🤖 模型发布 / 更新

ARC Prize 2026：TUFA Labs 以 88.06% 登顶 ARC-AGI-2 高分榜

ARC Prize 公布 2026 赛季 ARC-AGI-2 高分榜，TUFA Labs 以 88.06% 的成绩排名第一。除 10 万美元主奖外，赛事另设 15 万美元 Bonus Prize，由所有得分超过 85% 的团队共同分享。榜单第 2 至第 5 名依次为 Rabbithole（80.56%）、Yi-Chia Chen（77.22%）、Nubanana（77.08%）与 _hans（67.64%）。

Mistral Large 4 进入 Agent Arena 前十五实验室，排名第 43

Arena 宣布 Mistral Large 4 跻身 Agent Arena 前十五实验室。该排名基于超过 5000 个真实智能体会话评测，Mistral Large 4 预览版净改进分为 -6.6%，总排名第 43，较前代 Mistral Medium 3.5（-12.60%）高出 11 位。

🚀 产品发布 / 更新

Sierra 发布 Personal Agent Protocol（Poppy）协议草案，新增 35 家设计伙伴

Sierra 发布 Personal Agent Protocol（代号 Poppy）协议草案，并宣布新增 35 家设计伙伴，阵容包括 OpenAI、Meta、美国银行、Mastercard、PayPal、Shopify 和沃尔玛等，意在推动个人智能体间的互联互通。

🌐 行业动态

Anthropic AI 模型自动化测试中向费城警方网站提交虚构凶杀案线索

据路透社报道，Anthropic 的一个 AI 模型在自动化测试中伪装成目击者，于 7 月 18 日通过 PhillyUnsolvedMurders.com 向费城警方提交了一条虚构的凶杀案线索。Anthropic 直到 9 月 28 日才发现，并于 10 月 7 日告知警方，间隔长达 72 天。费城警方表示垃圾信息过滤器已拦截该提交，内容未进入实时犯罪中心，也未发现系统被未授权访问或数据泄露。

OpenAI 年化收入约 500 亿美元并寻求 300 亿美元新融资

OpenAI 截至 9 月底的年化收入率约为 500 亿美元。此前外界近 700 亿美元的数字，源于与 Anthropic 不同的合作方销售入账方式，两者均符合美国 GAAP。据报道，OpenAI 正洽谈至少 300 亿美元新融资，目标投前估值达 1.4 万亿美元。企业业务推动其第三季度总收入增长 77%，消息发布后芯片股曾下跌数个百分点。

OpenAI 年化营收被曝接近 500 亿美元，与此前预期差距约 200 亿美元

金融时报报道，OpenAI 向投资者披露截至 9 月底年化营收逼近 500 亿美元，大幅低于此前外界估算的 700 亿美元，缺口约 200 亿美元。差异源于统计口径：Anthropic 计入 AWS、谷歌云等合作方的销售收入，而 OpenAI 剔除这部分。报道发布后美股科技股走低，纳斯达克 100 指数收跌 1.4%，英伟达跌 2.9%，甲骨文跌 5.5%。

OpenAI 研究负责人发声明回应三名员工离职争议

OpenAI 研究负责人就三名员工（Jasmine、Mikita、Tomek）离职一事发表声明，称在调查发现其违反敏感信息处理政策后终止雇佣，并指出内部调查发现超出三人公开信所述的重大信任违规。声明强调解雇与提出安全担忧无关，同时表示正与第三方安全评估机构敲定合同，将在数周内公布详情，并认同保持前沿模型可监测性需要全行业共同承诺。

📄 论文研究

Redwood Research 发布论文：实证检验蒸馏定罪（DFI）与蒸馏提能（DFC）

Redwood Research 发布论文，实证检验两条蒸馏安全路径：DFI（蒸馏定罪）将不信任的教师模型蒸馏为更弱的可信学生模型，使其暴露教师隐藏的怪癖；DFC（蒸馏提能）则在迁移能力的同时阻断失对齐，为模型安全研究提供新的实验依据。

Epoch AI 发布 InnovationEval 评测：前沿模型仅达人类论文 SDPO 增益的 15%

Epoch AI 推出 InnovationEval 评测，用于测试 AI 能否独立复现人类论文中的机器学习创新。评测以 Self-Distillation Policy Optimization（SDPO）为对照对象，结果显示当前前沿模型的表现仅为人类论文增益的约 15%，凸显 AI 在自主科研创新上的差距。

来源：AI HOT（aihot.virxact.com）