[控场AI]
· 11 分钟阅读· 5,715 字

GPT-6.2 Astra泄露实测:AGI宣言与安全困局

GPT-6.2 Astra泄露实测:AGI宣言与安全困局

OpenAI因对齐难题推迟GPT-6.2 Astra,竞品加速迭代,AGI与RSI讨论升温。

本周AI领域呈现两极叙事:OpenAI旗舰模型GPT-6.2 Astra因安全对齐挑战迟迟未发,尽管早期泄露显示其在游戏生成和科学基准上大幅跃升(89% vs 67%),公司转而与四家独立机构合作加强风险评估。与此同时,Google Gemini 4 Neon/Oxygen现身日志并可能推出独立订阅,腾讯HY4 Flash以极低成本(4美分/任务)和高速性能对标Claude Haiku 5.5,用户满意度接近但价格便宜近18倍。生态方面,微软预告MAI CodeTube Flash,Hugging Face集成OpenRouter简化开源访问,OpenAI在学术和医疗垂直领域加速渗透。工具端Codex容量错误减少99%,Claude Code实现近90%代码自验证。争议焦点在于Altman宣称AGI已来,Anthropic研究员预测超人类AI或1.3年内到来,引发对递归自我改进和安全的广泛讨论。

OpenAI的旗舰困境:GPT-6.2 Astra为何迟迟不来?

距离GPT-6 Astra发布已经过去了75天。回顾OpenAI以往的发布节奏,GPT-5.1到5.2约29天,5.2到5.3约56天,5.3到5.4仅28天,后续间隔在49到77天之间。如今75天已过,期间虽然推出了GPT-6 Sol、Luna以及GPT-6.1 Sol和Terra,但真正旗舰级的Astra升级始终缺席。

背后的原因可能并非技术不成熟。据多方消息,OpenAI在将强大模型转化为安全可公开版本的过程中遭遇了重大对齐难题,涉及GPT-6.1、GPT-6.2甚至GPT-6.5。有报道称,OpenAI在安全方面的谨慎程度甚至超过了Anthropic,这直接导致了GPT-6.2初始发布的取消。

OpenAI近期宣布了一项新的安全合作计划,与Meter、Apollo Research、Goodfire和Transluce四家独立机构合作,给予它们更深度的内部模型访问权限,以调查对齐风险并评估防护措施。 OpenAI与四家公司合作 这一举措被解读为OpenAI在安全与发布速度之间寻求平衡的信号。有据称来自OpenAI工程师的被删推文暗示,公司在某次安全事件后变得异常谨慎,这或许是多个重要模型延期发布的潜在原因。

对齐难题是AI安全领域的核心概念,指确保AI系统的目标、行为和输出与人类价值观及意图保持一致的技术挑战。随着模型能力提升,对齐难度呈指数级增长:强大模型可能发展出难以预测的涌现行为,或在复杂任务中采取超出设计者预期的策略。OpenAI此次遇到的正是典型场景——模型在基准测试中表现优异,但内部评估发现其行为模式可能带来不可控风险,因而需要额外时间进行干预和验证。这解释了为何技术成熟与安全发布之间存在显著时间差。

早期实测:从游戏生成到基准测试的飞跃

尽管官方尚未发布,但关于GPT-6.2 Astra的早期预览已经流出。据称,GPT-6.2 Astra、Sol和Terra的标识出现在Azure相关访问渠道中,并有用户通过API中转服务获得了访问权限。

最引人注目的演示之一是一个受《我的世界:地下城》启发的完整地牢探索游戏。该游戏据称由GPT-6.2 Astra通过单一提示词生成,包含完整的纹理、可交互的宝箱、多种怪物以及复刻原作游戏动态的机制。一位来自中国的观众向视频作者提供了访问权限,并经过验证。 游戏画面 另一个展示则聚焦于前端和网页开发能力。模型能够从零开始生成包含船只、起重机、纹理和环境细节的复杂场景,全程仅使用纯代码,未依赖外部资源或工具。与上一代Astra相比,GPT-6.2 Astra在生成质量上有明显提升,例如在“鹈鹕骑自行车”的3D生成测试中,鹈鹕的翅膀甚至延伸到了框架之外,展现出更强的细节处理能力。

更关键的是基准测试的泄露。有报道称,OpenAI在自己的生物基础基准测试的交互图表中意外隐藏了GPT-6.2 Astra的结果。通过浏览器开发者工具运行JavaScript命令后,可发现这个隐藏的第八个模型在最高设置下得分89%,而GPT-6 Astra仅为67%,提升高达22个百分点。虽然该发现尚未被独立验证且据称已被修复,但若属实,这将是科学推理能力的一次显著跃升。

生物基础基准测试(如GPQA等)是评估AI在生物学、化学等科学领域推理能力的高难度测试集,题目通常由领域专家设计,要求模型进行多步逻辑推理而非简单检索。此类基准的得分提升往往比通用语言任务更能反映模型在专业场景的实用价值。GPT-6.2 Astra据称在该测试中从67%跃升至89%,若属实,意味着其在科学问题上的推理深度已接近或超过部分人类专家水平,这也是该泄露数据引发广泛关注的原因。

Google的模型狂欢:Gemini 4 Neon与Oxygen现身

Google方面,Gemini 4家族继续快速扩张。Gemini 4 Neon和Gemini 4 Oxygen的标识被发现在后端日志中,与Gemini 4 Argon和Carbon并列出现在Gemini Web的模型日志里。Neon的定位尚不明确,可能是一个比Carbon更强大的升级版,也可能是一个全新的模型系列。

Neon不仅作为模型名称出现,还关联着一个全新的订阅层级。有迹象显示,Neon层级与Gemini Ultra关联但独立于现有Ultra订阅,同时还有与Gemini Plus关联的Helium层级,以及针对视频生成和深度研究低使用预算的警告系统。这暗示Google可能正在准备一个独立的Gemini 4 Neon订阅计划,拥有独立的用量限制。

Gemini 4 Oxygen则被认为是一款新的Flash模型,在前端和网页开发方面表现出色。与Gemini 4 Hydrogen的对比显示,Oxygen在体素基准测试中生成的城堡细节更丰富、创意更足,输出质量明显更高,且速度更快。Google模型发布的节奏之快,甚至让人联想到递归自我改进是否已经发生。

递归自我改进(RSI) 是指AI系统能够自主设计、优化甚至训练更强大的下一代AI,从而形成能力加速提升的反馈循环。这一概念之所以敏感,是因为一旦RSI成为现实,AI发展速度可能远超人类监管和治理的节奏。Google近期模型发布频率显著加快,加上Altman和Anthropic研究员关于AGI与超人类时间线的言论,使得业界开始认真讨论RSI是否已从理论走向早期实践,尽管目前尚无公开证据表明任何实验室已实现完全闭环的RSI。

腾讯HY4 Flash:极致性价比的Flash模型

腾讯推出了HY4 Flash,主打极速与低价。根据腾讯自己的盲测,涉及85名用户和259个真实任务,HY4 Flash的用户满意度得分为2.79,而Claude Haiku 5.5为2.81,两者非常接近。但成本差距巨大:HY4 Flash平均任务成本仅4美分,而Haiku 5.5为71美分,便宜近18倍。它也是测试中最快的模型,平均每任务约6.7分钟。

规格方面,HY4 Flash拥有2240亿总参数、120亿激活参数、100万token上下文窗口、原生多模态能力,生成速度超过150 tokens/秒。API定价为每百万输入token 7美分,每百万输出token约28美分。腾讯声称其每任务成本比更大的HY4模型便宜24.5倍,并计划开放模型权重。

在实际测试中,HY4 Flash在网页开发任务(如模拟蜜蜂采蜜)上表现出色,速度快且成本低,但在SVG生成等特定领域与Claude Opus 4 Max相比仍有差距。对于需要处理大量日常任务且预算敏感的开发者,HY4 Flash是一个值得关注的替代方案。 HY4 Flash生成示例

混合专家模型(MoE) 是HY4 Flash采用的核心架构:模型总参数达2240亿,但每次推理仅激活120亿参数。其原理是通过门控网络将输入路由到最相关的若干“专家”子网络,从而在保持大模型容量的同时大幅降低计算成本。这种设计使HY4 Flash能在150 tokens/秒的速度下运行,并将每百万token的API价格压至个位数美分。MoE架构的权衡在于训练复杂度更高,且路由决策可能引入不稳定性,这也是为何同规模MoE模型的实际表现差异较大。

生态动态:微软、Hugging Face与OpenAI的垂直渗透

微软在Ignite大会期间有望发布新的编码模型。泄露的Foundry模型卡显示MAI CodeTube Flash可能即将亮相,定位为Flash层级。业界期待MAI团队能推出Pro级编码模型,以便进行实际测试。

Hugging Face与OpenRouter的集成让开源模型的访问更加便捷。开发者现在可以通过Hugging Face路由到OpenRouter,后者会根据价格、速度和可靠性自动选择最佳提供商,并在提供商不可用时自动故障转移。开发者可以继续使用现有的Hugging Face token和API,无需管理多个提供商或改变工作流。此外,Hugging Face Broadcast集成提供了免费存储,允许将模型交互数据与项目一起保留在Hub上,用于评估、调试甚至微调。

OpenAI在垂直领域的动作同样频繁。一项涉及1800多名参与者的“ChatGPT学术研究者计划”研究显示,科学家在使用AI后自我报告的生产力几乎翻倍,应用场景从头脑风暴、复杂数据集分析到编写代码和加速科研工作流。在医疗领域,OpenAI宣布了更强大的计算机使用代理、改进的临床响应以及20多个新的医疗插件。包括美国卫生与公众服务部、Abridge、Ambiance、Cigna和CVS Health在内的机构正在将模型用于保险事前授权、患者转诊、出院规划和患者外联等任务。 医疗领域应用

工具升级:Codex、Claude Code与Gemini Notebook

对于Codex用户,OpenAI似乎已经修复了恼人的模型容量错误。根据10月15日至11月12日的数据,容量错误曾是显著问题,某时段有6.89%的日活Codex用户至少遇到一次容量相关错误。Codex团队在10月和11月初推出了多项改进,包括更好的重试指令、自动延迟和改进的WebSocket错误处理。11月6日更新后,容量错误率大幅下降,到11月12日仅为日活用户的0.08%,较峰值减少约99%。

Claude Code桌面版新增了对iPhone Duo和iOS模拟器的支持(公测中)。开发者可以在Claude旁边运行应用,Claude能自动折叠和展开模拟设备以测试不同布局,安装Apple的Resizability Scale来识别布局问题、建议修复、实施批准的更改并在模拟器中测试。

Anthropic发布博客解释了Claude Code如何验证自身工作。Claude现在编写和审查了Claude Code团队近90%的代码。为确保这些AI生成的代码可靠,Anthropic开发了验证工作流:Claude可以运行真实应用、测试数千种不同输入并比较结果,在提交前自动修复bug。他们还创建了/verify技能,在人类介入前进行三次自动检查。团队维护了39项基于历史bug的检查项,Claude会为每次更改选择最相关的检查。

Google为Gemini Notebook推出了新更新,允许用户将来源转化为完全交互式、可分享的网站。用户只需在聊天中描述想要构建的内容并输入类似“为我制作一个网站”的指令,AI就能将来源转化为交互式仪表盘、项目跟踪器或其他功能性网站。生成的网站可以在新标签页中打开或直接分享给他人。

对于Antigravity用户,Gemini 4 Carbon、Hydrogen和Argon的上下文窗口据称从256k翻倍至512k tokens,这将允许模型处理更大的代码库、更长的对话和更复杂的开发任务。同时,Antigravity的上下文压缩次数减少了3.5倍,意味着AI需要总结和压缩工作上下文的频率大幅降低。

争议与宣言:AGI、RSI与超人类时间线

在近期的一次访谈中,OpenAI CEO Sam Altman据称表示:“我们以前没有AGI,但现在我们有了。”这一声明暗示OpenAI可能已在内部跨过了某些AGI门槛,尽管具体含义仍需更多上下文澄清。Altman还提到,这可能意味着我们比预想中更接近递归自我改进(RSI)的频谱。

RSI是指AI系统帮助改进自身能力,可能加速更强大AI的开发。结合Google模型发布的惊人节奏,有人猜测 Google 可能已经实现了某种形式的RSI。这或许也解释了为何OpenAI在发布旗舰模型上如此谨慎——如果模型智能已不再是瓶颈,那么确保这些日益强大的系统足够安全才是真正的挑战。

Anthropic的一位研究员在采访中给出了更激进的时间线:广泛超人类AI可能仅需1.3年,即大约在2027年底到来。所谓超人类AI,是指在几乎所有领域——包括编程、电影制作甚至政治——都达到或超过最佳人类专家的水平。

同时,AI安全抗议活动也在升级。上周末,六个国家的超过一千人参与了史上最大规模的AI安全抗议,呼吁制定AI条约。

开源工具与硬件动态

OpenCode Browse 0.1.0正式发布,这是一个专为AI代理设计的浏览器自动化工具,完全用Rust重写,内存占用降低25倍,体积缩小23倍,并彻底移除了对Playwright的依赖。浏览器操作现在直接暴露给AI代理,使其无需依赖此前基于Playwright的代码片段即可与网站交互。

在硬件领域,有报道称Nvidia董事会因正在进行的调查,不会允许Jensen回归,尽管此前曾有他可能回归的传闻。Nvidia现在需要寻找新的CEO来接替这一极具挑战性的职位。

总结

本周AI领域的核心叙事围绕两点展开:一是OpenAI在模型能力与安全发布之间的艰难平衡,GPT-6.2 Astra的早期泄露展示了令人印象深刻的飞跃,但官方发布仍受制于对齐挑战;二是Google、腾讯等竞争对手以极快节奏推进模型迭代,Gemini 4 Neon/Oxygen和HY4 Flash分别在性能与性价比上施压。同时,Altman的AGI宣言与Anthropic研究员的超人类时间线,将关于AI发展速度和安全治理的讨论推向了新的高度。

#GPT-6.2 Astra#OpenAI AGI#Gemini 4 Neon#Gemini 4 Oxygen#腾讯HY4 Flash#Claude Code#AI安全对齐#Codex
分享:

相关推荐