Vals AI 用《我的世界》141 小时测试 GPT-6 Astra，发现 AI 受挫后陷入行为僵局
AI 评测机构 Vals AI 在 Twitch 直播中对 OpenAI 模型 GPT-6 Astra 进行了 141 小时的《我的世界》长时自主游戏测试
按来源浏览
资讯库
Descript 借助 OpenRouter 将新模型评测从一周缩短到两小时
AI 视频音频编辑平台 Descript 通过 OpenRouter 统一接入模型，把新模型评测从"两小时工程加一周等待"压缩到一两小时，团队现在每周多次评测模型。
贝索斯：AI不会取代放射科医生和软件工程师，反而会导致劳动力短缺
贝索斯反驳AI将取代放射科医生和软件工程师的说法，认为AI会提升这些从业者的能力。他以挖地下室时有人递上推土机作比喻，称经济生产力将大幅提升，反而可能出现劳动力短缺。
一位产品人谈"我经常犯错"：在 AI 时代做产品，犯错是迭代的一部分
一位产品负责人分享自己处理几乎所有问题都遵循的六步框架：理解已有信息、补齐缺失信息、定义问题、定义清晰简单的解法、定义目标、带着紧迫感行动，并在获得新信息后反复回到第 3-5 步。他认为最常见的失败模式是没能清晰定义问题、没能给出清晰简单的解法，并称"我喜欢犯错"，因为犯错能帮助更快明确问题、找到正确解法。
日产第 14 代 Skyline（V38）将于 12 月亮相：AI 助力开发周期缩短至 26 个月
日产 CEO 伊万・埃斯皮诺萨透露，第 14 代 Skyline（V38）轿车将于今年 12 月正式亮相，项目从立项到完成仅用 26 个月，比上一代 V37 的 55 个月缩短一半以上，得益于 AI 在设计、工程、测试和生产环节的广泛应用
Vals AI 用《我的世界》拷问 GPT-6 Astra 141 小时：炸掉一只箱子，AI 就缩进田里种土豆不出来了
Vals AI 用《我的世界》拷问 GPT-6 Astra 141 小时：炸掉一只箱子，AI 就缩进田里种土豆不出来了 · 1 · Sep 21, 2026 17 AI 评测机构 Vals AI 干了一件挺硬核的事:拿游戏《我的世界》当试验场，把 OpenAI 最新 大模型 GPT-6Astra 丢进去跑了一次长达141小时的长时自主游戏测试
蚂蚁 inclusionAI 开源 Realtime-Venus 全双工交互系统
蚂蚁集团 Venus 团队与清华大学在 GitHub 开源 Realtime-Venus，一个支持全双工对话与异步任务委托的实时交互系统
剪映发布全新 AI 能力：专业版上线“剪映 Hub”，移动端推 AI 助手“小映”
Astra for Law 首批开放、API 即将推出
Astra for Law 首批通过 Trusted Access 向部分律所开放，可在 ChatGPT 和 Codex 中使用，API 即将推出。
引用：安全研究人员用 Claude Opus 5 突破 OpenAI
原文引用安全研究人员用 Claude Opus 5 将漏洞扩展为 OpenAI 账户接管的案例。
AI 日报：微信 AI 团队开源 WeKnora；ChatGPT 正式入驻 Word；DeepSeek 明确调休日计费规则
本期 AI 日报汇总八条动态：微信 AI 团队开源可执行知识库 WeKnora、智谱回应 ZCode 代码上传争议、ChatGPT 官方插件入驻 Word、阶跃星辰 Step5Preview 单任务成本降至 Claude Opus5 的 1/8、SpaceXAI 语音转写错误率减半、B 站上线 AI 竞技场测评榜、千问同传延迟降至 2.3
Jev 面向所有人开放，无需等待名单
哎呀。以前"快"可是件坏事 💅
一颗 260 克的"鸡蛋关节"：稚晖君发布启元 Q1、T1 人形机器人
东风人形机器人"小东"下月进厂：汽车大模型给具身智能当"师傅"，年底要和真人掰手腕
安全研究人员用 Claude Opus 5 将漏洞扩展为 OpenAI 员工账户接管
3 名安全研究人员使用 Claude Opus 5 仅用几小时、Token 成本不到 3000 美元，将图片上传漏洞扩展为 OpenAI 员工账户接管，并通过 Codex 提交内部 PR。
中国AI Lab用华为芯片做推理？
中国顶级的 AI Lab，在使用 Nvidia 芯片做训练，并且开始大量使用华为芯片做推理，是这样么？
Baseten CEO 披露推理用量增长数据
Baseten CEO Tuhin Srivastava（@tuhinone）刚抛出 2 个数字，展示 AI 推理增长有多快：
Waymo 安全性报告更新：比纽约出租车更安全
早在7月，有一份报告在网上引起广泛关注，称 Waymo 比纽约的营运车辆更危险。该分析后来被证明是错误的，更新后的报告发现 Waymo 要安全得多。好在他们用新数据做了更新，不过 https://www.openplans.org/how-for-hire-autonomous-vehicles-impact-nyc
Grok Bot 周末使用技巧征集
这个周末你是怎么用 grok bot 的？分享你最好的技巧！
Anthropic 把 IPO 推到 11 月：2 万亿美元估值剑指 SpaceX 纪录，安全警告成上市前的"护身符
Anthropic 打算把敲钟的日子往后挪一挪。据《华尔街日报》9月19日报道，这家 Claude 开发商计划将首次公开募股推迟到11月，比许多投资者此前押注的10月晚了一步。知情人士透露，部分顾问认为多等一个月，能让公司把第三季度的财务数据摆上桌，用真金白银证明自己的竞争地位——这纸报表，正是当下最硬的说服工具。市场
消息称 Anthropic 拟在 IPO 前推出新模型，应对 GPT-6 Astra 冲击
据路透社报道，三位消息人士透露，Anthropic 正考虑推出一款全新人工智能模型，以应对 OpenAI 发布 GPT-6 Astra 之后的强劲发展势头。此事发生在公司筹备 IPO 前夕——就在此前，其首席执行官还呼吁整个 AI 行业放缓技术迭代的脚步。消息人士称，推新模型意在直面来自直接竞争对手的压力。此前，Ant
雷神首款 AI 移动工作站明日开售：64GB 内存驯服 120B 大模型，1.99 万元把数据中心装进背包
雷神要给"本地跑大模型"这件事换个重量级解法。9月20日，雷神宣布旗下首款人工智能移动工作站 AI Master M7000将于明日（9月21日）上午10:00开售，号称能"端侧驯服"1200亿参数的大模型，首发叠加国补后到手价1.99万元。创作、开发、科研、涉密四大场景被它一次
阶跃甩出 Step 5 Preview：600B 稀疏 MoE 只激活 27B，把开源旗舰的"性价比边界"往外推了一格
阶跃今天全量开放新一代旗舰基座 Step5Preview，定位很明确——一款为真实世界里 Agentic 任务而生的主力模型。它想解决的是 AI 模型里那道经典的"帕累托题":能力、效率、成本三个目标互相拉扯，历史上想在一个维度上往前走，往往得拿另一个维度去换;而推进帕累托前沿，不是让取舍消失，而是
GPT-6 Astra 联手人类攻破重大进展级数学难题：AI 不再只是解题机，成了规律发现者
在全球顶级 AI 数学基准 FrontierMath 上，一道悬了九年、自2017年就被抛出的"重大进展"级开放难题被拿下——而这次的功臣是 GPT-6Astra 与三位人类研究员的人机组合。题目问的是批准式委员会选举里"核是否为空"，本意是寻找"核为空"的反
阶跃星辰 Step 5 Preview 全量开放：600B 参数打平 K3 级性能，新用户最长白嫖 75 天
昨天一款名为 Step 5 Preview 的国产大模型突然杀出，仅用 6000 亿参数量就达到了 2.8 万亿参数量 K3 级别的性能，性价比非常高。今天该模型正式全量开放——API 和 Studio 已经可以使用，10 月 15 日还将发布完整权重模型。Step 5 Preview 是阶跃星辰推出的旗舰模型，采用稀
B 站上线“AI 无限竞技场”：百大模型同台 PK，GPT-6 Astra 暂居榜首
9B 站宣布上线“AI 无限竞技场”大模型测评榜，并同步公布了首轮模型排行榜。其中 GPT-6 Astra 在 10 个 UP 主测评中拿下榜首，打败 GLM-5.3 获得“榜首次数冠军”；前五名中，国产大模型占据三席。据 B 站介绍，“AI 无限竞技场”是一个汇集 UP 主 AI 大模型测评的竞技广场，由各领域 UP
B站上线"AI 无限竞技场"测评榜：上百模型同场厮杀，GPT-6 暂坐头把交椅
B站今天端出了一块大模型擂台——"AI 无限竞技场"测评榜，并同步亮出首轮排行榜。在10位 UP 主的真机实测里，GPT-6Astra 拿下榜首、并且抢下"登顶次数冠军"，把 GLM-5.3压在身后;前五名里国产大模型占了三席，和海外巨头贴身肉搏。这块竞技场和传统跑分榜的玩法不一
DeepSeek明确调休日计费规则，中秋国庆迎来十天"半价窗口
9月19日，DeepSeek正式发布API峰谷时间补充说明，明确调休上班的周末以及中国法定节假日全天，均按空闲时段计费。这意味着，9月20日（周日调休上班）、10月10日(周六调休上班)以及中秋、国庆假期，开发者均可享受低谷价格调用API。根据DeepSeek此前公布的峰谷定价机制，工作日高峰时段（9:00-12:00
启元机器人接入腾讯云WorkBuddy，AI首次从屏幕"走"进物理世界
9月20日，消费级具身智能品牌「启元机器人」宣布与腾讯云达成合作，启元Q1、T1机器人正式接入WorkBuddy，成为首个接入WorkBuddy的具身智能企业。这意味着WorkBuddy首次实现"具身化"——从屏幕里的AI助手，变成有耳朵、眼睛和手脚的物理实体。双方的分工清晰明确:WorkBuddy
MiniMax 开源 Code CLI：命令行编程工具亮出 76.7% 通过率，把企业级 harness 摊在阳光下
MiniMax 把自家命令行 AI 编程工具 MiniMax Code CLI 的 v0.4.12版本正式开源，源码已上架 GitHub。作为 MiniMax Code 客户端的核心组件，它不再只是闭门打磨的产品，而是把底层实现直接交到开发者手里。成绩上它拿出了底气。在 FrontierHarness Eval 评测里