🔥 今日头条
1. Mistral 发布 Mistral Large 4「Le Chonk」(1 万亿参数,49B 激活) Mistral 上线 Mistral Large 4(非正式代号 ML4 / le Chonk)公测 API,总参数 1 万亿、激活 490 亿,原生多模态。官方称其在编码、agentic 工作流与多模态理解上全面对标,显著超越美国与欧洲此前所有开源权重模型,在网络安全、金融、法律等企业关键场景达到开放模型 SOTA,视觉 grounding 甚至超过部分闭源前沿模型。模型完全在欧洲自有数据中心、用 3,800 张 NVIDIA Grace Blackwell 从零训练,主打"AI 主权"。现在正与安全机构做红队(开放降低审核、增强网络能力的版本),本月底释放权重。(HN 1600+ 分,980+ 评论)
2. OpenAI 公开一批由内部前沿模型产出的数学结果
OpenAI 发布一组由内部前沿模型生成的数学成果,并采用与 IAS 数学与 AI 咨询组共创的发布规范:结果放到 GitHub 仓库、附带引用与修订协议,大量证明用 Lean 形式化以便机器核验。同时公开了 10 份模型推理摘要、算力估计(平均每个结果约等于 3 小时 ChatGPT Pro 思考算力)与尝试题数统计。OpenAI 还表示将出资办一系列工作坊/会议,并把产出该结果的模型负责任地释放。配套的 openai/math 仓库里已出现《Integer multiplication below n log n》预印本。
3. 决策模型(decision model)同日双发,新模型类成形
- OpenAI Decisions API 进入公测:新端点 POST /v1/decisions,当前仅支持 gpt-6-luna,用「问题 + 选项/评分标准」的结构化方式返回带类型的答案,官方称比 Responses API 快约 10 倍,专为分类、路由、优先级排序设计,预计数周内 GA。
- AWS 开源 Strands Decider 2B:一个 2B 的小型决策模型,面向本地开发与快速实验。与生成式 LLM 不同,决策模型只在给定选项间选择或打分,更快、更低延迟、每次都给出选项内答案,还附带可靠性分数。
两者与本月 TypeSafe AI 推出的 Jev 一道,把「system one 模型」推向台前——AI 开始从"生成一切"分化出"高速做判断"的新分支。
🚀 产品与模型
- Google 发布 EmbeddingGemma 2(Apache 2.0):7.4 亿参数、原生多模态嵌入模型,首次把 文本、图像、音频、视频 映射进统一向量空间,可在端侧运行。设计模块化——纯文本最低 270M,视觉/音频编码器分别可选 170M/300M;用 MRL 支持动态截断输出。前代 EmbeddingGemma 下载已超 2000 万次。
- OpenAI 在 GitHub 发布整数乘法进展:
Integer multiplication below n log n预印本,直指经典复杂度下界的推进(由前述数学模型产出)。
🛠️ 工程与开源(GitHub 趋势)
- 今日榜单:
morluto/rea(用 agent 逆向一切,从应用行为到原生二进制,单日 +2900 星)、tester-army/e2e(面向 Web/移动的下一代端到端测试框架,+1725)、DuarteSantos8/openGym(自托管健身房追踪,+1419)、boykopovar/AnyPS5(无模拟器移植 PS5 到 PC,+949)、pbakaus/impeccable(让 AI harness 更懂设计的"设计语言",+616)、thedotmack/claude-mem(跨会话持久记忆,兼容 Claude Code/OpenClaw/Codex,+534) - 新面孔:
mattpocock/skills(工程师实用 skills)、earthtojake/text-to-cad(给 agent 装 CAD 能力)、ayghri/i-have-adhd(让编码 agent 别把答案埋起来)、msitarzewski/agency-agents(一整套"AI 代理公司"角色库) - 国内开源:
deepseek-ai/DeepGEMM回升 +199 星(GPU 上的干净高效 BLAS kernel 库) - 社区讨论:
sregym博客《Jev-Driven SRE Diagnosis: What Worked and What Failed》——用 Jev 决策模型做 SRE 故障诊断的实战复盘;另见《State of Devs 2026》开发者现状调查(HN 95 分)
📄 研究前沿
- UniEvo-VL: Self-Distillation Training for Multimodal Model Self-Improvement(arXiv 2609.38721)——用自蒸馏让多模态模型自我改进
- Strands Decider 2B 本身也代表一类研究取向:把"做判断"从大模型中剥离,做成小而快的专用决策模型
📰 行业速览
- 美国犹他州允许 AI 独立问诊并开药:成为首个允许 AI 在无人类监督下审查病人、开具处方的州,监管边界再被推前一步
- 韩国称 AI agent 疑似被用于攻击本国银行(路透):agentic AI 的"攻击面"从概念走向现实事件
- OpenTPU:一个开源的 AI 加速器项目,且开发过程由 AI 完成(HN 250+ 分)
💡 一句话洞察
今天的主线是"分化":一边是 Mistral Large 4 用 1T/49B 把开源权重继续顶向前沿、OpenAI 用前沿模型批量产出可被 Lean 机器核验的数学证明——"能力天花板"在抬升;另一边是决策模型(OpenAI Decisions API、Strands Decider 2B、Jev)从通用大模型里切出一块高速、低延迟、带可靠性分数的"判断"能力。当 LLM 负责"生成"、决策模型负责"裁决",agentic 系统会多出一个更便宜、更可信的推理层——而今天韩国的 AI 攻击银行、犹他的 AI 开药,则提醒这套系统一旦落地,责任与审计会立刻成为最紧的约束。
来源:Hacker News、Mistral、OpenAI、Google DeepMind、AWS Strands、GitHub Trending、arXiv、Reuters、36氪等