← 全部日期

AI & CV 每日科普 · 2026年9月6日

6 条当日/近期热点 · 工程师向浅科普

【主题】OpenAI GPT-6 Astra:首个触达“关键网络能力”门槛的模型

解读 OpenAI 发布 GPT-6 Astra,称它在网络安全相关能力上第一次碰到公司内部的“关键”阈值,因此配套了更严的部署与监控。模型会先给网络安全企业客户,再推向 Plus/Pro、商业版和 API,并表示已走完白宫那套自愿审查。对工程师来说,这意味着“更强代理能力”和“更高权限管控”会绑在一起卖:选型时要同时问清安全挡位、审计日志和能否关掉高危工具,而不是只看基准分数。

来源 The Verge

【主题】Kimi K3 开源:2.8T 总参数的原生多模态代理模型

解读 月之暗面放出 Kimi K3,总参数约 2.8 万亿、激活约千亿,强调原生视觉与约 100 万 token 上下文,并配了兼容常见 API 的推理入口。开源权重让团队可以做私有化长文档、多模态代理实验,但许可证与推理算力成本都要先算清楚。落地建议:先用官方平台或量化方案跑通工具调用链路,再决定要不要上全量集群。

来源 Hugging Face

【主题】Puffin-World:把 3D 世界状态写进统一多模态模型

解读 Puffin-World 尝试在一个框架里同时做感知、生成与三维重建,不再把世界只当成 RGB 视频帧,而是显式建模相机位姿与几何等“世界状态”。项目开源了模型、代码与数据,方便做空间智能与具身相关实验。若你做机器人导航、新视角合成或场景一致性生成,可以把它当“有几何约束的世界模型”基线,而不是普通文生视频模型。

来源 Hugging Face Blog

【主题】地方报起诉 OpenAI/微软:索赔之外还要求销毁训练副本

解读 《西雅图时报》与《Newsday》起诉 OpenAI 与微软,指控其抓取付费墙新闻训练聊天产品,并要求扣押、销毁相关训练数据与模型副本;诉状还提到生成伪造报道冒用报头。这比“只谈版权费”更激进,可能抬高数据授权与模型溯源成本。做产品的同学需要更认真对待来源提示、拒答策略以及训练/检索数据的合同边界。

来源 Startup Fortune

【主题】特斯拉 Robotaxi:无监督里程冲到 100 万英里

解读 特斯拉宣布 Robotaxi 在无安全员监督条件下累计行驶 100 万英里,并称近几周加速累积。这是运营侧指标,不直接等于 L4 已解决;外界仍在追问事故披露、付费订单规模与车辆注册数。对做视觉与端到端驾驶的工程师,价值在于真实分布下的长尾里程,但对比不同公司时要把“无监督定义”和统计口径对齐。

来源 Electrek

【主题】小鹏 VLA 2.0:30 秒记忆 + 6 秒预测走向量产车

解读 小鹏宣布第二代 VLA(视觉-语言-动作)方案,向 Ultra 车型推送:Infini-VLA 可保留约 30 秒场景上下文,X-Foresight 预测周车约 6 秒轨迹,并和座舱 Agent 打通。同时强调蒸馏版可在算力更低的车机上跑,方便扩到更多车型。对 CV/自动驾驶工程师,这是“端到端 VLA 量产化”的又一信号:重点不在论文图,而在车端延迟、记忆长度与跨区域泛化。

来源 BitAuto