这个周末，马斯克搞了两件大事：xAI 要解散并入 SpaceX，Grok 4.5 也开始内测了。
SpaceX 注册 SpaceXAI 商标，xAI 将不再独立运营
马斯克发帖确认：xAI 将解散，不再是独立公司。以后就是 SpaceXAI，SpaceX 内部的 AI 产品。SpaceX 已经注册了 SpaceXAI 商标。
这操作够干脆。去年 xAI 刚融了 60 亿，估值 400 亿，转眼就说要并进去。不过想想也合理——马斯克手里一堆公司，xAI 的模型直接服务 Tesla 智驾和 SpaceX 星舰，比当独立公司更有协同价值。
他还放了个狠话：今年 SpaceX 每个月都会发布一个完全从头训练的新模型。这速度和节奏，OpenAI 都得捏把汗。
Grok 4.5 在 SpaceX 和 Tesla 开始私测，性能接近 Opus
紧接着，Grok 4.5 开始内测了。基于 xAI 的 1.5T V9 基础模型，补充训练里加入了 Cursor 数据。马斯克说初步评估显示性能接近、甚至可能超越 Claude Opus。
Grok 系列之前给人的印象是"嘴快但活糙"，4.5 如果真能追上 Opus，那开源阵营又要多一个强力选手。强化学习还在持续改进模型，Grok Build 工具链也越来越成熟。下半年好戏不少。
DeepSeek 开源 DSpark：V4 生成速度飙 60-85%
DeepSeek 发了个新框架 DSpark，不是新模型，是在 V4 权重上附加一个草稿模块，用投机解码的思路实现无损加速。
生产环境下，V4-Flash 每用户生成速度提升了 60-85%，V4-Pro 提升 57-78%。离线测试里，接受长度比 Eagle3 高 26-31%，比 DFlash 高 16-18%。配套的 DeepSpec 训练代码库用 MIT 许可证全开源。
之前大家觉得 DeepSeek-V4 已经够快了，现在又加一档。开源加速框架这件事，对搞自建推理的团队来说是真福利——省 GPU 就是省钱。
新浪开源 VibeThinker-3B：3B 参数编程打平 200 倍大的模型
这个够疯。新浪发了个只有 3B 参数的 VibeThinker-3B，在 AIME26 等数学编程基准上，直接和 DeepSeek V3.2 这种大 200-333 倍的模型打平。LiveCodeBench 超越所有 20B 以下模型。LeetCode 竞赛 128 道解决了 123 道，超过 GPT-5.2 和 Kimi K2.5。
但也有短板：知识密集型任务 GPQA-Diamond 上大幅落后。合情合理——3B 塞不下太多世界知识。
研究团队提出"参数压缩-覆盖假说"：逻辑推理依赖少数可压缩的模式，但广泛世界知识还是得靠大参数。模型已开源，基于阿里 Qwen2.5-Coder-3B 做多阶段后训练。手头有 GPU 的可以试试。
AI 群雄对决《文明VI》：Claude 核平法国，结果还是输了
英国前首相府的数据科学家 Liam Wilkinson 搞了个实验——把 Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro 等四个模型塞进《文明VI》对战，打了 23 局。
名场面：Claude 扮演葡萄牙，眼看法国文化胜利要来了，花了 50 回合研发核弹，核平了图卢兹。结果——法国最终通过外交胜利赢了。核弹白扔了。
Wilkinson 分析了大量数据发现：AI 主动检查全局状态的频率只有 1-2%（感知盲区），制定计划后 10 回合内执行率只有 48-66%（知行差距）。
结论很扎心：这些模型的智商不是瓶颈，感知环境和持续执行才是。跟人类一样，想得再好，做不到都是白搭。
苹果 Vision 负责人跳槽 OpenAI
据 Mark Gurman 报道，苹果 Vision 产品组副总裁 Paul Meade 下周离职，加入 OpenAI 硬件部门。他手里负责的是 Vision Pro、无屏幕 AI 智能眼镜和 AR 眼镜的研发。
同时苹果计划首款触控 OLED MacBook 用 M5 Pro/Max 芯片，2026 年底到 2027 年初发布。
苹果这波伤了。核心硬件高管流向 OpenAI，说明 AI 硬件的人才大战在加速。库克刚因涨价导致市值蒸发 2300 多亿美元，现在又走人。
今日还值得关注的：
- 普林斯顿 CEO-Bench：让 AI 当 500 天 CEO，14 个模型只有 3 个盈利。Claude Fable 5 赚了 4715 万美元排第一，但一个不调 LLM 的简单规则法也赚了 1576 万——有时候不用 AI 反而更好
- Weave 发布智能模型路由工具，接入 Claude Code、Codex 和 Cursor，自动选最优模型
- 美团 LongCat 开源 VitaBench 2.0，56 个拟真用户、819 个复杂任务的智能体评测基准，最强模型平均分刚过 0.5
- General Intuition 融资 3.2 亿美元，用游戏数据训练 AI 智能体，产品夏末前开放 API
- OLMo Hybrid 和 Transformer 对比实验：混合模型在实义词上预测更好，但重复短语上优势消失
周一开工，这周看点：OpenAI 的 GPT-5.6 Sol 会不会出更多细节？Grok 4.5 公测什么时候？xAI 并入 SpaceX 具体怎么操作？咱们明天接着聊。