AI快讯

Tencent Hy 将临界批量大小理论扩展到在线 LLM 强化学习

Tencent Hy 表示，重新调整学习率可以在有界的批量大小范围内，使 GRPO 与 PPO 的单条回复学习量保持不变。在固定硬件上，增大批量最多可将 PPO 生成阶段吞吐量提升 2.29 倍；其测得的最佳 GRPO 配置达到同一验证目标的时间减少 29%。

Space Bunny Alpha 现已在 Command Code 免费提供

Command Code 正在所有方案中免费提供 Space Bunny Alpha，并将其称为隐身模型。该模型拥有 100 万上下文，并支持多模态。

Waabi 称完成 300 英里全程自动驾驶卡车行驶，且未预先演练该路线

Waabi 表示，该系统此前未在仿真中演练这段 300 英里行驶，也未依赖新的真实世界数据，并称此次运行为首次。

Claude Code 云端会话按 Pro 或 Max 套餐计费，并优先消耗一次性额度

ClaudeDevs 表示，正式可用的 Claude Code 云端会话与其他 Claude Code 功能一样，按 Pro 或 Max 套餐计费。现有订阅用户可获得一次性可选额度：Pro 为 100 美元，Max 为 250 美元；这些会话会先消耗该额度，再使用常规套餐用量。

Suno Studio 支持直接录制到时间线

在 Suno Studio 中，将音轨设为待录并按下录音，即可把演奏直接录到时间线上。

Opus 5.5 每项任务的 token 用量比 Opus 5 高 37%

Artificial Analysis 称，Claude Opus 5.5 在 Coding Agent Index 每项任务中使用 1560 万 token，而 Opus 5 为 1140 万。缓存输入从 1090 万增至 1460 万，输出从 13.7 万增至 33.3 万，增幅超过一倍。

Claude Opus 5.5 在 Artificial Analysis Coding Agent Index 上得分为 66

在 Claude Code 的最高努力档，Artificial Analysis 测得 Opus 5.5 为 66 分，高于 Opus 5 的 60 分和 Claude Fable 5.1 的 62 分。其单任务成本为 13.04 美元，尽管 token 价格更低，仍高于 Opus 5 的 10.79 美元。

最干净的公开终端智能体 RL 集合中，仅 35.8% 通过 Salesforce AI Research 审计

Salesforce AI Research 将该集合的干净比例定为 35.8%，另外两个分别为 10.1% 和 3.3%，并发现两个方向的奖励错误。作者称，用于过滤缺陷环境的 RIVER 在使用不到 TMax 30% 环境的情况下，使 Terminal-Bench-Lite 上的 RL 增益提高 106%，Terminal-Bench v2.1 上提高 30%。

Alexandr Wang 称带实时语音的 Muse 视频聊天即将推出

Muse 会在视频聊天中实时回应，用户可以精确指定它的声音。Wang 仅称该功能即将推出，没有给出发布日期。

Polymarket 称 Meta 推出 Muse Charm，一款可挂在钥匙扣上的 AI 设备

Polymarket 将 Muse Charm 描述为一款可挂在钥匙扣上、Tamagotchi 风格的 AI 设备，并称 Zuck 把它叫做“令人开心的小设备”。

dax 称 OpenCode Desktop 周活跃用户达 200 万

dax 称，这一用户数现已约为 TUI 用户的 50%。

Artificial Analysis 将 Ming-Image-0.1-Design 列为开源权重 UI/UX 模型第一

在 Artificial Analysis 的 Text to Image 排行榜上，60 亿参数的 Ming-Image-0.1-Design 在 UI/UX 设计类别中位列 81 个模型中的第 17，并在开源权重模型中排名第一；综合排名为 160 个模型中的第 45。该模型以 MIT 许可证发布，支持 RGBA 输出，评测分辨率为 2K，推理步数为 12。