KeyFrame內部研究專用

Gemini 4 Flash SOON, Fable 5 is Back, GPT-5.6 Codex Update, Seed Dance 2.5, & More! AI NEWS

WorldofAI17 min英文
觀看原始影片

三句話摘要

七月首週 AI 產業綜合動態:涵蓋 Claude Fable 5 全球重新部署、Google Gemini 新版本升級、OpenAI GPT-5.6 洩露細節及人型機器人邁入實際生產的重要新聞。 --- Claude Fable 5 的受管制重新部署、多家頭部公司密集發佈新模型及人型機器人進入真實生產環境,共同標誌著 AI 產業正從高速技術競賽階段轉向「安全監管+實際應用」的新常態。 Claude Fable 5 重新部署的多層配套措施:經三週離線後,Anthropic 與美國政府的建設性討論促成恢復。公司新增網安分類器以檢測危險請求,並與亞馬遜、微軟等合作建立行業框架評估 AI 越獄。同時導入分層定價與信用系統,Pro/Teams 用戶至 7 月 7 日前享 50% 週配額。

重點整理

  1. Claude Fable 5 重新部署的多層配套措施:經三週離線後,Anthropic 與美國政府的建設性討論促成恢復。公司新增網安分類器以檢測危險請求,並與亞馬遜、微軟等合作建立行業框架評估 AI 越獄。同時導入分層定價與信用系統,Pro/Teams 用戶至 7 月 7 日前享 50% 週配額。

  2. Fable 5 品質與成本權衡:在 HTML5 物理演示測試中,Fable 5 耗資 $3(62k tokens)全場景評分達 8+,雖成本是 Opus 4.8 的六倍,但輸出品質遠優,並展示單提示內生成完整遊戲程式碼與程序生成 3D 資產的能力。

  3. Google Gemini Flash 的穩健升級:新檢查點在 Arena 上表現明顯優於現有版本,特別在 SVG 生成上精度高、細節豐富,雖未確認最終版本號(可能為 3.6 或 4 Flash),但被視為對近期批評的積極回應。

  4. 機器人進入真實生產環節:Figure 03 已在寶馬工廠部署執行物流與製造任務,Figure AI 估值在 28 個月內從 5 億躍至 39 億美元,標誌著 AI 機器人從展示原型轉向實際應用的里程碑。

  5. --

實用技巧與重點

  • Claude Fable 5
  • 全球重新上線時間:2026 年 7 月 2 日起
  • 涵蓋平台:Claude AI、Claude API、Claude Code、Claude Co-Works
  • Pro/Teams 用戶配額:50% 週使用限額(至 2026/7/7),後轉向信用系統
  • 新安全措施:網安分類器、行業越獄評估框架、政府預發佈測試合作
  • 效能對比(HTML5 物理演示任務)
  • Claude Fable 5:62k tokens、$3、8+ 分(所有場景)
  • GPT-5.5:37k tokens、$1、8+ 分(部分場景)
  • Claude Opus 4.8:22k tokens、$0.5、7+ 分
  • GLM 5.2:36k tokens、$0.08、6+ 分
  • Google 新模型
  • Gemini Nano Light:圖像生成,最新、最快、最便宜
  • Gemini Omni Flash:10 秒影片生成耗時 31 秒、成本 $1.32
  • 競品動態
  • GPT-5.6 Codex:傳聞上下文視窗 372k tokens(未官方確認)
  • C-Dance 2.5:預計 2 週內在中國推出,支持 30 秒單鏡頭原生影片
  • Z-Code IDE 3.0:基於 GLM 5.2 的原生 AI 編碼環境,支持 Linux/Windows/macOS
  • XAI Voice Agent Builder:無代碼語音代理平台,成本 5 美分/分鐘
  • Figure AI 機器人
  • Figure 03 部署地點:寶馬工廠(真實物流與製造任務)
  • 公司估值:5 億美元(28 個月前)→ 39 億美元(目前)
  • --

結論

Claude Fable 5 的受管制重新部署、多家頭部公司密集發佈新模型及人型機器人進入真實生產環境,共同標誌著 AI 產業正從高速技術競賽階段轉向「安全監管+實際應用」的新常態。

完整解析

七月首週見證了 AI 產業從強制中斷向新秩序過渡的關鍵時刻。Claude Fable 5 在經歷三週的全球下線後正式回歸。這次重新部署並非簡單恢復原狀,而是在美國政府與 Anthropic 的建設性對話基礎上的結構性升級。公司導入了新的網安分類器體系,用於實時偵測和阻止危險請求,但考慮到該系統仍在優化階段,部分常規編碼與除錯任務在誤檢風險消除前可能暫時回退至 Claude Opus 4.8。此外,Anthropic 正式宣布與亞馬遜、微軟和其他玻璃翼合作夥伴建立共享的行業評估框架,聯手應對 AI 越獄問題,同時深化與美國政府在預發佈模型測試、越獄情報分享及 AI 安全研究等方面的協作。

效能測試揭示了 Fable 5 依然保持頂級競爭力。AtomicChat 在 HTML5 物理演示基準測試中發現,Fable 5 用 62,000 tokens、耗資 3 美元,在所有生成場景中都獲得 8 分以上,特別是在物理碰撞擬真、物件摧毀效果和無浮現或裁剪問題方面表現卓越。雖然成本是 Opus 4.8 的六倍,但品質差距正當了這一溢價。最令人印象深刻的是有開發者成功在單個提示內要求 Fable 5 重現 GTA 6,結果 Fable 5 不僅輸出完整遊戲程式碼,還透過程序生成的方式產出了所有 3D 資產,完全無需外部模型或預製素材。

Google 方面則透過推出升級的 Gemini Flash 檢查點作出有力回應。雖然官方版本號尚未公開(代號提示可能為 Gemini 3.6 Flash 或 Gemini 4 Flash),但 Arena 上的測試結果表明其效能明顯超越現有 Flash 模型。這次升級被定性為「穩健的增量改進」而非代際躍升,在 SVG 生成領域表現尤其突出,能夠生成細節豐富、構圖精確的向量圖形。同時,Google DeepMind 還推出了 Gemini Nano Light(面向規模化圖像生成的輕量版本)與 Gemini Omni Flash(專門用於影片生成與編輯的新模型)。其中 Omni Flash 能在 31 秒內生成 10 秒影片、成本僅 1.32 美元,雖然品質仍需改進,但在速度與成本方面建立了新的基準。

OpenAI 的消息相對複雜。根據洩露的 GitHub 提交資訊,GPT-5.6 Codex 的上下文視窗可能僅為 372,000 tokens,遠低於業界普遍期待的 100 萬 token 級別,這一差距引發了對模型能力的質疑,但 OpenAI 尚未官方確認。在中國市場,BiteDance 正準備在兩週內推出 C-Dance 2.5,據稱將支持 30 秒單鏡頭原生影片生成,以及大幅提升素材參考容量和影片生成控制能力。若屬實,這將對標目前影片生成領域的核心痛點——單鏡頭長度限制與精細控制的缺乏。此外,基於 GLM 系列模型的 Z-Code IDE 3.0 正式推出,作為一款原生 AI 編碼環境,支持跨 Linux、Windows、macOS 平台的通用軟體開發全流程自動化。

在體現商業化潛力的領域,Figure AI 的人型機器人 Figure 03 已開始進駐寶馬工廠執行真實的物流與製造任務。這一步伐標誌著 AI 機器人從實驗室原型與公開演示正式邁入生產環節,是實現商業價值的關鍵里程碑。該公司的估值在過去 28 個月內從 5 億美元飆升至 39 億美元,增幅達 680%,充分反映了市場對具體應用潛力的認可。

---

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。