Grok 4.5内测接近Opus，Seedance 2.5即将发布，开源监管与成本效率争议升温

要点速览

1. Grok 4.5内测性能接近Opus，基于1.5T V9模型，SpaceX将每月发布全新模型；xAI模型在OpenRouter上支持零数据保留。
2. Bytedance Seedance 2.5即将发布，中国视频生成持续领先美国；GLM-5.2在Mac Studio运行医疗agent。
3. 开源AI监管争议：LeCun主张监管API而非开源，Mollick区分开源运动与开放权重前沿模型。
4. 开放模型成本效率优于闭源API：swyx建议用美元推理成本报告，Hugging Face看好开源多模型。
5. 企业AI飞轮与自主代理：每家企业将拥有模型飞轮，NVIDIA黑客马拉松推动自主代理；评估方法方面，binary judges更实用，模型路由器低估非数学任务。

一、AI模型与基础设施进展

1. Grok 4.5内测性能接近Opus，基于1.5T V9基础模型并加入Cursor数据补充训练，RL持续显著改进；SpaceX将每月发布全新从头训练的模型。— 来源：1
2. xAI模型在OpenRouter上支持零数据保留（ZDR），包括Grok 4.3、Grok 4.20和Grok Build 0.1，适用于隐私敏感和企业工作负载。— 来源：1
3. Grok Imagine Video在Vercel AI Gateway中占领先地位，占开发者生成视频的约50%。— 来源：1
4. Bytedance即将发布Seedance 2.5视频生成模型，Deedy指出中国在视频生成领域持续领先美国。— 来源：1
5. GLM-5.2在Mac Studio上通过llama.cpp运行，用于医疗agent工作流，强调AI应该被拥有而非租用。— 来源：1

二、开源与开放AI争议

1. Yann LeCun转发关于监管前沿API模型而非开源AI的论述，认为监管API相对低风险，而监管开源性价比较低、伤害面更广。— 来源：1
2. Ethan Mollick指出讨论AI开放性需区分不同含义：推动技术前沿的开源运动 vs 完全依赖少数中国公司善意的开放权重前沿模型。— 来源：1
3. swyx引用观点认为开放模型在推理中的每美元token里程优于闭源API，建议用美元推理成本而非token数报告思考水平。— 来源：1
4. Hugging Face认同AI的未来是多模型，其中大部分为开源模型。— 来源：1

三、企业AI应用与评估方法

1. Aravind Srinivas预测每家企业将拥有自己的模型-验证-沙箱-评估飞轮，围绕每瓦令牌值进行优化，公司独有的领域和客户隐性知识及信任使其成为未来方向。— 来源：1
2. NVIDIA与Stripe、NousResearch举办Hermes Agent加速商业黑客马拉松，鼓励构建能自主赚钱、花钱和运营业务的AI代理；奖品包括1万美元现金、DGX Spark及5000美元Stripe credits，提交截止6月30日。— 来源：1
3. Hamel Husain推荐将LLM-as-judge评估分解为原子化的是/否问题（binary judges），认为比Likert评分更实用且可解释，并分享了相关资源。— 来源：1
4. Ethan Mollick观察到模型路由器低估非数学/编码任务难度，分配过少智能，而创新、营销等非可验证任务从更智能的AI中受益最多。— 来源：1
5. Ethan Mollick利用开源评估框架重新测试AI医疗图像解读，GPT-5.5 Pro得分从69/100提升到79/100，但仍未达到可靠医疗使用标准，呼吁研究论文开源实验框架。— 来源：1