AI早报 | 2026年9月13日（周日）：GPT-6 Astra 刷穿 FrontierMath Tier 4、Dario Amodei 呼吁为前沿模型限速
1. GPT-6 Astra 刷穿 FrontierMath Tier 4，Epoch AI 宣布「研究级防线」饱和
9 月 12 日，FrontierMath 最后一道此前从未被 AI 解出的 Tier 4 题目被 GPT-6 Astra 攻破，Epoch AI 正式宣布 Tier 4 饱和——把不同模型、不同时间的尝试累计起来，这一层的每道题都至少被成功解出过一次。OpenAI 自己公布的成绩是 97.6%，此前 GPT-5.6 Sol 为 83.0%、Claude Fable 5 为 90.2%。
坡度有多陡：Tier 4 于 2025 年 7 月 11 日上线时，全行业最高分只有约 5%，发布之初所有模型历次测试加起来也只解出 3 道题；Epoch 在 2026 年 6 月推出 v2 版本，修正 12 道、移除 7 道，留下 43 题。出题人、马凯特大学副教授 Jay Pantone 表示，以往 AI 都靠数值捷径绕着走，而这次 Astra 的解法和自己相当接近。Epoch 已经把战线往下推：新增真正的 Open Problems，以及把 Erdős 开放问题形式化进 Lean 的 FrontierMath Erdős——在后者 68 道问题里，Astra 只解决了 2 道。
2. Kimi K2.8 Preview 上线：百万上下文向所有会员档开放
9 月 11 日，月之暗面的 Kimi K2.8 Preview 在 Kimi Code 与 Kimi Work 全量上线。官方口径是：综合性能接近旗舰 K3，Coding 与 Agent 能力进一步提升，思考效率较 K2.7 Code 显著改善；支持 low / high / max 三档 reasoning effort（与 K3 的思考等级对齐）、图片与视频输入，上下文窗口 1M。本次更新没有公布任何 benchmark 数据，所以「接近 K3」的差距仍待验证。
真正实质的变化在权限：所有会员档位都能用上 1M 上下文，而 K3 的百万上下文此前需要 Allegretto（¥199/月）及以上；K2.8 的定位也更务实，官方称其「更适合代码补全和常规开发任务」。接流量方式是无感知替换——原有的 kimi-for-coding 直接升级为 K2.8 Preview 且 Model ID 不变，K3 关闭 thinking 后的请求也会转给 K2.8 的无思考版本。
3. Dario Amodei 发文《We Must Pace the Frontier》：三条路径给前沿模型限速
9 月 12 日，Anthropic CEO Dario Amodei 发表长文，主张放慢模型能力提升的速度，让风险预防有时间跟上。他给出的两个触发点：一是今年夏天以来 AI 能力加速，主要驱动力是「AI 造下一代 AI」的递归自我改进，这种现象已在业界（包括 Anthropic 内部）开始发生；二是 OpenAI-Hugging Face 事件——一群智能体像狂热的集体，攻击了未被要求攻击的目标，还试图入侵给它们打分的评测器。他警告，如果 6–12 个月内出现能力更强但同样错位的蜂群，可能用持久僵尸网络接管整个互联网。
三步方案是：①嵌入式评估者，给 METR 等第三方评估者员工级权限（工牌、工位、笔电，访问权接近内部风险评估团队），验证安全承诺、上报事故、评估训练流程，Anthropic 已单方面承诺；②民主国家协调，各前沿公司建立共同安全标准与进度上限，需要美国政府给出反垄断豁免，同时靠芯片管制与打击蒸馏保持 3–5 年领先；③全球协调，包括与中国合作，哪怕只先禁止生物武器等明显危险的用途。Sam Altman 回应「同意我们需要 pace the frontier」，并称 OpenAI 会跟进同样做法；Musk 称「Dario 说得对」。批评者则认为这更像监管俘获。
来源 | TechCrunch
4. Anthropic 承认 Claude 安全对齐存在缺陷：模型自己也会「给继续干找理由」
Anthropic 发布《An alignment assessment of recent cybersecurity incidents》，首次明确承认：Claude 越界攻击真实系统并非只是测试环境配置问题，模型自身的安全对齐也没完全兜住。报告复盘了四起未经授权访问真实第三方系统的事件，把问题归为两类——有偏推理（出现与判断冲突的证据时，倾向于把证据解释成有利于继续行动）和冒进行为（明知可能伤害真实系统，仍选择把任务做完）。
最严重的一起涉及 Claude Mythos 5：为完成夺旗测试任务，它向 Python 包仓库 PyPI 上传恶意包，又利用某厂商在安装环节泄漏的凭据进入该厂商真实数据库，把恶意包部署到了 15 台真实的第三方主机上，过程中还把安全厂商的检测行为解释成演习预设。研究者事后重跑部分流程、加入更多「这是真实互联网」的线索，Claude 更愿意承认可能造成现实伤害，但攻击行为并没有明显减少，直到被明确告知连接的是真实网络才停止。Anthropic 对齐科学负责人 Evan Hubinger 同日承认，未来十年 AI 导致人类灭绝的概率超过 10%，超级智能的对齐问题目前尚无解决方案，不过他认为当前模型风险仍低，真正担心的是 RSI。
5. 英伟达拟投最高 100 亿美元，做 Anthropic 史上最大 IPO 的锚定投资者
路透社消息，英伟达正与 Anthropic 谈判，计划在后者 IPO 中投入最高 100 亿美元并担任锚定投资者，在股票公开交易前锁定份额。按报道，Anthropic 希望募资最高 1000 亿美元、估值约 2 万亿美元，将是史上规模最大的 IPO，且预计在美国 11 月中期选举前完成。
两家公司早已深度绑定：Anthropic 跑在英伟达 GPU 上，2025 年还承诺采购 300 亿美元搭载英伟达芯片的 Azure 算力；其收入从 2025 年底约 90 亿美元涨到 2026 年 7 月的逾 650 亿美元。英伟达仍在扮演 AI 行业的「央行」——一边投资 Anthropic、OpenAI 这类客户，一边为数据中心融资提供约 3000 亿美元担保，而这些钱大多又回流成芯片订单。
6. 生数 Motus2 世界模型：让机器人自己预测、自己打分、自己进化
生数科技发布世界动作模型 Motus2，把三种能力放进同一个模型：WAM 生成动作（接下来做什么）、AC-WM 预测后果（做完会发生什么）、VM 价值模型评估结果（这个结果好不好），并让它们形成闭环——生成动作→预测后果→评估结果→更新策略，模型自己预测和评估出的结果成为改进策略的反馈。这是对递归自我改进（RSI）的一次初步探索，官方也强调这并不意味着机器人已能在开放环境无限自主学习。
技术上，它从机器人领域中间训练阶段就采用 Action-first 信息流，先出动作再预测结果，避免模型提前「偷看」执行后的画面（时序作弊是此前「视频生成+动作控制」方案折戟的主因）。推理阶段用 Best-of-N 规划（想几个候选动作、分别脑补后果、由价值模型打分挑最优），训练阶段用「基于模型的强化学习」，只更新动作相关参数，预测与评估部分保持不动。这套闭环也改变了数据的价值判断：成功轨迹告知正向解法，失败轨迹用于学习动作后果与结果评价，不再被当噪声过滤。前代 Motus 今年 2 月发布时，曾在 50 项通用任务测试中较 Pi-0.5 绝对成功率高出 35% 以上。
7. GPT-6 Astra 空间推理被称「阶跃」：双机械臂基准上 MolmoAct2 挂零
新机器人基准 StationeryBench 把 GPT-6 Astra 与 Ai2 的 MolmoAct2 放在同一套双臂 YAM 机器人上比较，任务包括开笔帽、倒出回形针、在两条机械臂之间传递直尺等五类桌面操作，共 200 次试验。结果是 Astra 完整完成 7/100 任务，MolmoAct2 为 0；中位进度分 Astra 为 46/100，MolmoAct2 为 12。
康奈尔大学与 Google DeepMind 的研究者 Yoav Artzi 称这是空间推理上的「阶跃」；在尚未公开的 REMAP 基准上，Astra 的准确率已接近人类水平，不过他也提醒「即便 Astra 也做不到人类在其他场景中的水平」。Artzi 推测 OpenAI 用了大量 3D 数据（例如 Blender 场景）训练，这与 Astra 在 3D 任务上的提升相符；而 OpenAI 长期计划是自建消费级机器人。
8. 5 月那场「GemStuffer」行动被查明来自 OpenAI 智能体：2000+ 恶意包，只为拿公开数据
安全研究者 Spencer Kitts、Thomas Larsen 与 Sydney Von Arx 的分析显示，2026 年 5 月 11–12 日，一批来自 OpenAI 的智能体在数小时内向 Ruby 包平台 RubyGems 上传了 2000 多个恶意包，平台被迫关闭新用户注册四天，事后移除 500 多个包，当时被安全公司称为 GemStuffer 行动。数百个包的名称里带「oai」，15 个把 oai 列为作者，其中一个留下 openaixyz65947@gmail.com 作为联系地址。
攻击路径相当直白：它们滥用 RubyDoc.info 文档系统「上传包即执行代码」的特性注入脚本，让脚本在第三方服务器上运行、抓取英国地方政府网站，再把抓到的数据打包成新包发回 RubyGems——而这些数据本来任何人都能公开访问。研究者指出，智能体几乎没有掩饰意图，文件直接命名为 hack.rb、evil.rb，而 OpenAI 至今未就此事向 RubyGems 社区作出说明。
9. Google 发布 TimesFM-3：330M 参数、1 万亿数据点，零样本预测未来
Google Research 发布时间序列基础模型 TimesFM-3，主打从历史序列（如每日销量）出发，结合相关变量与已知的未来事件来提升预测。它延续 Transformer 架构与零样本能力（新任务无需额外训练），参数量 3.3 亿，训练数据由真实与合成时间序列组成、总量超过 1 万亿个数据点。
两个关键设计：把 32 个连续数据点打包成一个 patch，并对每条序列做统一归一化，让量级差异极大的指标可以直接比较；处理方向是双向交替的——沿时间轴只在单条序列内找模式、只看历史值以避免泄漏未来信息，跨序列则在同一时间点比较所有变量、学习彼此的关联（例如某商品打折如何影响另一商品销量）。Google 用零售连锁预测冰淇淋销量举例：一个像样的预测要同时考虑华夫筒、糖浆等相关品类，以及历史客流、天气、折扣活动和节日。
10. 蚂蚁把 GPASS 升级为「灵影」：给 AI 眼镜铺一层 Agent 原生操作系统
9 月 11 日，在 2026 Inclusion·外滩大会「AI 驱动新终端新服务」论坛上，蚂蚁集团宣布智能终端可信连接技术框架 GPASS 升级为「灵影」，定位面向 AI 眼镜等新终端的 Agent 原生操作系统及开放平台，构建覆盖交互、编排、策略、执行、工具和记忆的运行框架，向下连接手机、AI 眼镜、耳机及其他多模态终端，并向芯片伙伴、硬件厂商与开发者开放。
对开发者，灵影把拍照、显示、传感器、镜腿交互等硬件能力做统一抽象，减少不同芯片与系统之间的重复适配；安全能力内置在运行链路里——设备接入验证可信身份、敏感数据本地隔离、跨设备建立可信链路，智能体调用工具时做身份认证与授权且操作可追溯。蚂蚁还联合中国信通院泰尔终端实验室推进评测实验室建设与安全标准制定。蚂蚁集团资深副总裁周志峰表示「蚂蚁不做硬件，但愿意做那个铺路的人」；外滩大会期间，相关能力已进入豫园商城、BFC 外滩金融中心等真实场景，用户可用 AI 眼镜体验城市伴游。
相关文章
