AI Daily

SpaceXAI 上线 Grok 4.7，官方称与 Grok 4.6 同价同速。model card 报告 Terminal-Bench 20.3% → 38.0%,SWE-Marathon 31.9% → 46.0%,HealthBench Pro 48.5% → 56.7%(SpaceXAI 官方;model card 摘要)。Artificial Analysis 给出 Intelligence Index 46，将 SpaceXAI 带入前 4 大 AI 实验室，Elon 称其在 agentic coding 排名"Anthropic、OpenAI 之后第三"(AA 数据;Elon 表态)。另一评测 AA-Briefcase 上 Grok 4.7 xHigh 拿到 58%，与榜首 Claude Fable 5.1 Max 仅差 1 分(XFreeze 数据)。

不过外部评测出现分歧。ValsAI 在其 benchmark suite 上评分 54.2%，排名 #24——较 Grok 4.6(#14,59.2%)下降 5 个点(ValsAI 评测)。Elon 此前（9 月 11 日）预告称 RL 中"可能过度惩罚了回复长度(或其他因素)"，导致模型对可解的困难任务过早放弃；Teortaxes 指其应对是 Grok 4.7 xHigh 搭配 Grok Build(Elon 原推;Teortaxes 引述)。

Xiaomi 发布全模态模型 MiMo-V2.6 双版本:Pro 1.02T 参数/42B active,Flash 310B/15B active(Xiaomi MiMo 官方;Nato Lambert)。官方称 Pro 在多数 agent 基准上与 Claude Opus 5、GPT-5.6 Sol 相当；Artificial Analysis 数据显示 MiMo-V2.6-Pro 以 Intelligence Index 46 成为开源权重榜首，每 Intelligence Index 任务约 $0.13(AA 数据)。此次 RL 训练耗费约 130 小时、75B token、约 $2.6M(Zephyr 转述)；官方同步开源模型权重、技术报告、RL 环境与训练代码，并释出一个基于 Qwen 3.5 9B 的小型 SFT 蒸馏版本作为社区起点；社区转述称此次开源的 RL 环境规模约 7K 个(Teortaxes 观察;7K RL 环境)。

曾参与 DeepSeek R1 的罗福莉表示(经 Teortaxes 转述),「其背后的研究创新与工程挑战超过了她参与过的 DeepSeek R1」(Teortaxes 转述;罗福莉原文)。

OpenAI 宣布组建独立数学家顾问组，协助其评估与发布 AI 数学成果、维持学术标准并向数学界共享工具(OpenAI 官方)。OpenAI 研究员 Boris Power 引述配文称，「除解决 Navier–Stokes 千禧难题外，该模型已解决数学多数领域 100 余个长期开放问题」(Boris Power 引用)。Teortaxes 建议 OpenAI 在暂不披露解答的当下，公开题目陈述与解答哈希，让其他实验室尝试独立复现(Teortaxes 提议)。

The Information 独家消息:DeepSeek CEO 梁文锋在与投资人沟通中表示，「在华为芯片上训练模型是公司最大的赌注之一，这必须成功」；公司预计最快本季度获得新一批华为训练芯片(TI 独家;延伸报道)。社区泄露称下一代模型 V5 为 8T-250B 架构，Teortaxes 判断 8T 属 Astra+ 级别、最早 2027 年底(EvilDragon233 泄露(经 Teortaxes 转))。同一日 SemiAnalysis 披露 Engram 内存卸载到 DRAM，可在 H200/B200/B300/GB300 NVL72 上带来最多 50% 性能提升(SemiAnalysis)。

Type Safe AI 提出的"决策模型"Jev 本周在多个场景落地。Elvis Saravia 用 Jev 对约 2.3K 篇 AI 论文重打标签，总成本 $0.14、耗时 83 秒；此前经 DeepSeek V4 Flash 打的旧标签更贵、更慢且存在明显错误，Elvis 仅对 Jev 高置信度的分类结果重新打标(Elvis 报告;对照说明)。Harrison Chase 领导的 LangChain 宣布在 LangSmith Gateway 上托管开源决策模型 SemIf(基于 Qwen 3.5)，接下来一周对用户免费，并同步上线 Jev-as-a-judge 用于评分全量生产 trace(LangChain 上架;SemIf 得分;Jev-as-judge)。Jared Palmer 亦发布 Kev-0.6B/4B/8B 系列，面向可自训、自部署的小型 Jev 类模型(Kev 家族(经 Nando 转推))。