OpenAI 发布 GPT-5.2，主打科学与数学能力
北京时间 · UTC+8
OpenAI 发布 GPT-5.2，称其是迄今在数学与科学上最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上取得新的 SOTA 结果。原文还展示这些能力如何转化为实际研究进展，包括解决一个开放理论问题和生成可靠的数学证明。
AIHOT 精选理由原文给出了GPT-5.2在GPQA Diamond和FrontierMath上的新成绩及研究落地示例，读者可据此评估其在科研场景的可用性。
AI PRICE SPY / INTELLIGENCE
精选归档
追踪 AI 更新，查看事件时间线和原始信源；需要做购买决策时，再去比价。
精选归档 · 4264
清除筛选当前公开精选集合，保留来源更正和撤回。最后同步：
OpenAI 发布 GPT-5.2 前沿模型
北京时间 · UTC+8
OpenAI 发布 GPT-5.2，称其为面向日常专业工作的最先进前沿模型，具备推理、长上下文理解、编码和视觉能力。用户可在 ChatGPT 和 OpenAI API 中使用，以支持更快、更可靠的智能体工作流。
AIHOT 精选理由官方发布说明明确了模型定位与可用入口，读者可据此判断在 ChatGPT 和 API 中的使用方式。
迪士尼与 OpenAI 达成协议，超 200 个角色将登陆 Sora
北京时间 · UTC+8
迪士尼与 OpenAI 达成协议，将超过 200 个迪士尼、漫威、皮克斯和星战角色引入 Sora，供粉丝生成短视频。协议强调娱乐领域的负责任 AI，并包含迪士尼全公司使用 ChatGPT Enterprise 和 OpenAI API。
AIHOT 精选理由原文给出了合作规模和迪士尼内部使用 ChatGPT Enterprise 的细节，读者可以了解这桩授权协议的具体范围。
OpenAI 联合发起 Agentic AI Foundation 并捐出 AGENTS.md
北京时间 · UTC+8
OpenAI 宣布在 Linux Foundation 下联合发起 Agentic AI Foundation，并捐出 AGENTS.md，以支持面向安全智能体 AI 的开放、可互操作标准。
AIHOT 精选理由OpenAI 官方宣布在 Linux Foundation 下共建 Agentic AI Foundation 并捐出 AGENTS.md，可据此了解智能体开放标准的新动向。
Anthropic调研：2026年企业AI智能体应用趋势
北京时间 · UTC+8
Anthropic与Material调研500余位技术领导者显示，57%企业已将AI智能体用于多阶段工作流，16%实现跨职能部署。编码是核心场景，90%用于开发辅助，86%用于生产代码，平均节省近六成时间。80%受访者称投资已产生可衡量回报，如Thomson Reuters将法律检索从数小时缩短至分钟级。2026年81%企业计划处理更复杂用例，但面临系统集成、数据质量和变革管理三大挑战。
AIHOT 精选理由Anthropic发布企业AI Agent深度调研，揭示2026年应用趋势与头部企业实战案例
介绍 swift-huggingface：完整的 Hugging Face Swift 客户端
北京时间 · UTC+8
swift-huggingface 是一个全新的 Swift 客户端，旨在彻底解决旧库下载模型缓慢、不可靠且不支持断点续传的问题。它提供完整的 Hub API 覆盖，核心改进包括具备进度跟踪和断点续传的可靠下载、与 Python 生态共享缓存以避免重复下载，以及通过灵活的 TokenProvider 模式简化身份验证。该库现已独立发布，并将很快集成到 swift-transformers 中取代原有实现，未来还将支持 Xet 存储后端以实现更快的下载。
AIHOT 精选理由Swift 开发者可无缝集成 Hugging Face 模型，下载更可靠且与 Python 共享缓存。
ARC Prize 2025 结果公布：NVARC 摘得桂冠，Grand Prize 仍无人认领
北京时间 · UTC+8
ARC Prize 发布 2025 年结果与分析，NVARC 以约 24% 的 ARC-AGI-2 私有集得分（$0.20/task）夺得 Kaggle 竞赛冠军，Grand Prize 连续第二年无人认领。
AIHOT 精选理由官方复盘给出 2025 年获奖方案、成本数字与 refinement loop 框架，读者可借此理解当前 AI 推理的真实边界。
PromptArmor 披露 vLex Vincent AI 屏幕接管钓鱼攻击，vLex 已修复
北京时间 · UTC+8
PromptArmor 披露法律 AI 工具 Vincent AI（所属公司 vLex 上月被 Clio 以 10 亿美元收购）存在提示词注入漏洞。
AIHOT 精选理由PromptArmor 原创披露 vLex 提示词注入可导致屏幕接管钓鱼，读者可借三步攻击链理解上传文档类 AI 工具的注入风险。
利用Claude微调开源大语言模型的新途径
北京时间 · UTC+8
Anthropic的研究人员探索了一种新方法：使用其强大的闭源AI助手Claude来生成高质量的指令遵循数据，并用这些数据对较小的开源模型（如LLaMA系列）进行监督微调。这项实验旨在展示如何利用尖端闭源模型的能力来指导和改进可公开访问的开源模型性能，从而推动AI技术的进步与民主化。
AIHOT 精选理由用闭源模型蒸馏能力给开源模型，一条低成本微调的新路径值得关注
英国 AI Security Institute 联合多校研究：AI 模型说服力更多取决于后训练而非模型规模
北京时间 · UTC+8
英国 AI Security Institute 与牛津、LSE、Stanford、MIT 合作在 Science 发表研究，通过三项实验让 76000 余名参与者与 19 个模型就 707 个议题对话，检验 AI 说服力的来源。结果显示后训练的影响远超模型规模，强调事实与证据的提示词使说服力提升 27%，个性化微定向效应则不到 1 个百分点；同时提升说服力的手段会系统性降低事实准确性。
AIHOT 精选理由研究基于 76000 多人实验，指出后训练和信息密度比模型规模更能提升说服力，且说服力提升伴随事实准确性下降。
蚂蚁集团开源AState：面向强化学习的高性能状态管理系统
北京时间 · UTC+8
蚂蚁集团开源了AState，这是一个专为强化学习设计的高性能通用状态数据管理系统。它旨在解决RL训练与推理中的I/O效率低下、权重同步性能不足及状态恢复不鲁棒等核心挑战。系统采用三层架构：提供张量原生接口的API层、支持多种部署模式的服务层以及具备高效可扩展传输能力的基础层。其关键特性包括统一的张量级API、高性能权重同步和拓扑感知设计。在万亿参数规模下，AState能在约6秒内完成权重同步，远低于业界常见的分钟级延迟，目前已作为ASystem的关键组件在蚂蚁内部生产环境部署。
AIHOT 精选理由蚂蚁把万亿参数 RL 训练的权重同步从分钟级压到 6 秒，这套 AState 系统是真刀真枪的工程解法，做大规模 RL infra 的团队值得拆一拆它的 RDMA P2P 架构。
对 AI 进展的思考（2025年12月）
北京时间 · UTC+8
作者对人工智能发展作出阶段性预判：短期内持温和看跌态度，认为行业可能面临调整期或增速放缓；长期来看则极度看涨，预期将迎来爆发式增长。这一观点揭示了技术成熟度曲线中短期波动与长期变革潜力之间的典型张力，为2025年底的 AI 发展态势提供了审慎而前瞻的研判框架。
AIHOT 精选理由顶级AI播客主持人对AGI发展节奏的宏观判断，短期谨慎与长期爆发的前瞻视角值得参考
大规模验证代码的实用方法
北京时间 · UTC+8
研究团队训练并部署了一个专为高精度和实际应用优化的AI代码审查智能体。该智能体旨在对自主生成的代码进行有效监督，使代码审查能力能够与自动化代码生成的规模同步扩展。通过优化智能体的精确度，该方法致力于解决大规模代码生成中的质量控制难题，为AI辅助软件开发提供了可落地的规模化监督方案。
AIHOT 精选理由OpenAI 把对齐研究落到了代码审查这个具体场景，不是空谈 alignment 理论，而是训了个高精度 review agent 来给 AI 写的代码做质检。做 coding agent 的团队该看看，这可能是未来安全合规的标配。
DeepSeek V3.2 正式版发布：强化 Agent 能力，融入思考推理
北京时间 · UTC+8
DeepSeek 发布正式版 DeepSeek-V3.2 和长思考增强版 V3.2-Speciale，网页端、App 和 API 均已更新。
AIHOT 精选理由V3.2将思考融入工具调用，在Agent评测中达到开源最高水平，泛化性提升可能改变复杂工具调用应用的模型选型。
DeepSeek V3.2 正式版：强化 Agent 能力，融入思考推理
北京时间 · UTC+8
DeepSeek 发布正式版 V3.2 与长思考增强版 V3.2-Speciale。V3.2 在推理 Benchmark 中达到 GPT-5 水平，并成为首个支持思考与非思考模式工具调用的模型。
AIHOT 精选理由半年前的这版更新，把 Agent 和思考推理揉进了开源模型，回头看算是 DeepSeek 在智能体能力上的关键一刀，做 Agent 开发的至今绕不开它。
Transformers v5：以简化模型定义驱动AI生态
北京时间 · UTC+8
Transformers v5正式发布，其每日pip安装量从v4的2万次大幅提升至300万次以上，总安装量突破12亿次。模型架构数量从40个扩展至超400个，Hub上兼容的模型检查点从约1,000个增至75万个。新版本聚焦于简化模型定义、训练、推理与生产部署，通过引入AttentionInterface等模块化设计，显著降低了代码贡献与维护成本。此外，库将明确以PyTorch为唯一后端，逐步淘汰Flax/TensorFlow支持，并简化分词处理，以推动标准化与生态兼容性。
AIHOT 精选理由Transformers v5 大幅简化模型集成，提升训练推理效率，开发者可快速上手最新 AI 模型。
DeepSeek-V3.2 及 DeepSeek-V3.2-Speciale 发布
北京时间 · UTC+8
DeepSeek 将 deepseek-chat 和 deepseek-reasoner 均升级为 DeepSeek-V3.2，分别对应非思考模式与思考模式。同时非正式部署 DeepSeek-V3.2-Speciale 的 API 服务，价格不变，仅支持思考模式对话，不支持工具调用，最大输出长度默认 128K，服务截止至北京时间 2025-12-15 23:59。
AIHOT 精选理由我觉得DeepSeek V3.2的亮点不是参数，而是思考模式正式接入主力API，意味着推理能力常态化，Speciale那个128K输出更像压力测试，做长文档的可以抓住窗口期探上限。
One point I made that didn’t come across: - Scaling the current thing will keep leading to improveme...
北京时间 · UTC+8
我之前说的一点没被传达清楚： - 继续扩展当前的技术会持续带来进步。特别是，它不会停滞。 - 但某些重要的东西仍会继续缺失。 [引用 @haider1]：以下是今天 ilya sutskever 播客的要点： - 5-20 年内实现超级智能 - 当前的扩展将严重停滞；我们回到了真正的研究 - 超级智能 = 超快速的持续学习者，而非完成的预言机 - 模型的泛化能力比人类差 100 倍，这是最大的 AGI 阻碍 - 需要全新的 ML 范式（我有想法，现在不能分享） - AI 影响将很剧烈，但只在经济扩散之后 - 历史上的突破几乎不需要算力 - SSI 有足够的专注研究算力来获胜 - 当前的 RL 已经比预训练消耗更多算力
AIHOT 精选理由顶级科学家修正观点：Scaling将持续有效但无法触及AGI核心，亟需范式革命
Meta研究人员披露Facebook 2020年起使用TPU训练AI
北京时间 · UTC+8
Meta研究人员透露，Facebook自2020年起使用TPU训练AI，由Kaiming He领导开发TF和JAX代码库，MAE、DiT等模型完全基于TPU构建。因内部采用有限，Meta于2023年取消GCP协议。推文指出，Google、Anthropic等实验室长期使用TPU训练大模型，Nvidia的CUDA护城河并非不可逾越，OpenAI亦投资Triton寻求替代。TPU与GPU的效率差异并非关键，系统工程人才才是决定性因素。
AIHOT 精选理由何恺明团队2020年起用TPU训练MAE/DiT，Nvidia护城河比想象更浅
well someone has been preaching this at us for like 6+ years glad we are past the 'feel the agi' pha...
北京时间 · UTC+8
好吧，有人已经向我们宣扬这个大概6年多了 很高兴我们已经过了"感受AGI"的阶段，回到了构建人类水平智能的道路上 https://t.co/Qp8FyLPaQU [引用 @dwarkesh_sp]："AGI和预训练发生的事情是，在某种意义上它们过冲了目标。 你会意识到人类并不是AGI。因为人类缺乏大量的知识。相反，我们依赖持续学习。 如果我培养出一个超级聪明的15岁孩子，他们其实什么都不知道。一个优秀的学生，非常渴望学习。[你可以说，]'你去当程序员吧。你去当医生吧。去学习和成长。' 所以你可以想象，部署本身将涉及某种学习试错期。这是一个过程，而不是你扔下一个成品就完事了。" @ilyasut
AIHOT 精选理由Ilya重新定义AGI路径，持续学习将取代预训练成下一代模型焦点