要点速览
- OpenAI下一代模型Astra内部版本以约2000美元成本解决十个重要数学问题。 — 来源：1
- NVIDIA Research发布Spatial-IQ基准，定向训练使计数准确率从2.9%升至62.6%。 — 来源：1
- 杰文斯悖论在AI领域显现：143M tokens仅耗60美元即可完成大规模研究。 — 来源：1 2 3
- Runway上线Grok Imagine Video 1.5。 — 来源：1
- StudyFetch以NVIDIA Riva等将推理成本降低近10倍。 — 来源：1
- swyx：多数人未用/loop，1-2年后代码审查可能消失。 — 来源：1
一、模型与能力突破
- OpenAI共同创始人Greg Brockman宣布，下一代主要模型Astra的内部版本以约2000美元的Sol API成本解决了数学和理论计算机科学中的十个重要问题，并发布了带Lean证书和思维链的完整证明。这一结果以透明可验证的方式展示了前沿模型在形式化推理上的潜力，同时将成本控制在数千美元级别。 — 来源：1
- NVIDIA Research推出Spatial-IQ基准，将3D物体计数拆分为九个感知与认知子任务分别评分。测试显示人类准确率为82.1%，最好的现成多模态模型仅17.7%；通过对子任务定向训练，Qwen2.5-VL-32B的计数准确率从2.9%提升到62.6%。这为空间推理系统提供了定位短板、定向补强和验证组合改进的完整闭环。 — 来源：1
二、成本与效率趋势
- Greg Brockman指出杰文斯悖论正在AI领域发生：模型降价后使用量暴涨，例如143M tokens只需60美元即可完成大规模研究；同时他称赞Luna模型便宜且高效，认为将ChatGPT用于日常自动化愈发划算。这印证了单位成本下降将显著扩大AI应用边界的判断。 — 来源：1 2 3
- StudyFetch借助NVIDIA Riva、Parakeet ASR和NIM微服务，将其最大AI推理工作负载成本降低近10倍，同时支持语音辅导、实时个性化和新的代理学习平台。这是应用层通过优化基础设施实现降本增效的典型案例。 — 来源：1
三、产品与行业动态
- Runway宣布在其平台上上线Grok Imagine Video 1.5，用户现在可以尝试使用。这是视频生成模型在主流创作平台上的又一整合动作，或将加速AI视频工具的普及。 — 来源：1
- SGLang正式支持Thinky Machines的Inkling-Small模型，可在两台DGX Spark系统上以24 tok/s（并发1，无MTP）运行，实现紧凑平台上的本地强智能体能力，并即将支持DSpark。这显示出AI推理框架正在向更低门槛的本地化部署推进。 — 来源：1
- swyx分享了代理循环晚宴的要点：多数参会者并未积极使用/loop；可通过多代理交接、事件触发器甚至多组cron任务构建长期自主循环；几乎所有人都认为1-2年后不会再有人审查代码；人类仍需提供对齐、护栏、判断力和创造力。这反映了当前AI工程实践中的分歧与对未来的预期。 — 来源：1
