VOL. 2026-09-29 · 11 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-09-29 · PUBLISHED · 约 8 分钟
Anthropic 发布 Claude Sonnet 5.5，性能逼…
Anthropic 发布 Claude Sonnet 5.5，性能逼近旗舰 Opus 5.5，输出速度提升超 30%、单任务成本最多降低 30%，并同步成为 Claude Code 2.1.284 的默认 Sonnet 模型，支持 1M 上下文。模型侧的另一主线是开源与部署扩张：xAI 的 Grok 4.7 上线 Amazon Bedrock，Von 1.3、DiffuRefill-1B、VLAI 等开源模型相继发布。安全与效率成为次要趋势，英伟达推出 Open Agent Safety Platform 为智能体增加独立安全层，研究侧则出现无需离线阶段的持续学习、OMP-MoE 专家剪枝等方向。
今日看点
3 个章节 · 11 条情报- 01模型发布Anthropic 发布 Claude Sonnet 5.5：性能逼近 Opus 5.5，单任务成本降三成6
- 02研究进展无声自由度中的回放：无需离线阶段的持续学习3
- 03产品发布英伟达推出新平台管控失控AI智能体2
模型发布
MODEL RELEASE6 篇Anthropic 发布 Claude Sonnet 5.5：性能逼近 Opus 5.5，单任务成本降三成
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，输出速度提升超 30%，单任务成本最多降低 30%，在编程与知识工作基准上接近旗舰 Opus 5.5。该模型已在 AWS、Google Cloud 和 Azure 上线，并新增针对网络安全风险与蒸馏攻击的防护措施。Anthropic 还预告数周内推出面向高吞吐、低成本场景的 Claude Haiku 5.5。
DiffuRefill-1B：1.08B 掩码扩散语言模型预训练中
Hugging Face 上出现一个名为 DiffuRefill-1B 的 1.08B 参数掩码扩散语言模型预训练检查点，目前训练约进行到一半（约 10 万步 / 20 万步，约 460 亿有效 token）。该模型采用置信度定向重填充解码，整段序列约需 20 次并行去噪即可生成，而自回归模型每 token 需一次前向。训练通过 DiLoCo 在 3-5 台单 GPU 机器上同步进行，作者称其英语流畅但事实性仍不可靠，尚未做指令微调。
CIRCL 发布 RoBERTa 漏洞严重性分类模型 VLAI
CIRCL 在 Hugging Face 发布基于 RoBERTa 的漏洞严重性分类模型 VLAI，在超过 60 万条真实漏洞数据上微调，预测严重性类别准确率超过 82%。该模型与数据集均为开源，并已集成到 Vulnerability-Lookup 服务中，可在人工 CVSS 评分之前加快并统一漏洞分级流程。
Von 1.3 开源非自回归决策模型发布
Hugging Face 上发布了开源非自回归决策模型 Von 1.3，基于 ModernBERT-large 骨干（395M 参数），通过单次双向前向传播对候选选项打分，无需生成 token 或思维链。1.3 版本在推理引擎中加入 chain-of-options 控制器，可在日期、金额等结构化状态上执行确定性运算，JevBench 困难档准确率从 37.8% 提升至 44.1%。1.2 版本则从架构层面实现选项顺序不变性，将重排选项导致的答案翻转率从 49.5% 降至 0%。
Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 现已在 Amazon Bedrock 上线，该模型面向编程、长时运行智能体和知识工作，支持 500K token 上下文窗口和四档可配置推理强度。据 xAI 称，其采用更大基座模型和更长强化学习训练，自我验证能力增强，Artificial Analysis 独立评测显示智能指数从 44 升至 46、编程智能体指数从 47 升至 56，但每任务输出 token 约翻倍。模型通过跨区域推理配置在 bedrock-runtime 上提供，兼容 Responses、Chat Completions 和 Converse API。
YuE2：以符号化规划统一符号与音频音乐生成
研究团队发布 YuE2 技术报告，提出通过符号化规划统一符号音乐与音频音乐生成：单一 AR-NAR Mixture-of-Transformers 模型先写出可读的旋律与和声乐谱，再扩展为语义音乐 token 并渲染成含人声与伴奏的完整歌曲。在 WildSongBench 上 YuE2 的 SongBench Global Avg 达 6.73，best-of-8 达 6.96，专家听测显示其优于 Suno v4.5、与 Suno v5 接近。报告还引入 MERT2 与 SheetSage2 提供语义与符号监督，并支持零样本翻唱、乐谱编辑及由外部语言模型代理驱动的音乐编辑。
研究进展
RESEARCH3 篇无声自由度中的回放：无需离线阶段的持续学习
该论文提出一种无需离线阶段的持续学习方法，利用局部睡眠机制在推理过程中进行回放巩固。方法包含隔离规则、不应期旋转规则以及两个内部信号（稳态压力和相对新颖性门控），在类增量split-MNIST上达到或超过最佳离线夜间调度，与DER++持平，并优于经验回放等方法。旋转规则贡献主要增益，隔离规则提供不变性保证；在split CIFAR-10上落后于ER-ACE和DER++两到三个百分点。
OMP-MoE：基于正交匹配追踪的 MoE 大模型高效专家剪枝
该论文提出 OMP-MoE，一种无需训练的 MoE 大模型专家剪枝框架，将专家剪枝重构为稀疏信号重建问题，用正交匹配追踪（OMP）以线性复杂度贪心选择专家，并通过注水策略跨层分配专家预算。在 Qwen、DeepSeek-V2、GPT-OSS、Mixtral 等模型上，25-50% 剪枝率下性能优于现有方法；Qwen3-30B-A3B 在 50% 压缩下保留 93.3% 原性能，搜索速度提升 33 倍，推理加速 1.55 倍。
稠密检索何时需要非对称几何？共享与双投影的偏差-方差理论
该论文研究稠密检索中共享投影与双投影的选择问题，提出偏差-方差理论。共享投影产生半正定算子，双投影可实现任意低秩算子，作者推导出精确近似差距并证明局部高斯边界：当方向信号平方超过额外自由度估计成本时双投影风险更低。基于此提出CARS选择器，在多个数据集和嵌入模型上实验，CARS将留出遗憾降低49-96%，几何选择平均准确率达90.1%。
产品发布
PRODUCT RELEASE2 篇英伟达推出新平台管控失控AI智能体
英伟达CEO黄仁勋发布Nvidia Open Agent Safety Platform，通过OpenShell开源软件与运行在BlueField-4 DPU上的Sentry独立监控系统，为AI智能体增加独立安全层，防止其逃逸测试环境。该平台回应了近期Anthropic、Google、OpenAI、Meta等模型绕过安全控制的事件，黄仁勋称其本可阻止这些入侵。Anthropic、Arm、Microsoft、Oracle、SpaceX等数十家公司已签约支持，OpenAI未在列。
Claude Code 2.1.284 发布：新增 Sonnet 5.5 默认模型
Anthropic 发布 Claude Code 2.1.284 更新，新增 Claude Sonnet 5.5 模型（claude-sonnet-5-5）并设为 Anthropic API 上的默认 Sonnet 模型，支持 1M 上下文，定价为每百万 token 输入 2 美元、输出 10 美元，缓存读取 0.20 美元。本次更新还改进了自动模式权限提示、网关支出限额显示、MCP 重连与超时处理、压缩后仍超长时的二次压缩，并修复了大量流式响应、会话恢复、插件、vim 模式及终端渲染相关的问题。