[控场AI]
· 8 分钟阅读· 4,497 字

GPT-6.2 Astra泄露实测曝光:AGI宣言与安全延迟并行

GPT-6.2 Astra泄露实测曝光:AGI宣言与安全延迟并行

GPT-6.2 Astra泄露预览展现游戏开发跃升,安全对齐致发布延迟,Gemini 4与腾讯HY4 Flash同步扩张。

本期汇总聚焦OpenAI旗舰模型GPT-6.2 Astra的泄露预览与发布延迟。泄露案例显示其可从单条提示生成完整可玩的地牢游戏,前端与游戏开发能力显著跃升,BioBasics隐藏基准成绩据称达89%(前代67%)。但OpenAI因安全对齐问题主动推迟发布,并与四家独立机构合作评估风险,Sam Altman的“我们现在拥有AGI”言论进一步引发猜测。与此同时,Google Gemini 4家族新增Neon与Oxygen模型标识,腾讯HY4 Flash以近18倍成本优势切入市场,Codex容量错误修复、Claude Code自我验证工作流等工具链动态同样值得关注。整体呈现能力竞赛与安全治理并行的行业信号。

引言:旗舰模型停更75天,OpenAI在等什么?

距离GPT-6 Astra发布已过去约75天,OpenAI的旗舰更新节奏明显放缓。作为对比,其历史上的版本迭代间隔多在28到77天之间,而GPT-6.2 Astra的迟到引发了广泛猜测。同时,Google的Gemini 4家族持续扩张,腾讯、微软等玩家也在加速布局。据B站UP主WorldofAI的汇总分析,这一周的核心看点集中在:GPT-6.2 Astra的泄露预览展现出惊人的前端与游戏开发能力,Sam Altman抛出“我们现在拥有AGI”的重磅言论,以及OpenAI因安全对齐问题主动推迟发布。

GPT-6.2 Astra在游戏开发任务中的表现

GPT-6.2 Astra泄露预览:从单条提示到完整游戏的跨越

实测案例:Minecraft风格地牢游戏

据UP主WorldofAI转述,有中国用户通过API中继服务获得了疑似GPT-6.2 Astra的访问权限,并将其接入Codex进行测试。其中最引人注目的案例是一个受《我的世界:地下城》启发的完整地牢探索游戏——从纹理、怪物到开箱交互,全部由单一提示词生成。UP主本人表示已对该案例进行了验证。

另一组展示则包含船只、起重机、纹理和环境元素,所有资产均通过纯代码生成,未使用外部素材或工具。与此前GPT模型生成游戏时先用占位物体再替换3D资产的做法不同,GPT-6.2 Astra直接产出的占位对象已具备成品级的视觉完成度。这种“一步到位”的生成质量,暗示其在前端与游戏开发领域的能力跃升。

经典基准对比:鹈鹕骑车测试

在社区常用的“鹈鹕骑车”生成测试中,GPT-6.2 Astra相比前代Astra模型展现出更好的整体生成质量,甚至出现了翅膀伸出画框的细节处理——这一“出框”行为在UP主看来体现了模型对空间关系的独特理解,反而成为亮点。

基准泄露:BioBasics隐藏成绩

据UP主引用BinkG的发现,OpenAI在一张BioBasics基准的交互图表中意外暴露了隐藏的第八个模型成绩。通过浏览器开发者工具执行JavaScript命令后,可看到GPT-6.2 Astra在该基准最高设置下取得89%的分数,而GPT-6 Astra为67%,提升幅度达22个百分点。该发现据称已被修补,UP主也坦言未独立验证。但若属实,这一科学基准上的跃升将极具信号意义。

BioBasics 基准是评估大语言模型在生物科学领域知识理解与推理能力的专业基准测试,通常涵盖分子生物学、遗传学、生态学等细分学科的多选题与开放性问答。此类领域基准与通用基准(如 MMLU)的区别在于,它对专业术语的精确性和跨学科推理要求更高,因此分数提升往往更能反映模型在科学场景下的真实能力跃迁。基准成绩的“隐藏”通常指开发者未在公开榜单中主动披露某项评测结果,但可能因前端图表数据绑定或 API 响应而意外暴露。

安全对齐成瓶颈:OpenAI为何主动踩刹车?

四家独立机构入驻评估

OpenAI近期宣布与Metre、Apollo Research、Goodfire和Transluce四家机构合作,向它们开放内部模型的深度访问权限,以调查对齐风险并评估防护措施。这一动作被解读为OpenAI在安全审查上投入加码。据UP主引述的报道,GPT-6.1、GPT-6.2甚至GPT-6.5都受到安全对齐问题的困扰——模型具备强大的预训练能力,但转化为可安全公开的版本需要数周延迟。

Apollo Research 是一家专注于 AI deceptive alignment(欺骗性对齐)与 scheming 行为评估的独立研究机构,以对前沿模型进行“预部署”红队测试闻名;Metre 聚焦于模型行为审计与可解释性工具;Goodfire 致力于机械可解释性研究,试图从神经元层面理解模型内部表征;Transluce 则开发模型透明性与行为追踪技术。OpenAI 向这些机构开放内部模型深度访问权限,意味着第三方可以在不依赖 OpenAI 自评的情况下,独立探测模型在欺骗、权力寻求、越狱抵抗等方面的风险,这与此前主要依赖内部安全团队的做法形成对比。

“过度谨慎”的批评

有观点认为OpenAI在安全问题上已比Anthropic更为保守,这或许解释了GPT-6.1 Astra初始发布被取消的原因。UP主分析称,OpenAI可能同时在两个方向上权衡:一方面以新模型应对Anthropic的IPO动作,另一方面确实因安全事件(如Hugging Face事件)而趋于审慎。

AGI宣言的弦外之音

Sam Altman在访谈中据称表示“我们以前没有AGI,现在有了”,同时提到“我们本可以比现在更接近RSI(递归自我改进)”。UP主将此与发布延迟联系起来:如果模型能力已触及敏感阈值,安全团队踩刹车并不意外。不过该言论的具体语境尚需更多澄清。

RSI(Recursive Self-Improvement,递归自我改进) 指 AI 系统能够自主改进自身的算法、架构或训练流程,且改进后的系统进一步加速下一轮改进,形成能力增长的反馈循环。这一概念被视为通向超级智能的关键路径之一,也是 AI 安全领域高度关注的阈值事件——一旦模型具备实质性 RSI 能力,能力增长速度可能超出人类监督与治理的节奏。Altman 所称“本可以比现在更接近 RSI”,暗示 OpenAI 内部可能已观察到模型在代码生成、研究辅助等任务上展现出初步的自我改进迹象,但出于安全考量主动限制了相关能力的释放。

Google Gemini 4家族扩张:Neon与Oxygen现身

新模型标识与订阅层级

据UP主在X上的发现,Gemini 4 Neon和Gemini 4 Oxygen出现在后端日志中,与Gemini 4 Argon、Carbon并列。Neon不仅作为模型名出现,还与一个全新的订阅层级关联,甚至出现了与Gemini Ultra关联但独立于现有Ultra订阅的Neon分层标识。另有Helium层级与Gemini Plus关联,并配有低用量预算的警告系统,涉及视频生成与深度研究功能。

Gemini 4新模型标识在社区引发讨论

Oxygen:更快的Flash模型

Gemini 4 Oxygen被判断为Gemini 4家族中的新Flash模型,在前端与Web开发上表现出色,速度据称超过Hydrogen,输出质量在多项测试中优于Carbon。在voxel bench的城堡生成对比中,Oxygen的细节丰富度与创意性明显优于Hydrogen。UP主调侃称,Google的模型命名已快凑齐元素周期表。

在 Google Gemini 的命名体系中,Flash 系列定位为低延迟、高吞吐的轻量级模型,通常以更低的推理成本换取接近 Pro 级别的输出质量,适用于大规模 API 调用与实时交互场景;Ultra 则是同期最高能力的旗舰层级,面向复杂推理与高价值任务。Gemini 4 家族以元素名称(Argon、Carbon、Neon、Oxygen、Helium、Hydrogen)区分不同定位的模型变体,这种命名方式便于开发者在同一代际内按延迟、成本与能力梯度进行选型,但也增加了社区追踪具体模型规格的难度。

其他值得关注的更新

腾讯HY4 Flash:极致性价比

腾讯推出HY4 Flash,主打速度与低价。据腾讯自述的盲测数据,85名用户完成259项真实任务,HY4 Flash在最高思考模式下用户满意度为2.79,对比Claude Haiku 5.5的2.81,差距极小;但平均任务成本仅4美分,而Haiku 5.5为71美分,便宜近18倍。规格方面:总参数2240亿、激活参数120亿、100万token上下文窗口、原生多模态、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。腾讯计划开源该模型权重。UP主的判断是:HY4 Flash在速度与成本上对Haiku 5.5构成有力替代,尤其适合大批量日常任务,但纯性能上仍有差距。

HY4 Flash的性价比对比

Codex容量错误修复

OpenAI修复了Codex的“模型容量已满”错误。据UP主展示的图表,10月15日至11月12日期间,容量错误曾影响高达89%的日活Codex用户。经过11月6日的更新后,到11月12日容量错误降至日活用户的0.085%,降幅约99%。UP主指出,这更多是过载处理与重试机制的改进,而非算力扩容。

Claude Code与自我验证工作流

Anthropic披露,Claude目前编写并审查了Claude Code团队近90%的代码。其验证工作流让Claude运行真实应用、测试数千种输入、对比结果并在提交前自动修复缺陷。团队维护了39项基于历史bug的检查项,并设有/verify技能,在三次尝试后仍存在问题时会引入人工介入。

开源与工具链动态

Hugging Face模型现可通过OpenRouter路由,自动选择最优供应商并支持故障转移,开发者可继续使用现有HF token与API。OpenCode Browse 0.1.0用Rust重写,内存占用降低25倍、体积缩小23倍,并移除了对Playwright的依赖。

AI for Science数据

据UP主引述,OpenAI的ChatGPT学术研究者项目涉及超过1800名参与者,科学家自报生产力接近翻倍。

科学家自报使用AI后生产力接近翻倍

多源交叉视角下的行业信号

综合UP主WorldofAI的汇总与各来源报道,本周的行业信号呈现出两条并行主线。其一是能力竞赛仍在加速:GPT-6.2 Astra的泄露演示、Gemini 4新成员的密集现身、腾讯HY4 Flash的性价比攻势,都指向模型能力的持续抬升。其二是治理与安全开始实质性地影响发布节奏:OpenAI的四机构安全合作、Altman的AGI言论、以及Anthropic研究员“广泛超人类AI可能仅需1.3年”的时间线判断,共同勾勒出一个能力与约束相互拉扯的阶段。

补充一点,泄露预览与隐藏基准均非官方确认信息,UP主本人也对部分数据标注了“未独立验证”。读者在解读时应保留审慎空间。

#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