最近一周AI科技圈又发生了啥？

OpenAI宣布ChatGPT Pro使用额度翻倍

OpenAI核心产品负责人Tibo宣布，所有ChatGPT Pro及Business Premium用户的使用限额即日起翻倍，属于其"28天持续改进"计划的第25天更新。此前9月底Pro 200新订用户用量减半引发用户反馈，此次调整让额度较低的Pro 200用户用量翻倍后与高额度用户拉齐，原本高额度用户则保持不变；具体到Pro 200，调整后ChatGPT Work与Codex内含用量达到Plus的20倍，聊天模式每周可使用200次GPT-6 Pro且取消5小时时长限制，不过Ultrafast功能仍为Pro 500专属。Plus会员额度不作调整。过去数周OpenAI还陆续推出了GPT-6交互式回答、Astra Pro并行多智能体、GPT-6.1 Terra等功能，并在缓存保留、响应速度、错误率降低等方面做了优化；另外团队正推进Chat与Work功能的合并，合并后的额度计算方式暂未明确

https://help.openai.com/en/articles/9793128-about-chatgpt-pro-tiers

英伟达发布Nemotron 3.5 Transcribe语音转写模型

约43亿活跃参数的Nemotron 3.5 Transcribe整合语音编码器、说话人分离模型与混合专家语言模型，支持40种语言和最长一小时录音，可按自然语言指令进行逐字、书面化、上下文或带说话人标注的转写，并提供语音翻译、语言识别及词级时间戳。英语和多语言Open ASR榜单平均词错误率分别为4.71%和4.62%，位居开放权重模型首位；提供预期实体列表后，命名实体错误降至原来的约六分之一。采用NVFP4检查点及DFlash2推测解码时，单张RTX PRO 6000 Blackwell每秒最多处理2238秒音频。模型按OpenMDW-1.1许可证发布，提供多种精度权重和微调工具，单GPU适配新任务通常需要0.5至2.3 GPU小时

https://research.nvidia.com/labs/nemotron/NVIDIA-Nemotron-3.5-Transcribe

谷歌DeepMind发布Gemini 4 Carbon

在Artificial Analysis智能指数v5.0中，Gemini 4 Carbon以59分居首，Text Arena排名第一，Agent Arena和网页开发榜分别列第二、第四。谷歌称，模型可连续数天处理复杂工程任务，自主发现、验证及修复漏洞；未启用安全防护限制时，SEC-bench Pro、ExploitGym和CWE-bench分别取得88.2%、54.8%和71.0%。可靠性评测中，Terminal-Bench 4.0成功作弊率及Gray Swan间接提示词注入攻击成功率均为0%，严重行为不一致警报减少近80%，但测试结果不代表现实攻击均可阻止。首批仅向部分网络安全防御人员开放，再通过Fairwind Program扩展至可信伙伴，普通用户暂无使用时间表，这一安排引发部分社区用户不满

https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/

面壁智能发布并开源MiniCPM-OCR系列模型

系列包含13亿参数的文档解析模型MiniCPM-OCR 1.0，以及20亿参数的质量判别模型MiniCPM-OCR Jev。前者在Real5-OmniDocBench和OCRBench v2分别取得93.68分、54.7分；采用RTX 5090、图片级并发度为1的统一测试中，结合DSpark解码加速，吞吐达到每秒1.217页。模型基于MiniCPM-V 4.6，结合视觉分片、朝向纠正、自适应放大及真实场景强化学习，支持本地解析和结构化输出。Jev对原图与解析结果给出0至1的质量评分，覆盖文字、公式和表格，整体AUROC为93.6，可接入不同OCR系统筛选人工复核内容，或择优组合多模型结果。内部900块图像测试中，免检部分准确率接近100%时，法律文书最高免检比例达85%，两款模型同步开放权重与微调支持

https://huggingface.co/openbmb/MiniCPM-OCR-1.0

谷歌DeepMind发布Genie 4世界模型

用户可通过自然语言生成并探索虚拟世界，实时调整天气、镜头、人物和物体，场景随操作持续变化，并模拟重力、碰撞、形变等物理反馈。Genie 4也是谷歌首个支持原生音频生成的实时世界模型，可同步生成环境音效、音乐和人物对话，让虚拟角色根据输入及场景事件作出回应。与Gemini结合后，Genie 4负责生成环境，Gemini 3.8 Flash负责理解目标、规划行动、观察结果和调整策略，演示涵盖虚拟实验室中的机械臂精细操作；另一项实验由Gemini 4 Argon拆解跳棋任务，再交给Genie 4模拟Apollo人形机器人执行，全程发生在生成环境中

https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation

百度发布并开源文心Unlimited OCR 2

面向整本文档连续解析，文心Unlimited OCR 2采用稀疏参考滑动窗口注意力机制，先筛选相关页面，再选择固定数量的局部视觉信息，配合固定上下文窗口控制单步计算量；分块解码通过相邻块重叠一页、复用边界缓存并释放无用缓存，衔接跨页内容。百页级单序列测试中，峰值KV缓存从47GB降至1.77GB，减少约96%，该数值不含模型权重等开销；另一项16路并发测试的吞吐量从每秒360 token升至1315 token。百页级测试中，单步解码速度分别达到全注意力及上一代R-SWA的7倍和5.6倍。MPDocBench和MarathonDocBench综合得分分别为84.59、77.06，均居报告所列参评模型首位，单页表现与上一代基本持平

https://github.com/baidu/Unlimited-OCR

微软发布MAI Image 2.7图像编辑模型

面向复杂图像修改的MAI Image 2.7预览版，可调整场景风格与光照、编辑文字和符号、修复增强素材，并处理需要理解物体与环境关系的编辑任务，发布时位列Arena Edit第三、Artificial Analysis图像编辑榜第二。相较2.6版本，在Artificial Analysis评估的全部10类使用场景和7类编辑操作中均有提升，在修复增强、推理编辑、场景风格及文字符号编辑方面达到领先水平，其中场景与风格得分比第二名高24 Elo。目前可通过Arena、Artificial Analysis和MAI Playground体验，首批开放图像编辑，文生图功能尚待推出

https://microsoft.ai/news/mai-image-2-7-debut/

Anthropic工程负责人取消团队LeetCode面试

AI工具让编程面试的区分度大幅下降，Anthropic工程负责人Felix Rieseberg认为传统编程题已无法有效预测候选人的工作表现，决定从团队面试流程中将其移除。Claude在简单React题和复杂汇编题上都能同样出色地完成，做题成绩与入职后的实际表现之间已失去相关性。与此同时，借助AI快速把想法变成产品的初级工程师正在迅速追赶甚至超越资深同行，"饥渴感打败了工龄"成为新趋势。配套博客中给出了五条新人建议：优先关注业务影响而非待办清单、挑一个足够大胆的想法、用周末做出可运行原型、集中精力把一个构想做透、善用新人视角发现用户痛点与组织盲区。Notion离线模式的案例中，新人因不了解内部"不可能实现"的共识而直接提问，最终验证了部分判断；Claude Code的图形界面原型则由两位入职不久的工程师用Claude Code本身在周末搞定、八天后即上线发布。AI博主Yuchen Jin回应称年轻AI人才普遍会直接跳过仍用LeetCode面试的公司，编程面试的退场似乎已成趋势

https://mp.weixin.qq.com/s/PQ5Wi8PHlbBKS6_dmt4WeQ

Anthropic公开招股书并申请纳斯达克上市

拟用股票代码为“ANT”，募资规模尚未最终定价，此前草案提出的最高约1000亿美元募资目标和约2万亿美元估值仍属计划。披露的半年度营收为162.86亿美元、净亏损807.48亿美元，其中约724亿美元来自融资工具公允价值变化，不能等同于同期现金消耗；第三季度营收168亿美元，并在调整后口径下实现盈利。按用量计费和订阅分别贡献约80.2%与19.6%的半年度收入，两大客户为亚马逊和谷歌。业务涵盖模型、Claude Platform、自研应用和行业方案，资源集中于编程、智能体及安全研究，暂不开发图像和视频生成模型。公开版主要算力合同金额粗略加总超过6500亿美元，文中称约八成安排带有最低付款要求，云厂商同时作为股东、供应商、销售渠道和竞争对手，构成供给与依赖风险

https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm?utm_source=chatgpt.com

OpenAI发布GPT-6.1 Terra

面向高频工作场景的GPT-6.1 Terra结合视觉理解、电脑操作与编程能力，支持图纸建模、动画检查、发票录入等任务。Agents’ Last Exam中，中等推理强度得分较上一代提高15个百分点，任务成本降至约三分之一，完成速度超过Astra和Sol的三倍；部分专业测试接近Astra，但最复杂的软件工程和深度研究仍更适合更高阶模型。内部高难度事实测试的低推理强度错误率从53.6%降至16.7%，最高档为4.3%；Terminal-Bench 4.0最高档解决率从上一代公开成绩21.5%升至50.3%。社区游戏测试显示速度和费用占优，但Sonnet 5.5的成品质量更好。API每百万输入、缓存输入和输出token分别为1美元、0.05美元和5美元，标准价格较上一代及Sol降低50%

https://mp.weixin.qq.com/s/FBBzWGtSyWv_ZjP2bfW0Gw

月之暗面发布Kimi K3.1 Pro及高速版模型

拥有3万亿级参数、支持100万token上下文的Kimi K3.1 Pro，通过扩大后训练算力并优化强化学习、长上下文推理和沙箱调度，提升编程、3D创作、金融研究及长程任务能力。Terminal-Bench 4.0得分65.7%，内部长程编程基准得分61.2%；可调用游戏引擎、Blender和CAD等工具完成游戏、仿真及参数化建模，BenchCAD借助工具得分92.7%，并同步上线支持预览、编辑和导出的3D Make功能。金融文档分析基准OfficeQA Pro v2得分64.4，内部金融测试也较前代提升。事实准确性压力测试中，单项陈述错误率从23.4%降至8.3%，该结果不代表日常使用水平。为限制攻击性安全能力，团队移除中期训练与强化学习中的网络攻防数据。模型已接入网页、App、Kimi Work、Kimi Code和API，完整权重尚待发布

https://mp.weixin.qq.com/s/Q6Z-skAUH_na9g37VWbHew

腾讯发布并开源Hy-SimulMT同声传译模型

支持中英语音实时互译的Hy-SimulMT，可边听边输出译文和语音，并通过实时音色克隆保留说话人的声音与语气，实测响应时间约3秒。在RealSI长音频评测中，以StreamLAAL衡量延迟、GPT-6.1 Sol评估翻译质量，模型取得参评开源系统中的最佳效果，并超过多数商业API。另一项覆盖十个领域、演讲与访谈等场景的测试邀请六名具有多年经验的同传译员参与，采用译员组内最高分作比较，模型在该次评测中翻译质量达到专家水平，延迟更低。同传模型目前支持中英两种语言，App整体支持33种语言互译，并将作为深圳APEC志愿者及基层服务人员的官方AI翻译应用

https://github.com/Tencent-Hunyuan/Hy-SimulMT