GPT-5.6攻破50年数学猜想，苹果正式起诉OpenAI

要点速览

GPT-5.6 Sol Ultra一小时解开50年图论猜想，OpenAI公开完整Prompt
苹果起诉OpenAI窃取未发布产品、供应链等商业机密，约400名前苹果员工在OpenAI工作
中国首个十万卡国产AI集群「曙光8000」在郑州落成
智谱创始人唐杰发内部信启动「Touch High」计划，百亿投入聚焦AGI研究
Claude Code桌面版新增应用内浏览器，可读取并与网站交互
Meta因隐私争议紧急下线Instagram AI生图功能，检测工具被曝裁剪后失灵
月之暗面K2.7 Code高速版正式上线，输出速度达普通版5-6倍
马斯克内部要求特斯拉员工使用Grok，但Grok 4.5综合排名仅第九
扎克伯格承认Meta在AI上落后，预告「西瓜」模型对标行业顶尖

大模型军备竞赛：GPT-5.6再破天花板，智谱/月之暗面冲刺AGI

GPT-5.6一小时解开50年数学猜想，OpenAI公开完整Prompt

OpenAI研究员Ethan Knight披露，上周刚发布的GPT-5.6 Sol Ultra用不到一小时，完成了一道悬置半个世纪的图论难题——「循环双覆盖猜想」的证明，最终输出一份三页PDF。正在韩国参加ICML的Noam Brown（o1核心贡献者）确认：靠的就是公开发布的GPT-5.6 Sol Ultra，没有内部特供。通过将测试时计算大规模并行化，64个子Agent把原本可能需要一整天的证明压缩到了一小时以内。

证明的核心思路不是直接在图里搜寻圈，而是把「找圈」转化成有限域上的边标号问题，再用线性代数证明标号可以全局统一拼合——让圈从标号中自动浮现，而非手动拼凑。

更值得关注的是，OpenAI公开了约700词的完整Prompt。这份提示词透露出几个可复用的原则：

不过度规定解题步骤，但把验收标准钉死：反复强调「每一个有限、无桥、无自环的多重图都必须被证明存在圈双覆盖」，同时禁止通过添加额外假设绕路
定义、范围、边界情况一次性说清：花大量篇幅定义图、桥、圈、圈双覆盖等概念，甚至专门说明无边图怎么处理
列出「什么不算答案」：预测模型可能的偷懒路径并提前堵住，比如「只证特殊图类，不算」「构造出覆盖但部分边不是恰好两次，也不算」
动态搜索而非固定分工：64个子Agent根据进展动态调配资源，设置「对抗性Agent」专门审查候选证明是否有漏洞

深度解读 & 洞察：
这次突破的意义不仅在一道数学题。它表明大模型的推理能力上限还在被快速推高，而且「测试时计算并行化」正在成为解锁复杂推理的关键杠杆——不是让模型更强，而是让多个强模型协同作战。对普通从业者来说，OpenAI公开的Prompt比证明本身更实用：它展示了一份「任务合同」该怎么写——不规定唯一道路，但把终点、边界、失败条件和审查机制全部写清楚。

GPT-5.6 Sol可化身「自动化研究员」，后训练Luna AI模型

OpenAI研究员Kathy Shi透露，GPT-5.6 Sol已具备自主后训练较小规模Luna模型的能力——它可以充当「自动化研究员」，基于自身后训练路径和配置，为Luna模型适配完整的后训练方案，包括训练配置、GPU选择、脚本启动和运行验证。在聚合RSI指数评估中，GPT-5.6 Sol比GPT-5.5性能提升16.2%。内部测试显示，由于该模型辅助，活跃研究员的人均日token产出、pull request数量和实验数量均有显著提升。

深度解读 & 洞察：
这标志着AI开始进入「AI训练AI」的实质阶段。GPT-5.6不仅能解决数学难题，还能作为「研究员」去优化另一个模型——这种能力的意义在于，它可能大幅加速模型迭代速度，形成自我强化的飞轮效应。智谱唐杰在内部信中将「完全自我训练」列为AGI四大山峰之一，而OpenAI已经在规模化实践了。

智谱启动「Touch High」计划：百亿投入AGI，不追短期变现

智谱创始人唐杰发布内部信，宣布启动「Touch High（摸高）」计划，明确将AGI研究而非短期商业变现作为核心方向。唐杰将通往AGI的道路描述为四座必须翻越的「技术高峰」：长程任务、自治智能体系统、完全自我训练，以及极致安全治理。

其中，「极致安全治理」着墨最多。智谱计划投入百亿级资源主攻「机械可解释性」——从神经元层面厘清模型决策逻辑，推动黑盒系统走向透明可解释。在此之前，智谱已于今年1月登陆港交所成为「大模型第一股」，股价一度冲高至2980港元，7月8日基石投资者解禁后股价不跌反涨，随后以每股1588港元完成约314亿港元新股配售。技术层面，GLM-5.2在多项评测中已触及海外前沿模型能力边界。

深度解读 & 洞察：
在行业普遍加速商业变现的当下，智谱选择「反直觉」地回归基础研究，需要极大的战略定力。唐杰的逻辑很清晰：真正的商业机会不在产品微调里，而在「智能上界的跃迁」中。值得关注的是，智谱对安全治理的百亿投入力度在业内极为罕见——当多数公司将安全视为合规成本时，智谱将其视为AGI存续的根本前提。这与OpenAI近期安全负责人接连离职形成微妙对照。

月之暗面K2.7 Code高速版正式上线Kimi Code

月之暗面宣布K2.7 Code高速版结束Beta，正式成为常驻可选模式。该高速版输出速度约为普通版5-6倍，常规场景下可达180 Token/s，短上下文下可达260 Token/s。订阅Allegretto及以上会员可直接调用，用量消耗是普通版的3倍。K2.7 Code发布于6月12日，相比K2.6显著提升了长上下文编程的指令遵循能力，平均token消耗降低30%。

深度解读 & 洞察：
「速度快5-6倍」对开发者体验的影响是实质性的——编程场景下，等待时间从几十秒缩到几秒，交互流畅度将大幅提升。月之暗面在编程垂直赛道的持续迭代表明，中国大模型公司正从「全面追赶」转向「在特定场景建立差异化优势」。

硅谷风暴：苹果诉OpenAI窃密，Meta深陷AI伦理争议

苹果起诉OpenAI：指控挖角前员工窃取未发布产品、供应链等商业机密

苹果在加州北区联邦法院起诉OpenAI，指控其数名员工系统性窃取未发布产品、零部件和供应商关系等高级商业机密。诉状点名OpenAI硬件负责人Tang Tan（前苹果设计师）和前苹果电子工程师Chang Liu。

苹果的具体指控包括：

Tang Tan要求前往OpenAI面试的苹果员工提供机密信息，并指示面试者「带一些零件过去」，展示电池、SiP（系统级封装）、主板等零部件
Tang Tan离职后非法保留标注「仅限知悉」的苹果内部安全流程文件，并利用熟悉离职流程的优势帮助员工秘密传递信息
Chang Liu在OpenAI工作期间利用系统漏洞，从苹果下载数十份机密文件，并与苹果现任员工保持联系获取项目进展
OpenAI指导新员工在离职时避免审查，Tang Tan会提醒他们不要透露跳槽去向
部分员工将机密资料发送至私人邮箱，OpenAI在与苹果供应链厂商接洽时使用了苹果的机密信息

苹果认为，OpenAI面临尽快推出硬件产品的压力，选择走捷径。目前约400名前苹果员工在OpenAI工作。苹果请求法院发布禁令并索赔。

OpenAI发言人回应称：「我们对其他公司的商业机密毫无兴趣。我们将持续专注于打造创新技术，赋能全球用户。」

深度解读 & 洞察：
这起诉讼实际上揭示了OpenAI的硬件野心。挖角硬件人才、接触供应链、获取零部件信息——这些动作指向OpenAI正在认真筹备消费级AI硬件产品。苹果之所以如此强硬，不仅因为商业机密问题，更因为OpenAI正在试图复刻苹果最核心的竞争力：硬件+软件的垂直整合。400名前苹果员工的规模也说明，OpenAI在硬件领域的布局远比外界想象的更深。这起诉讼可能成为AI行业知识产权保护的标志性案例。

影响：

短期利多苹果：表明苹果在积极捍卫其硬件生态护城河
对OpenAI形成法律压力：可能延缓其硬件产品推进节奏，间接影响其与微软的合作格局
对AI硬件赛道：可能提高整个行业挖角科技巨头人才的法律风险

Meta AI生图功能上线数日即被「骂」到下线，检测工具亦遭质疑

Meta本周二推出Muse Image新模型，用户只需在Meta AI中@提及他人Instagram账号，便可生成或修改该人物的图像。由于默认允许系统引用公开内容、账号持有人需主动退出，推出后持续遭到批评，好莱坞多家艺人经纪公司表达不满。Meta已宣布下线该功能，发言人承认「没有把握好分寸」。

与此同时，路透社测试发现，Meta配套推出的AI图像检测工具存在明显局限：用Muse Image生成40张图片，检测工具成功识别全部原图，但同一批图片被裁剪至原图约三分之一到二分之一大小后，55%的图片无法通过验证。Meta回应称检测工具仍是预览版本，大幅裁剪可能导致水印信号丢失。

深度解读 & 洞察：
这两件事叠加在一起，暴露了Meta在AI内容治理上的两难困境：一方面想通过AI生图功能抢占社交创作赛道，另一方面在隐私保护和内容溯源上准备不足。默认opt-out（需主动退出）而非opt-in（需主动加入）的设计，在涉及个人肖像时极易引发反弹。而检测工具的脆弱性进一步削弱了公众信任——如果连自家模型生成的图片都检测不准，如何应对更大规模的AI伪造内容？

AI产品与工具：Claude Code进化，OpenAI安全负责人离职

Claude Code桌面版新增应用内浏览器，可用于AI调试网页

Anthropic宣布桌面版Claude Code新增内置浏览器面板（Browser pane），可读取页面内容、执行点击等基础交互。该浏览器使用独立配置文件，与用户个人浏览器隔离，不共享登录状态和浏览历史。

主要使用场景：

构建和测试应用：实时查看代码运行效果
访问公开信息：访问不需要登录的网站以查看文档或设计稿

如需与页面深度对话，官方仍建议使用Chrome浏览器扩展方式。

深度解读 & 洞察：
Claude Code从纯代码助手向「能看网页、能操作网页」的Agent方向进化，是AI编程工具的一个重要趋势。内置浏览器意味着Claude可以在写完代码后直接打开页面看效果、调试——形成「写→看→改」的闭环。这比单纯生成代码再让开发者手动测试，效率提升是质变级的。

算力新基建与AI应用落地

中国首个十万卡国产AI集群落成：曙光8000在郑州投运

中科曙光在郑州宣布，全国产AI超集群「曙光8000（登峰）」正式落成，十万张国产加速卡投入运行，已接入国家超算互联网与全国一体化算力网。

核心亮点：

原生超智融合：同一套系统覆盖从FP64双精度科学计算到INT8低精度大模型训练的全精度计算，解决「能跑AI的集群做不了科学计算，能做科学计算的又训不动大模型」的结构性矛盾
全链路国产自研：海光芯片、自研scaleFabric高速网络、ParaStor分布式存储（2026年IO500双料第一）、曙光数创液冷散热
真实场景验证：8万张卡加速蛋白质折叠模拟、8.8万张卡完成328万亿网格湍流模拟、9万张卡协同完成3.16万亿原子DFT仿真
已完成300余项应用适配，覆盖材料、电磁、量子、生物医药等20多个领域

中科曙光同时宣布，与北京科学智能研究院合作启动第二套十万卡集群建设。

深度解读 & 洞察：
从万卡到十万卡，表面是数量加个零，底层工程逻辑完全不同——网络拓扑、分布式存储、散热、故障域管理，每个子系统都在逼近物理极限。曙光8000的价值不在于「堆卡」，而在于用一套自研技术栈把这些工程难题逐一落地。更重要的是，它证明了国产算力可以在真实科研场景中跑出可验证的成果，而非停留在PPT上。「郑州落子」也并非偶然——在「东数西算」和全国一体化算力网的顶层设计下，郑州的区位和能源条件使其天然适合成为连接东西部算力的枢纽节点。