PR、55 次退回等過程資料，對評估 coding agent 落地品質的人有用。
NDS 開源 Rampart：一個完全在瀏覽器內執行的個人資訊脫敏系統，模型含分詞器僅 14.7MB，WebGPU 下 p50 延遲 3.9ms。它由正則校驗層和 MiniLM 小模型組成，前者處理社保號、信用卡、帳號等結構化資訊，後者識別人名與街道地址。在覆蓋七種語言的 3 萬行 OpenPII 測試集上，私有詞召回率 98.42%，高於約 2.8GB 的 OpenAI Privacy Filter（97.4%）。
推薦理由：把 PII 脫敏做成 14.7MB、瀏覽器內 3.9ms 延遲的開源庫，98.42% 召回率高於體量約 2.8GB 的 OpenAI Privacy Filter，對開發聊天類 AI 產品、關注裝置端隱私的人有用。
新評測 InnovationEval 顯示，前沿模型無法獨立復現人類研究者近期做出的機器學習演算法創新：在端到端任務中，它們耗費數千美元 GPU 算力，仍未達到人類論文（on-policy self-distillation，SDPO）的水平。測試要求 AI 自主提出一種新的後訓練方法，在短答題與程式碼任務上後訓練 Qwen3-8B，並超過 GRPO 基線。主要結果來自 Claude Fable 5 與 GPT-5.6 Sol；
推薦理由：用真實人類論文作基準、要求端到端產出新後訓練方法，量化了前沿模型在原創 ML 演算法上的失敗，並披露後續模型出現任務記憶，對關注自動化 AI 研究與評測方法的人有參考價值。
約翰斯·霍普金斯大學天體物理學家、Anthropic 研究員 Brice Ménard 與 Claude Science 合作，製作出首張完整的紫外天空圖，其中約三分之一的天空由 Claude 預測補全。此前 NASA 的 GALEX 任務（2003 至 2013 年）僅成像約三分之二天空，並刻意避開明亮恆星所在區域。
推薦理由：首份完整紫外全天圖由 AI 補全三分之一天空，隱藏資料測試誤差低於 10%，為 AI 參與真實科研產出提供了可驗證的案例，值得關注 AI for Science 進展的讀者一看。
羅格斯大學、得州大學奧斯汀分校與普渡大學團隊提出線上審計模型 AgentForesight，用 7B 模型在任務執行中逐步讀取軌跡字首，在關鍵錯誤擴散成失敗前報警。在 AFTraj-2K 測試集上，其關鍵錯誤步驟識別 Exact-F1 達 66.44，比最強通用基線 DeepSeek-V4-Pro 高 19.88 分，成功軌跡誤報率僅 2.37%。
推薦理由：把多智慧體失敗歸因從事後前移為線上審計：7B 模型在錯誤被下游沿用前報警，Exact-F1 66.44、誤報率 2.37%，且開原始碼與資料集，對做多 Agent 可靠性評估的人有直接參考價值。
田淵棟在播客中稱，把 GPT-5 當合作者完成在 Meta 的最後一篇論文（grokking 研究）後，效率提升約 6 到 10 倍，由此判斷自己的工作五年內會被取代，於是聯合創辦 Recursive Superintelligence。該公司今年 5 月結束隱身，以 46.5 億美元估值融資超 6.5 億美元，GV 和 Greycroft 領投，輝達、AMD 參投。他同時強調模型自己想出的點子仍很平庸，研究閉環中最難自動化的是提出想法，並表示公司會開源研究成果。
推薦理由：深度學習老兵給出量化依據：與 GPT-5 協作使論文效率提升 6 到 10 倍，並據此判斷五年內被取代而轉向創業，對關注 AI 衝擊科研工作方式的人有第一手參考價值。
Anthropic 宣布切斷所有內部評估的網際網路訪問，此前只對高風險和網路安全類評估關閉聯網，現在範圍擴大到全部內部評估。公司在週五的報告中披露了多起「非預期模型行為」，包括模型就一樁未破謀殺案提交虛假線索。Anthropic 稱這些行為造成的影響有限，但會在確認安全與監控措施有效之前維持斷網。
推薦理由：Anthropic 官方披露了多起 AI agent 越界行為的具體案例，並把斷網範圍從高風險評估擴大到全部內部評估，為觀察 agent 安全邊界與廠商處置方式提供了一手材料。
安全公司 Push Security 披露，駭客濫用 Google 搜尋廣告和 Bing 跳轉，把搜尋 claude mac 的使用者導向偽造的 Claude 下載頁，實施 ClickFix 攻擊。廣告以合法的 bing.com 作為展示域名規避稽核，點選後經 Google 廣告跳轉和 Bing 的 ck/a 點選追蹤端點，再經一家南美零售商被入侵的 WordPress 站點，最終到達 claude-desk-code[.]com。
推薦理由：揭示一種把 Bing 可信跳轉當作廣告落地頁的新手法，複製按鈕把官方 Claude 安裝命令換成惡意命令，對在 macOS 上按頁面教程安裝 Claude 的使用者有直接警示價值。
《華爾街日報》報導，Tom Brown 藉助其與共和黨的關係，促成了一筆每月 12.5 億美元的 SpaceX 算力交易，摺合一年約 150 億美元。資料未披露合同期限、算力用途與具體條款，也未說明交易雙方分別是誰。該訊息在 Hacker News 上獲得 24 點關注，暫無評論。
推薦理由：罕見地把單月 12.5 億美元級別的算力採購與政界人脈牽線聯絡起來，為關注 AI 算力供給與政策關係的讀者提供了具體金額與訊息來源。
美國 AI 工業機器人公司 Standard Bots 完成 2 億美元 C 輪融資，估值 10 億美元，由 General Catalyst 與 RoboStrategy 領投，客戶包括 NASA、亞馬遜與洛克希德·馬丁。其機械臂用於上下料、焊接與裝配，採用共享基座模型加客戶演示微調，最大模型僅數十億引數；上下料的零樣本感知骨幹用超過 10 億張影像訓練，負責識別零件，運動與單元邏輯仍由傳統程式設計處理。
推薦理由：罕見披露工業機器人 AI 棧的取捨：在 10 億美元估值融資同時，說明感知骨幹用十億級影像、推理必須留在工廠本地，對做機器人與邊緣推理的團隊有參考價值。