AIE NYC门票即将售罄，下周见！
为Mistral送上祝福，他们发布了大型多模态模型“Le Chonk”，运行于新建的3800台GB300集群，资金来自其最新的D轮融资。
然而，OpenAI内部的Navier-Stokes数学模型发布的数学成果更为引人注目。OpenAI通过博客、GitHub仓库和推特公开了这些成果。即使是Anthropic的Navier-Stokes竞争对手也称其为“数学史上最重要的时刻”。
大多数专家认为，这些成果解决了数学领域500个顶级开放问题中的许多。
其中，成果003“准黎曼假设”被誉为介于菲尔兹奖成果与“200年来数论最大突破”之间。
令人震惊的是，这些成果平均只用了3小时的ChatGPT Pro计算时间，而Navier-Stokes问题则用了88小时和1万个代理。
OpenAI发布722篇数学手稿
- 发布内容：OpenAI公开了一个内部前沿数学模型的722篇论文，涵盖372个相关研究系列，基于约4000个研究问题，每个结果平均使用3小时ChatGPT Pro计算。
- 包含内容：论文、证明材料及部分推理摘要，模型本体未公开。
- 重要成果：包括整数乘法算法突破、弹性逆问题的唯一性证明，以及对黎曼假设、霍奇猜想和BSD猜想的部分进展。
- 数学界反响：数学家Levent Alpöge称其为“数学史上最重要的时刻”，同时指出存在实验室间的利益冲突和抢先发表问题。
- 结果组成：约20%的成果为反例或反驳，显示AI数学成果不仅是暴力搜索。
- 质疑与开放问题：部分结果可能存在错误，计算资源消耗被认为较低，是否能推广到非验证领域仍待观察。
Mistral大型模型“Le Chonk”发布
- 该模型拥有1万亿参数，49亿活跃参数，支持多模态，已通过API提供服务，预计10月底开源权重。
- 训练使用约3800台欧洲Grace Blackwells GPU，RL训练仍在进行中。
- 定价为每百万输入输出令牌1.36美元至4.18美元，首两周五折优惠。
- 在人类评测中表现优于GLM 5.3，编码基准测试表现优异。
- 独立评测显示其智能指数与GPT-6 Luna持平，但成本较高。
- 存在拒绝率、配置设置等争议。
其他开源模型与工具
- Google发布EmbeddingGemma 2，支持文本、代码、图像、视频和音频的多模态嵌入，支持多种生态系统和浏览器运行。
- Google更新Nano Banana 2.1图像模型，价格更低，性能提升明显。
- OpenAI推出决策API，基于GPT-6 Luna，响应速度提升10倍，支持多种决策输出。
- 多个模型和工具发布，包括Ling 3.1 Flash、Reflection Beam、Kandinsky 6.0视频模型等。
安全与评估
- 新基准显示GPT-6 Astra能有效检测控制干预，提升安全性。
- 警告称不对齐代理可能攻击日志审查工具，建议将所有操作视为不可信输入。
- Anthropic扩展网络安全验证计划，支持授权的渗透测试和红队工作。
- 业界对开放模型的网络安全风险存在不同看法。
- 自动化评测发现大量验证器漏洞，影响评分准确性。
研究与基础设施
- 研究亮点包括层次世界模型H-JEPA、基于提示的性能提升、Harness-Aware蒸馏等。
- 新优化器ANVIL III显示显著计算节省。
- RL基础设施和训练进展显著，包括CoreWeave、Scale AI和Marin项目。
- 硬件方面，Intel 18A芯片首次采用背面供电技术。
- 开发工具更新，包括终端规范OSC 7501和Rust编写的类型检查器Bun。
行业与政策
- 中国半导体供应链风险高于美国，模拟显示中国经济受影响更大。
- 中国AI企业收入来源多样，火山引擎占据半数公有云AI令牌市场。
- 高通否认与华为LogicFolding技术相关的报道。
社区热点推文
- Mistral发布Large 4“Le Chonk”模型
- OpenAI发布内部数学模型成果
- 谷歌介绍EmbeddingGemma 2
- 谷歌AI Studio推出Nano Banana 2.1
- Anthropic扩展网络安全验证计划
- ChatGPT会议插件上线
- OpenAI数学库中整数乘法突破
- OpenAI决策API公测
Reddit社区动态
- Google DeepMind发布google/embeddinggemma-2多模态嵌入模型，支持文本、代码、图像、视频和音频，已集成到llama.cpp等本地推理工具。
