阶跃星辰开源Step 3.7 Flash，面向生产级Agent的196B MoE模型

生成式AI

一、实测Claude Opus 4.8：干活更强，说话更难听

　　Anthropic发布旗舰新版Claude Opus 4.8，实测显示其理解非标准需求、多步骤上下文保持与纠错能力均较前代提升，能稳定完成复杂取数任务。

　　表达方式被诟病冗长，事事分点、层层铺垫，并保留“这是个好问题”等套路化开场白。

　　社区反馈集中吐槽其语气对抗性强、忽视用户偏好，工程能力虽强但需用户主动适应其风格。

二、李飞飞团队发布GPIC语料，打造视觉生成新基准

　　斯坦福李飞飞团队发布GPIC开放图像语料库，含1亿对图文数据、约28万亿像素，全量托管Hugging Face免费下载，回应ImageNet基准饱和问题。

　　数据仅采集CC授权图片，经低质过滤、去重与多粒度AI描述生成，并随附以本地文件分发，解决版权与链接失效痛点。

　　配套FD-DINOv2评估协议替代老旧FID，与独立测试集比较，避免刷榜与记忆训练集漏洞。

三、阶跃发布开源Step 3.7 Flash，面向生产级Agent

　　阶跃星辰发布并开源Step 3.7 Flash，定位生产级Agent高效模型，围绕Agent、Coding、Search与多模态工作流系统优化。

　　采用稀疏MoE架构，总参数196B、激活仅11B，单请求最高400 TPS，原生理解UI、图表、文档并可自主搜索验证。

　　强化高可靠工具调用与编排，兼容Claude Code等主流Agent框架及MCP协议，支持云端与本地部署。

四、MiniMax启动A股上市，新旗舰模型M3即将发布

　　MiniMax已提交上海证监局上市辅导备案，开启A股进程，将与智谱共同冲刺A股大模型第一股，中信证券任辅导机构。

　　过去两个月ARR增长超100%、现已超3亿美元，服务全球客户超百万、用户约3亿，港股较发行价上涨约四倍。

　　官方预告新旗舰M3即将发布，采用稀疏注意力机制，百万token预填充与解码速度分别提升至9.7倍与15.6倍。

五、英伟达自研CPU N1X曝光，或将进军Arm笔记本

　　英伟达官号预告“PC新纪元”，结合台北Computex主会场坐标，外界研判其将推出搭载自研N1X芯片的Windows on Arm笔记本。

　　N1X由联发科合作、台积电N3B制程，20核CPU搭配6144个CUDA单元的Blackwell GPU与128GB统一内存，对标苹果M系列。

　　受统一内存带宽限制游戏体验受限，且Arm架构跑x86应用需转译，定位更偏本地AI而非游戏本。

六、哈佛史上最年轻华人教授尹希，被爆将加盟OpenAI

　　有爆料称哈佛史上最年轻华人正教授、弦论与量子引力学者尹希离开学术界加入OpenAI，被视为科研重心向算力巨头迁移的信号。

　　尹希称AI使其科研提速至少100倍，几周产出的代码自己要写十年，并直言不相信存在AI无法复制的人类智力能力。

　　其价值在于为AI推理边界提供理论背书、高质量人类监督与科研范式重构，契合OpenAI for Science方向。

七、北大数院苏炜杰入职OpenAI，刚获统计学最高奖

　　北大数院“黄金二代”苏炜杰官宣加入OpenAI并晋升沃顿正教授，将从统计与优化理论直接参与模型训练，OpenAI联创Brockman发帖欢迎。

　　苏炜杰刚获被誉为“统计学诺奖”的COPSS总统奖，是14年来首位华人得主，研究覆盖生成式AI统计基础、对齐、水印检测与凸优化。

　　其早年ODE论文为近期GPT-5解决Nesterov加速收敛难题提供关键工具，与同门Ernest Ryu在OpenAI重聚。

前沿科技

八、贝佐斯的蓝色起源新格伦火箭，全栈点火测试爆炸

　　蓝色起源新格伦火箭在NG-4任务前的全栈静态点火测试中爆炸，7台BE-4发动机点火后一级底部异常起火，引发级联失效，无人员伤亡。

　　事故发生于敏感节点，火箭刚完成首次助推器复用，正承担亚马逊Kuiper部署并参与NASA阿耳忒弥斯月球计划。

　　贝佐斯表示将重建并重返发射，事故或拖累蓝月着陆器时间表，被类比为SpaceX当年的AMOS-6事故。

报告观点

九、actAVA推出CHI Bench，揭示医疗Agent可靠性短板

　　前Salesforce AI研究负责人创办的actAVA发布CHI Benchmark，面向端到端医疗工作流，测试Agent能否跑通保险审批、慢病管理等真实流程。

　　结果显示最强通用Agent在pass@1上仅28%，部分流程接近0%，瓶颈不在智商而在policy检索与长流程严格遵守规则的可靠性。

　　团队判断医疗Agent竞争正从模型智商转向工作流可靠性与企业集成，并计划推出医疗行业专属基础模型。