三元哥德巴赫证明进 Lean,生信模型盲测压过 Opus-5

这一期的主线是“把前沿能力压进可验证、可部署的形态”。独立开发者 Charlie Reams 用 Claude Code 把三元哥德巴赫猜想形式化到 Lean 4,19.4 万行代码零 sorry,外部假设从 5 条压缩到 2 条;无界前沿开源的 Fx-Bio-1031 只激活 6B 参数,却在 BioMysteryBench 困难子集拿到 70.59%。产品侧,ElevenLabs 把 102 种语言的转写词错率再降 27%,OpenAI 则让 Dots agent 拿支付 token 代下单,每笔都要指纹确认。工程侧,星尘智能的多机协作把通信量砍掉 80%,Inkling 2 Small 以 594B 总参数放开 Apache 2.0 权重,Fireworks 的供应链泄露则提醒第三方 API 的边界。想看清每条的数字与取舍,展开正文即可。

AI / 大模型 / 开源 / GitHub 趋势,每日精选。

模型与研究

1. 三元哥德巴赫猜想进 Lean:19.4 万行代码零 sorry,外部假设压缩到 2 条 独立开发者 Charlie Reams 借助 Claude Code,把 Helfgott 2013 年对三元哥德巴赫猜想的证明完整形式化到 Lean 4:仓库累计约 19.4 万行代码,主定理不含任何 sorry,只依赖 Lean 的三条标准公理。更关键的是把外部假设从 5 条压缩到 2 条——Platt 的 GRH 验证(黎曼假设到 10^8)与二元哥德巴赫到 4×10^18;n≥10^27 的大范围情形不再需要后者。证明里的素数梯子共 254,638,308 级,全部由 Lean 内核逐级检查,仓库还记录了原书稿中常数写错、不等式不成立等多处问题。它把“证明完成”的判定从同行评议推向机器可验证的闭环。 原文

2. 无界前沿开源 Fx-Bio-1031:125B MoE,生信盲测 70.59% 压过 Opus-5 11 月 13 日,无界前沿开放生物信息大模型 Fx-Bio-1031 的完整权重。它基于 Qwen3.8-Flash-Next 做 RSI 后训练,总参数 125B、每 token 仅激活 6B,原生支持 512K 上下文,采用 Qwen 社区许可 1.0;官方称医院与课题组可在本地机房私有化部署,组学数据不出域。在 Anthropic 的 BioMysteryBench 困难子集上,它的 Pass@5 为 70.59%,高于同框架 GPT-6-Astra 的 47.06% 与 Claude Opus-5 的 52.94%;BiomniBench 的 Pass@3 达 89.50%。乳腺癌队列案例中,它锁定 762 名独立患者,算出 ESR1 与 RAS/MAPK 互斥的 OR=0.317、p=0.0011,又主动补了 14 项敏感性分析与阴性对照。 原文

3. ElevenLabs 发布 Scribe v3:102 种语言,词错率比上代低 27% 11 月 10 日,ElevenLabs 推出语音转写模型 Scribe v3 与低延迟版 v3 Live。Scribe v3 在 102 种语言的 FLEURS 测试中把词错率较 v2 降低 27%,德语、西班牙语、英语分别改善 42%、35%、23%;三人以上会议的说话人分离错误减少 17%,实时版 v3 Live 的语义词错率较 v2 Realtime 降低 43%,并首次把说话人分离带进实时转写。两款模型已进入 ElevenAPI,切换只需改一行 model ID;关键术语提示最多支持 1,000 个词,适合会议记录、客服与临床文档。 原文

4. 火山引擎 Seedance 2.5 flash:720P 每秒 0.99 元,比旗舰便宜 34% 11 月 12 日,火山引擎推出视频生成模型 Seedance 2.5 flash,官方称生成速度较 Seedance 2.5 翻倍,720P 文生/图生视频价格约 0.99 元/秒,较旗舰低约 34%。它单段最长支持 30 秒,覆盖 480P 与 720P,单次最多可输入 10 张图片、5 段视频和 5 段音频,适合批量短视频与电商素材,即日起陆续进入即梦、LibTV、Updream、Creao AI、TapNow 等平台,API 则于 11 月 15 日上线火山方舟。把“够用画质 + 可算成本”放在同一条产品线上,说明视频模型的竞争点正从演示效果转向单位内容成本。 原文

开源与工程

5. OpenAI 上线 ChatGPT Wallet:Dots 代下单,每笔都要指纹确认 11 月 13 日,OpenAI 向美国 18 岁以上、使用美国账单地址与合格 Amex、Chase、Mastercard、Visa 卡的 Pro 用户开放 ChatGPT Wallet。绑卡后 Dots agent 可按提示购物,但每次结账前都要用户确认,并通过 Face ID 或指纹做生物识别;真实卡号被替换为支付 token,agent 与商家都拿不到原始卡信息。OpenAI 计划后续允许用户用消费限额、购买品类与时间窗口预授权,把整笔采购交给 agent。落地阻力在渠道侧:部分零售商限制甚至封禁 AI agent,亚马逊此前封过 Meta 的 Muse,网站风控需要先学会识别“合法 agent 发起的交易”。 原文

6. 星尘智能 CoMind:隔墙协作成功率从 0 到 100%,通信量降 80% 11 月 13 日,深圳星尘智能发布多机协同框架 CoMind(Be My Eye)。它不做中心化调度,也不互传完整摄像头画面,而是让每台机器人把本地观测压缩成任务相关的上下文,再双向共享、独立生成动作;训练时队友的动作误差会反传回发送方的信息编码器,迫使它“说重点”。六项真机测试覆盖隔墙拿笔、盲盒置物、纸箱组装、叠被收纳、冰箱补货与哑铃组装:隔墙拿笔成功率从 0% 提到 100%,盲盒置物从 38.9% 提到 88.9%,通信量减少约 80%。技术报告已公开。 原文

7. 40 核老服务器不插显卡跑 Kimi K3:1-bit 量化 0.85 token/s 11 月 13 日,一位玩家在社区分享:他用 40 核第三代至强处理器与已停产的英特尔傲腾持久内存 200 系列,在没有 GPU 的服务器上跑起月之暗面 2.8 万亿参数的 Kimi K3。Kimi K3 每 token 激活约 1040 亿参数,标称上下文 104 万 token;即便压到 1-bit 量化也要数百 GB 内存。方案借 llama.cpp 把傲腾设为 App Direct 模式直接当主存,1-bit 下实测 0.85 token/s,关闭 DAX 最高 1.5 token/s,3-bit 约 0.75 token/s,输出 5 万 token 要 18.5 小时。单条傲腾功耗上限 18W,介质 83℃ 起降频、85℃ 触发保护关机;它验证的是内存墙下的可行性边界,而非可用吞吐。 原文

8. Thinking Machines 放开 Inkling 2 Small:594B 总参数,Apache 2.0 11 月 12 日,Thinking Machines 按 Apache 2.0 放出 Inkling 2 Small 权重,模型总参数 594B、每 token 激活 17B,支持图像输入与可变推理力度。硬件门槛不低:模型卡给出的原生 NVFP4 检查点至少要 500GB 聚合显存,官方示例为 2 张 B300 或 4 张 H200;MXFP8 版本则要 800GB。vLLM 首日支持视觉输入、混合精度 MoE 与 DSpark 投机解码,TP8 可跑满 1,048,576 token 上下文,TP4 单用户吞吐最高约 630 token/s。Code Arena 的 WebDev 分数从 1,408 升到 1,647,在开放模型中排全球第四、美国开放模型第一;Agent Arena 的中位任务成本为 0.26 美元,约为 Kimi K3.1 Pro 1.22 美元的五分之一。 原文

9. Fireworks AI 被入侵:Notion 约 1% 用户的 AI 聊天记录泄露 11 月 13 日,Fireworks AI 披露一起供应链攻击:攻击者先入侵其云服务提供商,再取得开发系统权限,窃取部分客户账单信息与数据集。Fireworks 服务数万家客户,包括 Harvey 与 Cursor;Notion 证实约 1% 用户受影响,泄露内容是使用 Notion AI“Insights”时输入输出的聊天记录,部分数据因缺少可追溯信息而无法定位到人。Notion 已于 11 月 3 日切断连接、删除相关存储并停止全部对接。Fireworks 认为攻击者意在窃取 token 转售,这是其继 2026 年 10 月之后数月内第二起安全事件。 原文

本期由站点自动生成 · 信息以原文为准。

相关阅读

← 返回文章志