OpenAI 多次修改 GPT-6 Astra 测试数据,部分成绩大幅变化
OpenAI 于当地时间 9 月 3 日发布 GPT-6 Astra 模型公告,发布过程波折,先是发布后撤下,页面长时间无法正常访问,官方先后称是内容管理系统故障、互联网中断所致,且表示撤稿与基准测试成绩无关。但博客重新上线后及后续,多项评测数据多次调整:Astra 的幻觉率先从 4.2% 降至 2%,后又调回 4.2%。GPT-5.6 Sol 的幻觉率、内部网络安全评测成绩等也有变动。Anthropic 旗下模型的部分成绩也出现下调后回升的情况,部分数据调整甚至早于首次发布博客前。OpenAI 称是为确保数据代表模型可用性能的最佳估计,且测试条件等因素会影响结果。这引发 AI 专家对其是否存在「刷榜」的质疑,也凸显 AI 行业长期存在的基准测试准确性争议,这类争议此前在 Meta 等公司也出现过。业内人士呼吁行业形成规范,修改成绩时明确说明评测条件变化。基准测试成绩对 AI 公司意义重大,但数据变动和外界质疑可能让客户、投资者难以判断模型适配性,也可能影响 OpenAI 的市场叙事。
特斯拉 Robotaxi 下月或实现全天运营
特斯拉 AI 负责人 Ashok Elluswamy 本周表示,特斯拉 Robotaxi 距离实现 24 小时全天候运营已不远,待 v15 计划中的下一项技术完成整合后,该能力将在下个月左右上线,但未透露具体技术、应用范围及城市推广计划。目前特斯拉 Robotaxi 在美国奥斯汀等城市实现每周 7 天、每日 6 时至 22 时运营。
多地严查赵一鸣、好想来等零食品牌短斤少两行为
近期赵一鸣、好想来等头部量贩零食品牌接连陷入「缺斤短两」争议,多地市场监管部门针对相关品牌门店开展计量专项整治或监督检查,对发现的问题督促整改。
我国首款 AI 辅助研发创新药获批上市
西湖大学、西湖实验室、西湖制药(杭州)有限公司联合研发的创新药盐酸伊司特韦片(商品名:艾普司韦)获国家药监局附条件批准上市,可用于成人轻型、中型新冠感染治疗。该药是国内首款 AI 辅助研发的原创药,从源头发现到完成临床试验仅用时三年半。
Nature 论文:司美格鲁肽使老年雌鼠延寿约 12%
司美格鲁肽最初作为降糖药出现,后被用于糖尿病和肥胖治疗,研究者还发现其作用延伸至心血管、肾脏等多个系统。加州大学伯克利分校 Danica Chen 团队在 Nature 发表研究,给 20 月龄雌性小鼠注射司美格鲁肽后,小鼠进食量减少约 24%,中位寿命延长约 12.4%,认知、运动等多项指标改善,其分子变化与热量限制高度重合,但在部分指标上表现优于单纯热量限制。该研究引发长寿研究圈讨论,有学者认为 GLP-1 类药物像长寿药物,也有学者质疑对照组寿命偏短、缺少热量限制组的寿命终点对照等。目前该研究仅在单一品系雌鼠中观察到延寿效果,尚未证明司美格鲁肽是抗衰老药,也无人类相关直接证据,但推进了 GLP-1 类药物健康获益与衰老过程关系的研究。
国家反诈 AI App 正式上线:微信、支付宝小程序同步开放
近日,「国家反诈 AI」App 正式上线,该 App 融合大语言、多模态模型和智能体技术,具备 AI 大模型智能问答、反诈资讯、反诈辞典三大功能,可从多维度识别诈骗套路、提供防范对策,用户可通过各大应用市场及微信、支付宝小程序下载使用。
世界最小 CT 在山东济南问世:核心器件实现国产化,仅重 6 公斤
中国科学院高能物理研究所科研团队发起成立的锐影检测科技(济南)有限公司自主研发的 XTOMO-CUBE 系列微型 CT 正式亮相,它是目前世界上体积和重量最小的 CT 系统,核心器件实现国产化,能清晰呈现微小物体内部三维结构。该设备高度集成关键模块,配备全自主研发软件,具备小而精的特点,整机仅 6 公斤,便携性出色,可满足移动场景即时检测需求,还可提供全套教学方案,参数开放可调,适合教学实验,也能为科研人员提供数据获取平台,支持前沿课题研究。
阿里千问开源 Qwen-Drive-1.0-4B:自动驾驶视觉语言模型新突破
阿里千问团队开源业界首个专为自动驾驶场景设计的视觉语言基础模型 Qwen-Drive-1.0-4B,该模型基于 Qwen3.5-4B 架构开发,预训练阶段整合 3D 空间感知与视觉问答能力并纳入运动规划模块,采用双专家系统架构,在多项自动驾驶相关任务及复杂场景中表现优异,强化学习版本提升闭环安全性的同时轨迹位移误差极小。
