今日主题：Anthropic发布新旗舰模型Fable与Mythos 5.2，大模型加速挺进物理世界与企业协作
本期概览：今日前沿模型迎来重要升级，Anthropic正式发布Claude Fable 5.2与Mythos 5.2，在复杂工程推理与长程任务上实现关键突破并降低调用资费；Meta推出面向轻量级重复任务的Muse Ember模型，字节跳动发布支持百轮无损编辑的Seedream 5.5。同时，智能体落地向深水区迈进，千问办公2.0推出支持多人协作的Team Agent，OpenAI 与亚马逊云科技等生态持续打通，多项围绕具身智能、多模态仿真及安全机制的最新研究成果同步亮相。
本期精选 25 条
模型发布
1. Anthropic 正式发布 Claude Fable 5.2 与 Mythos 5.2，推理降价 20%
Anthropic 正式发布新一代旗舰模型 Claude Fable 5.2 与 Claude Mythos 5.2，在代码编写、推理和视觉能力上全面升级。在预发布测试中，模型完成了此前不可行的软件迁移，从零设计出三款可用电子设备，形式化证明了费马大定理，并解决了两个黑洞物理难题。官方同时将 Fable 输入价格降至每百万 Token 8 美元，生成速度提升 30%，AWS Bedrock 与第三方工具链已同步完成适配。
2. 字节跳动发布豆包 Seedream 5.5，支持多达百轮一致性局部编辑
字节跳动正式发布豆包图像创作模型 Seedream 5.5，并已同步接入豆包、豆包工作与即梦。该模型强化了多轮编辑稳定性，实测在连续 100 轮修改中非编辑区域保持像素级一致，并原生支持输出带透明通道的 RGBA 图像与分层素材。API 计费延续按图两段收费结构，且文本 Token 免费，2K 编辑成本不到上代 Pro 版本的一半。
3. Meta 推出轻量模型 Muse Ember，专注智能体高频重复执行任务
Meta 超级智能实验室推出轻量且高成本效益的模型 Muse Ember。该模型针对工具调用、路由、长文档解析和子任务编码等智能体频繁执行的操作进行了专项优化。基准测试显示其任务单价表现优于 Haiku 和 Luna。
4. 英伟达 120B 多模态模型 Nemotron 3.5 Super VL 上线 SageMaker JumpStart
AWS 宣布英伟达 120B 参数的多模态视觉-语言模型 Nemotron 3.5 Super VL 正式上架 Amazon SageMaker JumpStart。开发者可快速部署其 NVFP4 或 BF16 精度版本，用于文本、图像与视频的多模态推理。该模型重点服务于文档理解、计算机操作 Agent 以及复杂多模态长流程工作流。
算力硬件
1. 缓解电力短缺，Anthropic 斥资 34 亿美元采购燃气轮机
为应对日益严重的 AI 算力电力瓶颈，过去倾向轻资产租赁的 Anthropic 斥资 34 亿美元购买了卡特彼勒天然气轮机发电机组。该批机组原由设备供应商 OnePWR 订购，发电能力最高可达 1.7 吉瓦。这一举动反映出头部大模型厂商正在更深地卷入底层能源基础设施的直接建设与锁定。
2. 谷歌一年内推出四款定制芯片，TPU 8tx 与 8i Max 加速拓展算力版图
谷歌进一步扩展其 TPU 8 自研硬件阵列，推出两款新型芯片：支持内存与处理全流程加密的 TPU 8tx，以及单封装集成双芯片从而使显存与算力翻倍的 TPU 8i Max。随着外部采购企业客户接近百家，谷歌正将 TPU 体系更全面地推向外部商业算力市场以抗衡行业竞争。
3. 挪威宣布暂停为数据中心预留新增电网容量，最长持续至 2027 年
挪威输电运营商 Statnett 宣布将暂停进一步为数据中心设施预留电力接入容量，该限制措施预计最长持续至 2027 年 8 月。挪威能源部表示，此举旨在评估高密度算力设施对本土电网带来的承载负担，并计划制定基于许可制的新框架。欧洲多国正面临 AI 算力扩张与公共电网分配之间的严峻资源冲突。
研究论文
1. MIT 等机构研发 WorldParticle：单一模型跨域模拟流体、沙粒与蛋白质折叠
来自 MIT 和英属哥伦比亚大学等机构的研究人员开发出统一深度学习系统 WorldParticle，打破了传统物理仿真依赖专用手工方程求解器的壁垒。该系统能通过单一 AI 架构模拟从水流、滑动沙粒到复杂蛋白质折叠等多种截然不同的物理现象。这项成果为工程计算与连续介质模拟提供了高通用性的建模新范式。
2. arXiv 论文揭示多选题形式削弱大模型安全拒答率的底层机制
针对安全评测中多选题（MCQ）导致模型拒答率下降的现象，研究人员基于 WMDP 数据集在 Llama-3.1 与 Qwen3 上提供了首次可解释性机理解析。利用 Tuned Lens 等分析发现，模型在 MCQ 场景下会过早锚定在选项字母 Token，激活状态显著偏离拒答方向；消融选项注意力头后拒答率明显回升。该成果证实当前基于选择题的安全跑分主要测算知识存量，未能准确度量安全防御机制。
3. MIT 联合 NYU 提出 FLEX 架构：让具身机器人理解自然语言言外之意
MIT 与纽约大学团队在 CoRL 2026 大会上展示了名为 FLEX 的机器人动作规划学习平台。该系统使物理机器人不再机械执行字面指令，而是能通过上下文泛化推断人类口头语言背后的深层意图与环境约束，从而提高复杂运动规划中的自适应与鲁棒表现。
4. arXiv 论文提出 APT 机制：基于分维度两两对决提升测试期计算筛选质量
针对大语言模型测试期计算（Test-time Compute）中候选答案的最优挑选问题，研究人员提出了按维度两两锦标赛（APT）评估方案。该方法利用轻量级自然语言 Prompt 针对特定维度分别进行成对裁决，在五类领域的多个基准测试中，整体表现优于传统的二元独立打分与通用判别模型，且无需额外参数训练即可灵活迁移。
5. arXiv 论文证实潜意识学习可在视觉语言模型间传递偏好
研究把大模型中的"潜意识学习"现象扩展到视觉语言模型：先让教师模型偏好某种动物或面部特征，再让它为一个与偏好无关的几何图形任务生成数字，学生模型只用这些数字微调，同样继承了该偏好。在 2B 至 7B 的多个 VLM 上，学生选择目标偏好的比例比对照组最高高出约 10 个百分点；教师被带偏后，学生给出的解释用词也更接近教师。作者指出，用看似无关的数据训练会同时改变模型的图像偏好与解释方式，且训练样本越多传递越强。
产品应用
1. 千问办公 2.0 发布，推出多人与 Agent 协作的 Team Agent 架构
千问办公发布 2.0 版本并全量上线，核心推出行业首个支持多人与智能体协作的"协作"功能，标志其从个人助手迈向团队协作。数字员工可直接入驻协作空间，关联并读取多个钉钉群聊、文档与表格中的动态，实时厘清团队共识与分歧并跟进任务。该版本同时上线了人机共创、资料空间、自动任务及三端互联等能力。
2. 百度文心首次披露 RSI 进展：ERNIE Evolve 系统赋能文心 5.5 Flash 研发
百度文心首次披露其递归自我改进（RSI）系统 ERNIE Evolve，该系统通过双层循环驱动多个智能体自主开展代码探索、修改、评测与复核。目前系统已用于文心 5.5 Flash 的真实推理优化，在昆仑芯 P800 低时延优化场景中使最优生成速度较基线提升至 623.6%，并在确定性吞吐与极致解码速度上取得显著收益。百度表示后续将把自改进闭环逐步拓展至训练优化与能力研究。
3. 苹果为 Apple Intelligence 试水付费扩容：Logic Pro 推出 50 美元用量包
苹果开始为部分 Apple Intelligence 功能推出付费"智能使用包"，首发落地于音乐创作软件 Logic Pro，定价 49.99 美元。该模式不同于按月固定订阅，为一次性购买且有效期 12 个月，当月额度用尽后方开始消耗未用完额度并支持跨月结转。外媒预期此机制未来可能拓展至 Final Cut Pro、Siri AI 等更依赖云端算力的功能组件。
4. OpenAI 宣布 ChatGPT Enterprise 正式入驻 AWS Marketplace
OpenAI 官方宣布 ChatGPT Enterprise 现已上架 AWS Marketplace。企业客户可以直接通过现有的 AWS 采购渠道、计费账户和云承诺额度统一部署 ChatGPT 企业版，从而简化了企业级采购与预算审批流程。
5. OpenAI 披露 Control Room 系统：集中监控并实时切断科研基础设施异常负载
OpenAI 官方博客公布了其内部研究基础设施的核心管理组件 Control Room。该系统能够全局跟踪科研算力集群中运行的各类模型任务，并在出现安全或安保顾虑时快速中止这些任务。
6. 英伟达与 Elith 联合开源日本金融领域合成人设数据集
英伟达与 Elith 联合发布 Nemotron-Personas-Finance-Japan，这是首个达到百万记录量级的日本家庭金融合成画像开放数据集。该数据集依托官方统计数据和 NeMo 合成数据生成架构，结合日本多家主流金融机构反馈设计，在保护隐私合规的前提下为金融智能体开发提供高仿真行为数据。
7. 亚马逊开源 HOPE 方案，针对 MoE 模型空闲专家内存占用实施按需解绑
亚马逊技术团队在 Hugging Face 发布技术博客指出，百亿至千亿级 MoE 模型在推理时需将全部 Expert 权重常驻显存，但单 Token 仅激活极少部分（如 Qwen3.5-122B 中 95% 显存被闲置专家占据）。团队提出 HOPE 机制，尝试在成对专家的协同调用与显存驻留之间取得平衡。
8. 摩根大通扩大 Claude Code 应用范围，延伸至 IT 运维及跨部门系统现代化
Anthropic 官方宣布摩根大通正将 Claude 与 Claude Code 从最初的软件工程师团队进一步下沉至全行更多业务条线。除用于辅助商业与投行业务的核心系统重构外，其基础设施运维团队正在使用该工具自动化执行告警监测与故障根因定位，安全团队则依托大模型快速识别修复漏洞。
9. 云深处发布绝影 X50 四足机器人，实现 50kg 额定大负载全地形作业
云深处科技正式发布工业级四足机器人绝影 X50，主打复杂严苛环境下的重载作业。该设备升级了感控融合与高刚性关节系统，在机身尺寸不变的前提下额定负载提升至 50kg，并能以 3m/s 速度负重疾驰 2 公里以上。现场测试表明其能够跨越 80cm 高台并攀爬镂空工业钢梯，面向应急消防与电力巡检等高危场景。
10. 迪士尼与 Adobe 达成多年合作，基于 Firefly 定制品牌安全生成模型
迪士尼在 Adobe MAX 大会上宣布与 Adobe 达成多年深度战略合作。Adobe 将通过 Adobe Firefly Foundry 定制符合迪士尼视觉风格与品牌要求的专属模型，并融入其主题乐园、流媒体与体育内容工作流中。该模型专门针对版权角色与环境进行调优，确保输出结果具备商业可用性与版权合规性。
行业动态
1. 数据中心服务商 DayOne 赴美递交 IPO 申请，字节跳动被曝贡献近七成收入
万国数据旗下独立出来的新加坡超大规模算力基础设施建造商 DayOne 向美国 SEC 递交 F-1 招股书，拟赴纳斯达克上市，目标募资至高 50 亿美元。招股书显示其 2026 上半年收入达 5.12 亿美元并开创跨边境数据中心模式；一家匿名客户贡献近七成营收，The Information 爆料该客户为字节跳动。
2. 奔驰改款 S 级取消 Drive Pilot L3，计划跳过后续迭代转向 L4
奔驰 CTO 约尔格·布尔策公开反思，L3 级自动驾驶推出得过早，实用性甚至不如部分 L2 功能，"行动过早，反而还得费力气去追寻客户真正的需求"。改款 S 级已直接取消 Drive Pilot L3 系统，转而押注 L2 级辅助驾驶，并计划跳过 L3 的后续迭代，把下一阶段的研发重心放到 L4 上。
政策观点
1. 腾讯首席 AI 科学家姚顺雨：防御生物武器风险，直接过滤预训练数据优于死板截断
腾讯首席 AI 科学家姚顺雨公开提出，模型很快将具备辅助开发生物武器的潜在风险，但在开源与闭源之间需寻求治理平衡。他指出纯开源安全对齐容易被破解，而激进的闭源硬拦截则损伤正常使用。在即将发布的混元 Hy4 开源权重中，腾讯选择在预训练阶段直接从底层剔除危险攻击与黑客知识。
本文由 AI225 AI 日报 自动聚合整理，共收录 25 条 AI 领域动态。内容基于公开信息进行 AI 摘要与归纳，可能存在疏漏或偏差，仅供参考。完整内容及相关来源请访问： daily.ai225.com/daily/2026-...