凡人小北@frxiaobeiAI 评分5151

OpenAI 称其内部模型在多项基准上实现阶跃式改进、训练仍在进行，内部模型团队用约 10,000 个协调的 AI Agent 在 88 小时内得出了纳维-斯托克斯解，全程维持监控与隔离等安全保障。小北转引该消息并猜测这解释了 ChatGPT 近期响应缓慢，调侃这些 Agent 在用 token 狂欢庆功。

纽约大学教授质疑OpenAI借助其研究抢先发布纳维-斯托克斯问题证明

纽约大学教授Tristan Buckmaster与Anthropic数学家Levent Alpöge使用Codex和Claude在纳维-斯托克斯存在性与光滑性问题上取得初步进展，随后OpenAI公布了该千禧年大奖难题的完整证明，称其由一个尚未发布的新一代模型发现，研究始于9月1日，总计消耗3000亿个输出Token，按Astra价格计算约2250万美元。

Thomas Wolf@Thom_Wolf精选AI 评分7878

Hugging Face 联创 Thomas Wolf 回应 OpenAI 用下一代模型（强于 GPT-6 Astra）的 agent 群组证明 Navier-Stokes 千禧年问题猜想为假的结果，称其令人印象深刻。

DeepSeek 计划 9 月 10 日前后发布 V4.1 Flash，各项指标全面超越 V4 Pro

DeepSeek 开放平台发布通知，计划于北京时间 2026 年 9 月 10 日前后正式发布 V4.1 Flash 模型，官方称经内外部多方测试，其在性能、费用、速度、总用时等指标上全面超越 V4 Pro。

蚂蚁百灵开源首个原生多模态大模型 Ling-3.0-flash-VL

蚂蚁百灵发布并开源首个原生多模态大模型 Ling-3.0-flash-VL，基于 Ling-3.0-flash 的 MoE 架构，总参数 124B，单次推理激活 5.5B，原生支持图像、文本与视频输入，上下文窗口 256K Token。

GPT-6 Astra推理等级怎么选才最省Token

卡兹克发文讲解GPT-6 Astra的推理强度等级（Reasoning Effort）含义，指出各档位是同一模型的不同思考预算，Ultra则类似拉起多个智能体协作的专项工作组。

NVIDIA 发布 Nemotron IMO 2026 开源配方，纯自然语言证明拿下 30/42 达金牌线

NVIDIA 基于 Nemotron 3 Ultra 训练 SFT 与 RL 两个专精检查点，结合生成-验证-精炼的测试时推理流水线，在 IMO 2026 正式得分 30/42，超过 29 分的金牌线，全程不使用形式化证明器、外部工具或联网。

OpenAI 宣布用约 10000 个 AI 智能体 88 小时解决纳维-斯托克斯问题，陶哲轩点赞并表担忧

OpenAI 于 9 月 8 日宣布，其未公开的内部模型（性能远超 GPT-6 Astra）解决了千禧年大奖难题之一的纳维-斯托克斯存在性与光滑性问题，通过约 10000 个 AI 智能体协作在约 88 小时内生成了证明，证明初始平滑流体可在有限时间内出现奇点。

Inception 发布扩散大语言模型 Mercury 2.5

Inception 发布 Mercury 2.5，称其为目前最强扩散大语言模型，智能较 Mercury 2 提升 40%，在 NVIDIA GPU 上达 1,107 tokens 每秒，上下文 260K tokens，定价 $0.20/百万输入、$0.75/百万输出，发布期 8 折优惠。

Epoch AI@EpochAIResearchAI 评分5555

Epoch AI 测量 GPT-5.6 与 Claude 5 的首字延迟（TTFT）随上下文长度的变化，发现 GPT-5.6 Terra 和 GPT-5.6 Sol 呈明显二次分量，而 Claude Sonnet 5 和 Claude Opus 5 更接近线性。

作者发布浏览器端 LLM 注意力权重可视化工具

作者发布一个基于 Transformers.js 的 LLM 注意力可视化工具，可悬停查看生成 token 依赖的历史 token，代码开在 GitHub。可视化将所有层、所有注意力头的注意力权重乘以 value 向量模长后聚合为单一数值控制透明度，并预生成提示词避免下载数百 MB 模型；作者还通过修改 onnx 文件暴露内部值，上传到自己的 Hugging Face 仓库供浏览器生成使用。

Aravind Srinivas@AravSrinivasAI 评分7878

OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解，证明由一组智能体使用比 GPT-6 Astra 能力更强的 OpenAI 下一代模型完成。该问题关于 Navier-Stokes 方程所描述的光滑三维流体运动是否会失稳，约 90 年来未获解决。Perplexity CEO Aravind Srinivas 转发并称其为里程碑式成就。

OpenRouter@OpenRouterAI 评分5454

Inception 的 Mercury 2.5 现已在 OpenRouter 全面可用，地址为 https://openrouter.ai/inception/mercury-2.5。它是一个扩散式大语言模型，可并行解码 token 而非逐个生成，是 OpenRouter 最快模型榜单上无需专用硬件的最快模型，在代码密集型提示上收益最大。

Yuchen Jin@Yuchenj_UWAI 评分5656

Yuchen Jin评价OpenAI一款自称显著强于GPT-6 Astra的模型解决千禧年大奖难题，称其为数学界的AlphaGo时刻。他同时指出AI已比数学博士聪明，却在许多任务上不如实习生，锯齿状智能问题需要被解决。

Rohan Paul@rohanpaul_aiAI 评分6666

Rohan Paul 转述 OpenAI 官方消息：其未发布内部模型在多项基准上相比 GPT-6 Astra 有阶跃式提升，训练仍在进行。该模型组用约 10,000 个协作 AI 智能体在 88 小时内得出 Navier–Stokes 解，全程保持监测与隔离等前沿评估安全防护。作者认为新模型能更高效地利用额外推理计算，而非简单延长 Astra 的运行时间。

Rohan Paul@rohanpaul_aiAI 评分8282

OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解，证明由一组智能体使用一个显著强于 GPT-6 Astra 的下一代模型生成，该问题关于光滑三维流体运动是否会崩溃，已悬置约 90 年。

OpenAI 宣布以内部 AI 系统给出 Navier–Stokes 千禧年问题解答

OpenAI 宣布其内部 AI 系统给出 Navier–Stokes 存在与光滑性问题的解答，证明初始光滑的流体可在有限时间内形成奇点，并附证明文稿与 Lean 形式化验证。

NYU 数学家指控 OpenAI 在千禧年难题竞赛中不正当竞争，Bubeck 否认

NYU 数学教授 Tristan Buckmaster 与 Anthropic 数学家 Levent Alpöge 公布针对 Navier-Stokes 存在与光滑性这一千禧年难题的三项证明初步结果，并称其研究进展信息被泄露给 OpenAI，对方随后用大量算力沿其独特路线追赶证明。

Nathan Lambert@natolambertAI 评分5454

Nathan Lambert 转发 OpenAI 的演示并评论称，希望看到关于智能体数量的 scaling laws。OpenAI 称其内部模型组用约 10,000 个协作 AI Agent 在 88 小时内得出 Navier–Stokes 解，并全程保留了监控与隔离等前沿评估安全防护。他认为智能体集群数量的扩展是否与单模型 CoT 推理时计算的扩展同等关键，关系到许多关于 AI 未来的讨论。

Mark Chen@markchen90AI 评分7272

OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解，该问题关注 Navier-Stokes 方程描述的光滑三维流体运动是否会失稳，约 90 年未解。证明由一组智能体使用比 GPT-6 Astra 能力强得多的 OpenAI 新一代模型产出。OpenAI 首席研究官 Mark Chen 转发此消息，称许多同事因相信 AI 是解决其领域重大挑战的最快路径而转行。

OpenAI@OpenAIAI 评分7676

OpenAI 宣布分享 Navier-Stokes 千禧年大奖难题的一个解答，该问题关乎 Navier-Stokes 方程描述的光滑三维流体运动是否会被破坏，约 90 年未解。证明由一组智能体使用一个能力显著强于 GPT-6 Astra 的 OpenAI 下一代模型完成。

OpenAI@OpenAI精选AI 评分7474

OpenAI 宣布由一组智能体使用一个能力显著超过 GPT-6 Astra 的下一代模型给出 Navier-Stokes 千禧年大奖难题的解，该问题关注三维光滑流体运动的描述是否会失效，已悬置约 90 年。

Greg Brockman@gdbAI 评分7878

OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解，该问题关注 Navier-Stokes 方程描述的三维光滑流体运动是否会失效，约 90 年未解决。证明由一组智能体使用比 GPT-6 Astra 能力强得多的 OpenAI 下一代模型产出。Greg Brockman 称这是 AI 与数学的里程碑，希望相关知识帮助社区更好理解用于建模物理世界的非线性 PDE。

Noam Brown@polynoamialAI 评分6060

Noam Brown 称 OpenAI 内部的数学家和物理学家本周经历了自己的“Lee Sedol 时刻”，该模型在数分钟内解决了他们多年未解的开放问题。引用的 OpenAI 介绍称，内部模型团队用约 10,000 个协作 AI agents 在 88 小时内得出 Navier–Stokes 解，训练仍在进行，全程遵循前沿评测的监控与隔离等安全防护措施。

Noam Brown@polynoamialAI 评分7878

Noam Brown 就 OpenAI 宣布以智能体组合求解 Navier-Stokes 千禧年大奖难题发表看法，承认这次证明花费数百万美元，但认为成本会快速下降。

🚨 AI News | TestingCatalog@testingcatalogAI 评分5858

Inception 发布扩散大语言模型 Mercury 2.5，官方称智力较 Mercury 2 提升 40%，在常见 NVIDIA GPU 上速度达 1107 tokens/sec。

🚨 AI News | TestingCatalog@testingcatalogAI 评分7676

TestingCatalog 转述 OpenAI 官方宣布：一组由其下一代模型驱动的智能体给出了 Navier-Stokes 千禧年大奖难题的解。OpenAI 称该模型能力显著强于 GPT-6 Astra；该问题关乎 Navier-Stokes 方程描述的三维光滑流体运动是否会崩溃，约 90 年未获解决。作者附加评语 Level 4 - Innovators。

OpenBMB@OpenBMBAI 评分5858

面壁智能（OpenBMB）开源 2B 参数端侧模型 MiniCPM5-2B，在 Artificial Analysis Intelligence Index 上得分 23，为 4B 以下开源模型第一，Agentic Index 得分 20，34 项基准平均 53.9。

OpenBMB@OpenBMBAI 评分5353

面壁智能 OpenBMB 在开源 MiniCPM5-2B 后，进一步开源其背后的 RL 训练栈。Meshy 是服务化 RL 训练框架，将推理、rollout 和训练解耦为统一数据平面上的独立服务。

实测个人AI助手Today：记忆可改可删，晨间简报按日程偏好自动调整

作者以自己的日历、跑步训练和睡眠数据实测个人生活AI助手Today（Public Beta），认为其定位是个人生活连续性管理而非任务交付型工作Agent。文中记录了三个体验：日程被临时打乱时生成晨间简报并建议同步日历、睡眠不足时自动顺延非紧急待办、记忆面板可查看编辑删除每条事实且改动即时生效。作者建议按阶梯信任逐步开放权限，并指出语言切换不同步等早期产品问题。

Rohan Paul@rohanpaul_aiAI 评分5353

一项来自 Soongsil University 的论文指出，技能增强智能体的常规评估存在选择偏差，聚合检索增益可能掩盖检索任务本身的负收益，论文将其形式化为 Skill Following（SF）问题并提出 Retrieval-Invoked Actual-Use Effect（RAE）加以度量。

Epoch AI 实测 GPT-5.6 与 Claude 5 长上下文延迟缩放差异

Epoch AI 测量四款模型的首 token 延迟（TTFT）随上下文长度的缩放，发现 GPT-5.6 Terra 和 Sol 呈明显二次曲线，Claude Sonnet 5 接近线性，Opus 5 噪声较大但仍接近线性。

OpenBMB@OpenBMBAI 评分5454

面壁智能（OpenBMB）发布 MiniCPM5-2B，vLLM 稳定版提供 day-0 支持。该模型为 2.6B Dense 模型，原生 131K 上下文，同一 checkpoint 支持 Think/No-Think 两种模式，并通过 vLLM 的 minicpm5 parser 支持工具调用。模型采用标准 LlamaForCausalLM 架构，权重与训练数据一同开放，部署配方见 http://recipes.vllm.ai/openbmb/MiniCPM5-2B。

湖南大学论文借 OpenAI Codex 证明球面 Hadwiger 猜想引发数学界前景讨论

博主 _alternator_ 撰文讨论湖南大学 Wang & Wu 的新预印本，其证明自 1974 年悬置的球面 Hadwiger 猜想时声明使用了 OpenAI Codex 协助完善证明细节、查找缺口和排版编辑。

OpenBMB@OpenBMBAI 评分6262

MiniCPM5-2B 在 Artificial Analysis Intelligence Index v4.2 得分 15，为 4B 总参数以下开源权重模型最高，比 Granite 4.2 3B（11）高 4 分。

DAIR.AI@dair_aiAI 评分6060

LinkedIn 论文《Does Your Agent's Memory Survive a Model Upgrade?》用 48 条合成历史比较四种记忆格式在更换读写模型后的可迁移性。

阿里发布 Qwen-Drive 1.0，一个模型同时承担驾驶与座舱助手

阿里巴巴 Qwen 团队发布 Qwen-Drive 1.0，基于 Qwen3.5-4B，在语言模型上叠加 3D 环境感知和路径规划两个模块，用同一模型同时服务驾驶系统和座舱助手。

Tencent Hy@TencentHunyuanAI 评分6363

腾讯混元针对用户反馈的复杂任务长思考与过度验证问题优化了 Hy4 preview，现已向所有用户开放。官方称任务质量不变，对话轮数更少、输入输出 token 更低，基准与人工评测均确认改进；Hy4 preview 为 770B 总参数、49B 激活、1M 上下文的开源模型。

科大讯飞发布星火 X2.5 模型：293B-A30B MoE 架构，全国产平台训练

科大讯飞 9 月 7 日正式发布星火 Spark X2.5 多语言文本生成模型，基于全国产平台训练，采用 MoE 框架，参数为 293B-A30B，支持 256K 上下文。模型全面提升代码和智能体能力，覆盖 200 余种语言，已在讯飞星辰 MaaS 平台上线，输入定价 1.6 元/百万 Token（缓存命中 0.24 元），输出 6 元/百万 Token。

Charlie O'Neill 谈 RL 环境信仰与理性下注：长、真、自有

Charlie O'Neill 撰文指出，宣称一切将是 RL 环境的人很少按该信念做出理性行动，如同当年 scaling 和 AGI 信奉者并不真下注。他提出无论 RSI 是否成立都应造高价值数据与环境：若 RSI 成立，单位效用环境价值将指数增长，值得在实验室内做最有针对性、可累积的环境；若不成立，实验室需要模型在所有领域变强，会为有用数据支付高价。