📰 AI洞察日报

2026年11月18日 · 星期三
👁 阅读量加载中…
🏆 头条

OpenAI发布GPT-6.2 Astra与Sol:前沿性能叠加大幅降价,专业输出对齐行业规范

OpenAI发布双模型:GPT-6.2 Astra面向最难的专业项目,GPT-6.2 Sol面向日常高效工作。在Agents' Last Exam多步专业任务评测上,Astra比GPT-6 Astra高5.2分而成本仅三分之一,比Claude Fable 5.2高5.5分而成本仅5%;API输入输出价格下调20%,缓存输入打4折至$0.40/百万token。幻灯片、表格、文档输出更贴近各行业惯例,代码与前端质量显著提升。

来源:OpenAI
📰 今日动态
1

Astra for Law登顶Harvey LAB-AA:法律智能配置模型成为新打法

基于GPT-6.2 Astra的Astra for Law在Harvey LAB-AA(覆盖24个法律领域、120项任务)以20.8%满分率排名第一,领先非OpenAI最强模型约59%,且每个任务输出token少54%。其法律检索索引两个月内扩容超三分之一,Vals法律研究基准通过率从46%升至53.8%。所有ChatGPT Enterprise客户可申请访问,含API。

2

商汤发布SenseNova Loop-9B:循环计算架构复用参数,寒武纪Day 0完成适配

商汤发布日日新SenseNova Loop-9B,通过Loop结构复用模型层参数,并结合流形约束超连接(mHC)技术,在有限参数量下打通新型循环计算架构推理链路。寒武纪宣布Day 0完成适配,成为首个支持该架构的国产推理芯片平台,打通了从模型到国产算力的部署路径。

3

NVIDIA Vera Rubin NVL72训练性能达Blackwell Ultra两倍,Agent推理双双领跑MLPerf

在MLPerf Training v6.1中,Vera Rubin NVL72取得最高达2倍于Blackwell Ultra的训练性能;在首版MLPerf Endpoints(面向Agent负载的推理测试)中同样领先。Agent工作负载携带跨轮次增长的对话历史并混合推理与生成输出,对推理系统提出新要求,NVIDIA以此验证其整机柜方案在长上下文Agent场景的扩展性。

4

GitHub开源Agent Host Protocol:让Agent会话跨编辑器、手机与云端延续

GitHub发布开放协议Agent Host Protocol,目标是让AI Agent会话状态可在不同编辑器、应用、手机和云端之间无缝接续。会话不再绑定单一工具,而是成为可迁移的持久资产。该协议以开放标准形式发布,为多设备Agent协作建立统一的会话托管规范,直接影响Agent开发者的状态管理设计。

5

OpenAI扩大科研免费访问:全球20万学术研究者免费用前沿模型

OpenAI将ChatGPT for Academic Researchers项目扩展至全球200,000名研究者,提供前沿模型免费访问。同期发布的调研显示,超1,800名科学家已在日常研究中使用ChatGPT,覆盖文献综合、代码编写到实验设计等环节,并报告了可量化的生产力提升。科研正在成为前沿模型落地的重点赛道。

6

GPT-6 Astra攻克困扰粒子物理界25年的格点计算难题

OpenAI物理学家Nathaniel Craig用GPT-6 Astra处理一个困扰粒子物理学界超过25年的格点量子色动力学(Lattice QCD)计算问题,模型在终端环境中完成了人类此前难以推进的推导工作。这是继Terminal-Bench-Science等科学基准之后,前沿模型在真实科研问题上能力外溢的又一案例,与月之暗面转向科学研究的行业动向相互印证。

7

OpenAI与NATO及盟国网信机构合作,用AI加固关键系统防御

OpenAI宣布与北约及盟国网络安全机构合作,帮助受信任的防御方查找漏洞、测试修复方案并保护关键基础设施。合作聚焦将模型能力用于防御性安全工作流,而非攻击。在Google威胁情报团队报告全自动化网络攻击已出现之后,前沿模型厂商正加速在国家级防御侧布局。

🛠 技术实践
1

NVIDIA公开稀疏注意力与长上下文推理的协同设计方法

NVIDIA发布技术博客,讲解面向长上下文推理的稀疏注意力协同设计:当Agent负载的上下文从数万token扩展到数十万时,需要在算法(稀疏模式选择)与硬件(Tensor Core利用率)层面联合优化,而非单独调优任一侧。文章给出了可落地的注意力稀疏化策略与推理配置参考。

2

Datadog为Agent可观测性引入线上实验:Agent版本对比进入生产验证时代

Datadog在Agent Observability平台上推出Online Experiments,工程团队可以在生产流量上对比不同AI Agent版本的真实表现,而非依赖离线评测集。平台记录Agent的每次工具调用与决策路径,支持按版本切分流量做A/B分析。对于Agent迭代速度超过传统测试覆盖能力的团队,这是可直接上手的评估基础设施。

3

LinkedIn分享LLM排序系统生产化经验:7B蒸馏到400M满足P99延迟

LinkedIn工程师分享如何将LLM排序系统在严格P99延迟SLA下生产化:核心路径是把7B教师模型蒸馏到400M左右的学生模型用于在线排序,配合异步重排与缓存策略平衡效果与延迟。演讲覆盖了从模型蒸馏、serving架构到搜索推荐两个场景的落地细节,是LLM进入延迟敏感型线上服务的完整参考。

4

GitHub实验结论:维护者不需要更多AI bug报告,需要带修复的少而准报告

在Codename MDASH试点中,GitHub与微软把数千条原始AI发现加工成99份经过核验、附建议修复的私密报告,提交给六个广泛使用的开源项目。结论是AI扫描产出的问题洪流对维护者是负担,只有经过验证、可直接评审的修复建议才有价值。该经验适用于所有想用编码Agent参与开源维护的团队。

📌 行业快讯
🔭 技术趋势观察