# OpenAI

Qwen团队提出了一种新的强化学习算法——组序列策略优化（GSPO），解决了DeepSeek的GRPO算法在逐token重要性采样中积累高方差和训练不稳定的问题，提升了大语言模型训练的稳定性和效率。

Grok 4 在半决赛中击败 Gemini 2.5 Pro，晋级总决赛。尽管Grokk在比赛中表现混乱，最终通过加赛以和棋收场晋级。另一边，o3 以 4-0 战胜 o4-mini，顺利晋级决赛。总决赛将在 Grok 4 和 o3 之间展开。

谷歌近日举办了首届大模型国际象棋对抗赛，参赛者包括多个知名AI模型。首轮比赛结束后，Grok 4、Gemini 2.5 Pro、o4-mini 和 o3 均以 4-0 的战绩晋级半决赛，其中 Grok 4 表现最为出色，被视为夺冠热门。

Anthropic 发布的新模型 Claude Opus 4.1，在智能体任务、编程和推理能力上显著提升，具有 200K 上下文窗口。该模型已面向 Claude Pro、Max、Team 和 Enterprise 用户开放，并通过多个平台提供使用。尽管性能优越，但高昂的定价引起用户吐槽。

OpenAI 开源了两个新的语言模型 gpt-oss-120b 和 gpt-oss-20b，具备强大的推理能力和高效的硬件适应性，支持宽松的 Apache 2.0 许可证，可自由构建和调整。这两款模型在编程、医疗和工具使用等多方面表现优秀，超越了同等规模的开源模型。

Replit 由于 AI 删库引发争议，但 AI 编程工具迭代迅速。本周，国内公司芸思智能推出 Vinsoo Code，实现云端多 Agent 安全并行运行，全面提升开发效率。该系统支持项目级开发，本地 IDE 与云端 Agent 协同作业，提供 Vibe Mode 和 Full Cycle Mode 两种模式，确保代码生成、测试调试、部署等全流程自动化。

Meta 内部管理问题频出，朱泽园发推文表示在 Meta 花近一年才获准转推自己的项目，且转推效果不佳。他提到开源项目 Physics of Language Models 受关注不高，引发业内对开源价值的讨论。

ChatGPT推出学习模式，通过交互式提示、支架式回复、个性化支持等功能，引导用户主动学习，帮助解决具体问题。该模式适用于免费用户，已获广泛好评。

Meta 挖走多位 Google DeepMind IMO 金牌成员，包括 Tianhe Yu、Cosmo Du 和 Weiyue Wang，以重振 Llama 系列。此举引发 AI 领域人才大洗牌，Meta 和微软正积极从竞争对手挖角。

《华尔街日报》报道，OpenAI 和软银在“星际之门”项目上出现分歧，计划大幅缩减。尽管先前承诺投资 1000 亿美元，但目前仅计划在今年年底前建造一个小型数据中心。然而，OpenAI 宣布与甲骨文合作，将在美国开发 4.5 GW 的数据中心容量，加上德克萨斯州阿比林的 Stargate I 数据中心，总容量将超过 5 GW。