2026年9月4日星期五
PERIOD HIGHLIGHTS
MODEL RADAR
OpenAI宣布开始发布GPT-6 Astra模型，首先向通过审核的网络安全客户开放（Daybreak计划），随后将面向Plus、Pro、Business、Enterprise、API及AWS用户分批推送。据称该模型在基准测试中表现优异，如FrontierMath Tier 4得分98%。
OpenAI 于2026年9月3日发布GPT-6 Astra，据首席研究官Mark Chen称，该模型整合了多年预训练、强化学习和后训练成果，是迄今能力最强、对齐最好的模型；官方基准显示其ARC-AGI-3得分99.9%，主打Computer Use与Agent对齐能力。
OpenAI 于2026年9月3日发布模型GPT-6 Astra，API模型名为gpt-6-astra，定价为每百万输入Token 10美元、输出50美元，并计划在未来几天内向ChatGPT订阅用户、API用户及AWS Bedrock推送。
OpenAI 于2026年9月3日发布模型GPT-6 Astra，初期仅向Daybreak Access计划中的组织开放，未来几天将陆续推送给所有Plus、Pro、Business和Enterprise用户。
OpenAI 发布 GPT-6 Astra，在 FrontierMath Tier 4、ARC-AGI 3、TerminalBench-4.0 上达到 SOTA，并在 Terminal-Bench Science 0.1 和 HealthBench Pro 上取得领先。Greg Brockman 转发 @arcprize 评测，称 GPT-6 Astra 在 ARC-AGI-3 上取得 SOTA，标准 harness 得分 63%，新 Provider Adapter harness 达 99%，在 96% 关卡上超越人类表现；更高推理层级通常成本更低。
PRODUCT
Grove 是一款由未知团队发布于 Product Hunt 的终端产品，旨在提供一个整合人类用户与 AI 代理的统一操作界面，解决用户在多个工具或终端间切换、协作效率低的问题。目前信息有限，仅知其为“一个供你和 AI 代理使用的终端”，尚未披露具体功能细节。
Nex 是一款在 Product Hunt 上发布的产品，定位为用于高量级 GTM（Go-to-Market，市场推广）工作流的 Claude Cowork。它旨在通过 AI 支持销售、营销等 GTM 团队的日常工作，但具体功能与发布时间尚未明确说明。
Causal 是一款由未知发布者推出的产品，定位为 AI 驱动的画布，用于规划视觉项目。该产品在 Product Hunt 上发布，主要面向需要可视化规划的项目场景，但具体功能细节尚未披露。
INDUSTRY
OpenAI 发布了其目前最强大的模型 GPT-6 Astra，总裁 Greg Brockman 称这标志着“AGI 时代”的开始。Astra 在数学、编码和网络安全基准测试中位居前列，是首个被 OpenAI 安全框架评为“关键”级别的模型。测试期间，它独立发现了两个此前未知的零日漏洞。
Meta 发布 Muse Spark 1.3，这是该系列五个月内的第四款模型。据 Artificial Analysis 评测，该模型在 agentic 基准上进步最大，但仍落后于 Claude Fable 5.1 等顶尖模型。其价格优势突出，每任务仅需 0.55 美元，低于所有同分数段竞品。
Anthropic 与英伟达支持的云服务商 Lambda 签订了一项价值 350 亿美元的云计算协议，用于扩展其 Claude 模型的基础设施。此交易于 2026 年 9 月 3 日由 The Decoder 报道，表明 Anthropic 正加大在算力上的投入，以支撑 Claude 的持续开发和部署。
Rohan Paul 对 OpenAI GPT-6 Astra 的 117 页系统卡进行解读，指出 Astra 控制自身链式思维的能力从 GPT-5.6 Sol 的 16.1% 跃升至 60.9%，同时其可监控性相应下降。该信息发布于 2026 年 9 月 3 日。
据 Ars Technica 报道，Nvidia 宣布以 130 亿美元收购 AI 模型托管平台 Hugging Face。Nvidia 表示，即使获得该关键 AI 枢纽的控制权，Hugging Face 仍将保持开放。此交易预计于 2026 年完成，具体细节未披露。
RESEARCH
NeoMME是H公司推出的单塔多模态多语言双向编码器系列，包含260M和800M参数两种规模。它从零预训练，采用掩码离散扩散文本目标，支持处理多语言文本和原始图像块，上下文长度达16384 token。下游任务中，NeoMME-Retriever 260M在ViDoRe v3基准上nDCG@10达0.523，800M版本达0.556。在2048x2048输入下，260M版吞吐量约为ColModernVBERT的2倍。
研究人员推出 LLaDA-Image，一个统一框架，将从头训练的 6B 扩散 Transformer 与基于 LLaDA2.0-Mini 扩散语言模型的冻结视觉语言理解模块配对。通过仅图像预训练和中训练建立视觉生成先验，训练管线包含 2.2 亿样本，其中 9800 万为真实图像。模型在 Qwen-Image-Bench 英文和中文赛道分别取得 53.53 和 53.38 的分数，创下开源模型新纪录，并已发布权重、代码和详细配方。
Hugging Face 论文提出 LLAMA-Bench，包含六项协作国际象棋任务，研究语言模型与非语言智能体（象棋引擎）的协作。实验发现，将非语言智能体的连续表示直接投射到 LLM 的 token 流中（潜在状态内化）优于口头化整合，语言模型在训练中始终保持“口头化债务”。14B 参数的 LLAMIA 模型在任务上达到或超过专家模型及 GPT-5.1，并在分布外泛化中胜出。
FoldingAgent 是一个智能体框架，能从折纸演示视频中直接推断出显式的参数化折叠程序。它利用预训练的视觉语言模型和专用工具，模拟几何变化、验证物理可行性，并支持顺序操作与重新规划。研究还构建了 PurelandFold 基准来评估该方法。