ZD Tech
AI 日报

🤖 AI HOT 日报 · 2026-06-29

Grok 4.5 私测于 SpaceX 和 Tesla 性能接近 Opus，新浪开源 VibeThinker-3B 推理可压缩事实知识不能，Wayfinder Router 实现本地/托管 LLM 查询路由，Adrafinil 仅 AI agent 工作时阻止 Mac 睡眠，仅三个AI模型在500天创业测试中盈利超起始资本，四大顶级AI对决《文明VI》暴露感知与执行短板，开源模型生态扩展 NVIDIA Cohere 等发布新模型。

  1. 1. Grok 4.5 私测于 SpaceX 和 Tesla，性能接近 Opus

    基于1.5T V9基础模型，补充训练中加入 Cursor 数据。初步评估性能接近或超越 Opus。SpaceX 将每月发布完全从头训练的新模型。

  2. 2. 新浪开源 VibeThinker-3B：推理可压缩，事实知识不能

    仅3B参数，AIME26等基准持平 DeepSeek V3.2 等大200-333倍模型，但知识密集型 GPQA-Diamond 大幅落后。提出参数压缩-覆盖假说，已开源。

  3. 3. Wayfinder Router：本地/托管 LLM 查询路由

    通过分析提示词结构在微秒级完成路由决策，完全离线无需调用其他模型。支持任何 OpenAI 兼容 API，可自托管。

  4. 4. Adrafinil：仅 AI agent 工作时阻止 Mac 睡眠

    支持 Claude Code、Codex、Cursor、Gemini CLI、Aider 等9种 AI coding agent，无 agent 工作时合盖后 Mac 正常睡眠。

  5. 5. 仅三个AI模型在500天创业测试中盈利超起始资本

    普林斯顿 CEO-Bench 基准中，14个模型仅 Claude Fable 5（4715万美元）、Opus 4.8（2780万）和 GPT-5.5（2130万）超过100万起始资本。多数模型在模拟结束前破产。

  6. 6. 四大顶级AI对决《文明VI》，暴露感知与执行短板

    Claude、GPT-5.4、Gemini 3.1 Pro 等进行23场《文明VI》对局。AI 主动检查全局状态仅占1-2%，计划后10回合内执行率仅48-66%。

  7. 7. Artifacts 22：开源模型生态扩展，NVIDIA 和 Cohere 发布新模型

    开源模型生态变得更多元，从中国公司扩展到全球各类组织。NVIDIA 发布 Nemotron-3-Ultra-550B，Cohere 以 Apache 2.0 开源旗舰模型。

来源与核验

这是一条旧版简报，原始来源链接未保留。涉及安全、金融、政策或突发事件的信息，请在采取行动前通过权威原始来源再次核验。