World Play 2：具备长期记忆与实时交互的开源世界生成器

本周发布的 World Play 2 是一款强大的开源3D世界生成工具，其核心优势在于能够实时交互并维持长期一致性。与 Genie 3 或 Hunyen World 类似，用户不仅可以自由探索生成的世界，还能与其中的角色和物体进行互动。该系统具备独特的记忆压缩机制，能够将之前的场景信息存储起来，即使玩家离开后再返回，世界状态也能保持高度一致且无明显质量退化。这种长期一致性使其成为目前最灵活的开源世界生成器之一。

在技术实现上，World Play 2 基于阿里巴巴的 1.2.2 版本构建。官方已公开代码，用户可通过 GitHub 获取本地运行指南。除了标准模型外，还提供了一个仅需 4步 即可生成世界的 Turbo 快速版本。不过，该完整未量化模型体积庞大，达到 69 GB。尽管资源需求较高，但其提供的实时交互能力和长时记忆特性为3D内容创作提供了新范式。

"It also compresses what happened earlier into its memory so that the world stays consistent even if you walk away and then you walk back."

Motion Space Flow：基于文本提示的精确人体动作生成

Motion Space Flow 是一个全新的人体运动生成系统，它允许用户仅通过文本提示词即可创建复杂的人类动作。例如，用户可以描述“左腿高踢”或“手脚着地爬行”，系统便能生成相应的动画。该工具的一大亮点是支持手动关节约束功能。用户不仅可以提供文本描述，还可以指定手或脚在特定时间点的精确位置，系统会自动计算其余部分的运动轨迹以符合这些约束条件。这对于需要特定姿态或动作序列的专业动画制作极具价值。

该项目同样采用开源策略，代码及训练评估脚本均已发布。值得注意的是其资源占用极为友好：整个项目包大小仅为 1.1 GB，这意味着大多数消费级显卡即可运行。此外，该项目采用宽松的 Apache 2.0 许可证，极大地降低了开发者和研究者的使用门槛。相比其他大型模型，Motion Space Flow 在保持高精度动作生成的同时，显著降低了对硬件的要求。

Kandinsky 6.0：开源视频生成与超分辨率技术的结合

本周发布的 Kandinsky 6.0 是另一个重要的开源视频生成模型，支持文本到视频（Text-to-Video）和图片到视频（Image-to-Video）两种模式。该模型提供两个版本：轻量级变体包含 38亿 参数，专业版则高达 290亿 参数。其轻量级模型体积仅为 6.38 GB，而专业版约为 60 GB。虽然其视频生成时长限制在 5秒，且目前不支持参考视频（Reference-to-Video）功能——这被视为当前行业黄金标准之一，但它在处理高动作场景和复杂运动方面表现灵活。

为了弥补生成视频分辨率的不足，官方同步推出了 Kandinsky 6 Super Resolution 模型。这是一个潜在空间超分辨率（Latent Upscaler）工具，可将生成内容的清晰度提升 4倍。该模型已集成至 Diffusers 和 ComfyUI 等平台，为开源视频创作提供了完整的解决方案。尽管在整体质量和灵活性上略逊于 Midjourney 或 Sora 等领先模型，但 Kandinsky 6.0 仍是一个值得关注的开源替代方案。

ChatGPT 智能界面与推理加速：交互体验的全面升级

OpenAI 本周推出了 Intelligent UI（智能界面）功能，彻底改变了 ChatGPT 的回复形式。过去用户主要接收纯文本或简单的图表，现在 AI 可以生成完整的交互式界面。例如，在解释自行车原理时，它会创建一个可点击的交互 diagrams；在规划周日烤羊肉餐时，它能生成包含成本分解和互动清单的详细页面。这种转变使得复杂信息的呈现更加直观和用户友好。

此外，ChatGPT 的推理速度也得到显著提升。新版本允许模型在思考过程中就开始输出答案，而不是等待所有推理步骤完成后才一次性展示结果。这一改进大幅缩短了用户的等待时间。目前，智能界面功能正在向付费用户全球推广，并将在次日扩展至免费计划。这意味着大多数用户现在即可体验到这种更丰富、更具互动性的 AI 对话方式。

"GPT6 can now begin answering while it's still thinking rather than making you wait until all its reasoning is complete."

其他前沿突破：AI 酶设计、数学定理与室温半导体

本周 AI 在基础科学领域的进展同样令人瞩目。Google DeepMind 发布了两种新模型：一种能从零开始根据指定目的设计新型酶，另一种能预测植物中 DNA 突变的影响。在数学领域，OpenAI 宣布解决了数百个困扰人类数十年的难题，被称为“数学史上最大的一天”。

材料科学方面，AI 成功发现了用于制造室温磁性半导体的新材料。这些突破展示了 AI 在超越传统创意生成任务后，正在深入解决科学界长期存在的根本性问题。从生物酶设计到数学证明，再到新材料发现，AI 正逐步成为基础科学研究的核心驱动力。

新型混合模型：扩散与循环机制的结合

近期发布的一种新模型被形容为“弗兰肯斯坦式的怪物”，它创造性地结合了图像和视频生成器中的扩散模型能力、大型语言模型的文本处理能力，并在此基础上增加了循环行为（looped behavior）。与传统严格从左到右生成文本的语言模型不同，该新模型能够同时预测答案的多个部分，随后通过多次递归循环逐步 refine（优化/细化）这些预测结果。这种机制类似于让模型拥有更多时间进行思考和修订，从而提升最终输出的质量。

“It's like a Frankenstein of a model... this model can predict multiple parts of an answer at the same time and then gradually refine those predictions.”

在性能表现上，该模型在各类推理、数学、科学及代码基准测试中取得了同类大小模型中的最高分数。得益于扩散组件支持并行生成多个 token，其效率显著提升。具体数据显示，该模型相比另一竞争对手可产生8.5%更高的吞吐量（throughput），同时仅使用13.6%更少的计算资源。目前官方已开源了该模型及代码，提供两种变体：较小的17亿参数版本（约4GB）和较大的80亿参数版本（约16GB），均采用Creative Commons非商业许可。

Alpha Protein Novo：从零设计全新酶蛋白

Google DeepMind 发布了 Alpha Protein Novo，这是一种能够从零开始完全设计全新酶的 AI。酶是协助体内化学反应的蛋白质，广泛应用于工业制造和医药领域。传统方法需从自然存在的酶出发进行实验修改，而 Alpha Protein Novo 利用 AI 从头设计酶的三维结构及其氨基酸序列，并使用 AlphaFold 3 预测其折叠方式及与目标的相互作用。

“It uses AI to design both the 3D structure of the enzyme and also the sequence of amino acids that make it up.”

研究人员在实验室实验中验证了该设计的有效性，取得了令人瞩目的成果。例如，他们成功设计出一种能协助生产哌啶（piperodine）的酶，这是一种常见于药物中的化学物质；此外，还创造出一种能分解 DEHP 的酶。DEHP 是一种作为增塑剂使用的、极难清除的环境污染物。尽管该研究尚处于早期阶段且未通过同行评审，但这标志着人类不再局限于在自然界中搜寻特定酶，而是可以根据所需的化学反应速度由 AI 直接设计全新的酶。相关代码已发布在 GitHub 上供开发者下载运行。

Botanic 1：AI 加速植物 DNA 突变定位

Google DeepMind 还发布了 Botanic 1，专门用于解析植物 DNA。面对植物基因组庞大且个体间存在细微差异的挑战，传统方法难以快速定位导致特定性状（如花朵形态改变）的微小 DNA 突变。该系统由两个模型组成：一是充当“科学家”角色的 Gemma 4，负责规划假设、编写管道和分析；二是专门在 320种植物物种的 DNA 序列上训练过的 Botanic 1，它学习了进化过程中保守的 DNA 片段。

“This is a specialized model trained on the DNA sequences of 320 plant species.”

在测试中，系统面对近 2,500 个候选突变位点进行筛选。Botanic AI 成功对所有可能性进行分析并输出排名列表，最终将正确的突变位点排在第一位的成功率高达 90%。这一成果证明 AI 能极其精准地定位导致植物性状变化的具体 DNA 位置，为未来开发抗逆性更强或产量更高的转基因作物提供了强有力的工具支持。

OpenAI 发布数百项数学突破

本周被称为“数学史上最大的一天”，OpenAI 发布了由内部未发布模型（据称优于 GPT6 Astra）生成的 719 篇手稿，这些成果归属于 372 个数学家族。这些突破涵盖了人类数十年未能解决的难题，涉及数论、几何学及理论计算机科学等硬核领域。这一规模空前的发布展示了 AI 在复杂逻辑推理和数学证明领域的巨大潜力，标志着人工智能在基础科学探索中迈出了实质性的一步。

AI 数学突破的规模与验证现状

OpenAI 推出的模型在解决数学家数十年未解的经典难题上取得了令人震惊的进展。该模型尝试解决了约 4,000 个数学问题，且每个问题的思考时间仅为 3小时。这一规模之宏大远超人类常规认知。在验证方面，截至视频录制时，已有 162 个（约占总数四分之一）手稿经过正式验证被证明是正确的。剩余约 77% 的结果并非错误，只是尚未完成严格的数学验证。

"at least at the time of this recording, around a quarter or 162 of these manuscripts are already leanverified."

这一成果的数量级极为惊人。通常情况下，世界上最顶尖的数学家在其一生中仅能解决 1 到2个此类难题，而大多数人甚至无法解决一个。OpenAI 在一天内就产出了超过 700个突破性结果，这一数量远远超过了过去几年所有人类数学发现的总和。这些成果大多属于能改变整个领域或值得顶级期刊发表的卓越突破。

黎曼猜想：缩小零点存在范围的重大进展

在众多成果中，准黎曼假设（Quasi Riemann Hypothesis）是最具震撼性的突破之一。要理解这一点，需先回顾黎曼ζ函数，该公式用于揭示素数分布规律。虽然素数看似无简单规律（如2, 3, 5, 7...），但通过研究ζ函数的零点可以间接掌握其分布。其中，复数输入产生的非平凡零点是关键。

黎曼猜想提出所有非平凡零点都位于复平面中间的一条垂直线上。尽管已有数十亿个例子符合这一预测，但无法证明其永恒成立。OpenAI 的发现并未完全解决黎曼猜想，而是证明了这些神秘零点不可能出现在该区域边缘的12.5%范围内。这意味着，零点可能存在的范围被缩小了25%。这一进展若由人类完成，足以获得菲尔兹奖级别的荣誉。

"they've narrowed down the area where these zeros can possibly exist by 25%."

这一突破对现实世界具有潜在意义，因为素数广泛应用于网络安全、加密技术和信用卡密码。虽然此发现不会直接导致黑客攻击，但它有助于数学家更深入地理解素数的底层模式。这是一个困扰人类超过一个世纪的问题，AI 的介入展示了其在基础科学领域的巨大潜力。

希尔伯特第十问题与广告赞助信息

除了黎曼猜想，视频还提到了希尔伯特第十问题在有理数上的变体。有理数是可表示为分数的数字（如1/2, 3等）。该问题涉及代数方程求解，对于简单方程答案显而易见（如±√9=3），但对于包含数十或数百未知数的复杂方程，求解难度极大。1900年，数学家大卫·希尔伯特提出了这一挑战。

在此部分之前，视频插入了对赞助商 Higsfield 的介绍。该平台推出了 AI Influencer 2.0，允许用户从零创建数字角色或基于照片生成形象。其核心功能 "Genjutsu" 能将用户角色的动作、镜头运动甚至场景细节复刻到流行视频模板中，并支持保留身份特征进行多套服装、背景的混剪。这为大规模生成 AI 网红内容提供了完整工作流。

"Higsfield is one of the fastest growing generative AI platforms, and they just launched AI influencer 2.0."

尽管希尔伯特问题的具体数学细节在片段末尾被截断，但结合前文语境，AI 在这些高度抽象的代数结构中寻找整数解或证明其不可判定性方面同样展现了强大的推理能力，进一步印证了 AI 在数学全领域的广泛适用性。

AI 证明丢番图方程无通用整数解法，划定计算极限

OpenAI 近期发表了一项重要证明，回应了一个著名的数学问题：是否存在一种通用方法，能仅通过整数判断任意方程是否有解？早在 1970 年，学界已证明对于纯整数而言这是不可能的。然而，如果允许使用分数而非仅限整数，是否就能找到通用解法？ 这一问题困扰学界数十年。OpenAI 的新证明指出，即使引入分数作为变量，依然无法构建出能永远确定方程是否有解的通用公式。

"Even if we had computers that were millions of times more powerful than what we have today, we still couldn't create an algorithm that's guaranteed to solve this particular problem for every possible equation."

这一发现的现实意义在于它确立了计算机和 AI 能力的理论边界。无论未来算力提升多少倍，都不存在一种万能算法能对所有此类方程给出正确的“是”或“否”。这并不意味着 AI 无法解决复杂方程，而是说明某些问题本质上不可能通过单一通用算法彻底解决。这一结论为人工智能在数学推理领域的局限性提供了坚实的逻辑基础。

矩阵乘法指数降至 2.25，大幅优化 AI 算力基础

在提升计算效率方面，OpenAI 发布了关于矩阵乘法的新数学证明。矩阵作为数字网格，其乘法是计算机图形、模拟及 AI 模型的核心计算任务。随着矩阵规模扩大，所需运算量急剧增长，因此数学家数十年来致力于优化算法。1969 年首次发现可通过重组计算减少操作次数，此后研究者通过“矩阵乘法指数”这一指标来衡量效率提升程度。

传统方法的指数为 3，经过多年改进已降至约 2.37。理论最小值为 2。OpenAI 的新证明声称将这一数值进一步降低至 2.25，这是相对于之前纪录的巨大飞跃。虽然单次乘法的节省看似微小，但在 AI 模型训练中涉及数十亿次重复计算。这种底层算法的优化累积起来，将显著减少运行 AI 及其他技术所需的庞大算力资源。

突破 Birch-Swinnerton-Dyer 猜想，解析椭圆曲线有理点

OpenAI 还在千禧年大奖难题之一的 Birch-Swinnerton-Dyer (BSD) 猜想上取得进展。该问题涉及椭圆曲线——即绘图时呈现特定弯曲形状的方程。核心挑战在于确定曲线上坐标均为有理数（可表示为分数的数字）的点的数量，这些点可能是有限的，也可能是无限的。

数学家发现，若已知曲线上某些特定点，可通过特定方法组合并生成更多点。20 世纪 60 年代，Birch 和 Swinnerton-Dyer 提出通过研究 L 函数的行为来推断独立起始点的数量：若 L 函数在特定输入下不为零，则曲线仅有有限个有理点；若为零，其行为可揭示所需起始点的数量。此前该关系仅在特定情况下得证。

"They published a series of proofs claiming that this relationship holds for a much larger class of elliptic curves than we thought."

OpenAI 的新证明声称该关系适用于比预期更广泛的椭圆曲线类别，并结合相关发现，证明了在特定方程族中几乎所有曲线的完整预测。尽管尚未完全解决整个 BSD 猜想，仍存在未覆盖的情况，但若经独立验证成立，这将是数学界的一项重大突破。

AI数学突破与人类认知瓶颈

近期，AI在解决千禧年大奖难题方面取得了显著进展。相关团队发布了超过 700份手稿，涵盖了复杂的数学证明过程。尽管成果丰硕，但处理这些信息的难度极大，视频作者指出目前仅覆盖了其中约四成的内容。这一现象揭示了一个关键趋势：当前的瓶颈已从算力或AI智能本身，转移到了人类处理海量发现的能力上。正如原文所述：

"I think the bottleneck right now has flipped to where we are no longer limited by compute or the intelligence of AI, but rather by the capacity of us humans to actually process all of these discoveries that AI is coming up with."

这意味着，虽然AI能生成惊人的数据量，但人类的认知负荷已成为限制科学进步的新边界。对于希望深入研究的读者，GitHub上已提供包含所有手稿的完整集合链接。

Google发布轻量级多模态嵌入模型Embedding Gemma 2

本周，Google发布了开源AI模型 Embedding Gemma 2。与GPT或Claude等生成式大语言模型不同，该模型的目的是理解信息并使其可搜索。它能将照片、视频、音频和文档转换为统一的数值表示（嵌入），从而便于其他模型进行检索。该模型的显著优势在于其极小的体积：文本模式仅需 2.7亿参数，加上视觉和音频模块后总参数量仍低于 10亿。这使得它能在Google Pixel等智能手机上高效运行。

尽管上下文窗口较小（仅支持 5.5分钟音频、29张图片或 59个视频帧），但在基准测试中，它在图像嵌入方面表现最佳。该模型大小为 1.5GB，采用Apache 2许可证，已在Hugging Face上线。

Mistral Large 4性能与成本竞争力分析

欧洲知名AI实验室Mistral发布了最新模型 Mistral Large 4（代号Lonk）。这是一个拥有 1万亿参数的混合专家模型，但推理时仅激活 520亿参数。尽管是Mistral的最佳模型，其表现却未达预期。根据Artificial Analysis的智能指数排名：

"Mr. Large is all the way down here performing even worse than the much more efficient DeepSeek Flash and it's also behind like GLM 5.3 Flash as well"

数据显示，其智能水平甚至低于更高效的 DeepSeek Flash 和 GLM 5.3。在成本效益方面，该模型位于图表的右下角（高性能低性价比区间），远不如 DeepSeek 4.1 Flash 或价格极低的 MIMO 2.6 Pro。因此，在当前的开源模型竞争中，其性价比缺乏竞争力。权重预计将于本月底开放。

Meta Genia与AI发现抗铁磁材料

Meta发布了 Genia 工具，可将普通照片或视频转化为完整的3D对象。其核心机制基于 SAM 3D 模型，通过持续对比生成结果与原始图像的差异来调整外观和位置。该代码已开源，但受限于非商业Creative Commons许可。

在科学发现领域，Val's AI利用 Claude Opus 5.5 智能体团队发现了两种潜在的新型计算机内存材料。传统磁存储利用微小磁铁的方向表示0和1，但磁场干扰限制了密度提升。反铁磁性材料通过原子磁矩相反排列抵消外部磁场，允许更紧密的存储。AI发现的这两种材料有望实现更快、更小且无干扰的计算机内存，解决了长期存在的物理瓶颈。

AI辅助发现室温工作的反铁磁半导体材料

研究人员利用人工智能寻找具有特定性质的新型磁性半导体，旨在解决传统抗反铁磁体难以读取信息且需低温运行的问题。目标材料必须具备三个核心特性：净磁场为零以实现抗干扰能力，能够根据电子自旋区分电流以存储0和1的信息，以及能够在室温或更高温度下稳定工作。经过数百次量子力学模拟后，AI识别出两个候选材料。第一个是化学名称为 $Mn_3Sn$ 的全新设计，模拟显示其具备理想属性且可在室温工作，但其原子排列需要极特殊的结构，制造难度极大。第二个候选材料化学名称为 $Mn_3Ge$，该物质早在1999年已被制造出来。模拟证实它无整体磁场且能区分电子自旋，甚至能在100°C以上的高温环境中运行。> "The AI suggested that this is the exact combination of properties that the researchers have been looking for." 目前这些性质仅通过计算机模拟预测，尚未在物理实验中得到证实，研究人员已发布GitHub仓库供查阅技术细节。若未来实验成功，这些材料有望开发出更快、更紧凑且节能的新型磁性存储器。

Flash Dex Retarget：基于单一策略的机器人手部动作迁移

本周推出的AI系统Flash Dex Retarget用于将人类手部演示转换为实际机械手可执行的动作。与传统为每种演示训练独立系统不同，该方法在一个学习策略中同时处理多种运动数据。AI具备前瞻能力，通过观察接下来几帧的运动轨迹来预判手部和物体的位置。在将人类演示转换为机器人动作的基准测试中，该方法平均优于之前的方法。> "Instead of training a completely separate system for every human demonstration, they just train one learning policy across many different motions at the same time." 代码已开源，包含详细的下载和运行说明。不过，训练过程需要约110 GB的GPU内存。目前代码仅支持XHand和Sharp Wave USD两种机械手型号。这一技术突破使得机器人能够更自然地复现人类的手部精细操作，为具身智能的发展提供了新的解决方案。

Iris 3B：无需VAE的轻量级开源图像生成模型

Iris 3B是一个拥有30亿参数的开源图像生成模型，其独特之处在于不使用VAE（变分自编码器），而是完全在像素空间工作。理论上，这种架构能带来更高的准确性和图像质量。模型支持文本到图像、图像到图像的生成，并能处理大型文字渲染。虽然其照片级真实感略逊于Crea 2或Quen 2.1等领先开源模型，但它提供了良好的轻量级替代方案。> "It works entirely in pixel space which you and I can see which in theory should give it higher accuracy and quality." 该模型支持针对特定用例进行微调，例如可训练其检测照片深度或作为图像超分辨率工具。基础模型大小仅为12 GB，可适配大多数消费级GPU。项目完全开源，采用Apache 2许可证，包含训练脚本和数据集，用户可轻松在本地部署和运行。

Terra系统：基于生物力学模拟的机器人运动控制演示

视频最后介绍了名为Terra的新AI系统，该系统通过逼真的骨骼和肌肉模拟来教导虚拟人体在复杂地形中移动。与大多数直接控制关节的机器人或虚拟角色不同，Terra模拟了真实生物体的运作机制。在现实中，人体通过肌肉收缩和拉力来驱动运动，而非简单的关节角度调整。Terra系统旨在复现这种生物力学原理，从而生成更自然、更符合物理规律的运动模式。虽然视频片段在此处结束，但该演示展示了AI在机器人运动控制领域向生物仿生方向发展的趋势，为未来更灵活、适应性更强的机器人行动提供了新的技术路径。

生物力学模拟与开源肌肉骨骼AI

该研究项目旨在复制人类骨骼肌产生运动的机制，通过模拟人体肌肉和骨骼的实际收缩与运动，教导AI在复杂地形中执行如跨越不平表面或上楼梯等高难度动作。经过对9小时以上运动数据及18种不同地形演示动作的训练，通用肌肉模型已能准确控制模拟人体在这些困难表面上移动。此外，通过应用专门的微调策略，AI还能实现跳跃和翻滚等更复杂的动作。

"So, that's what this project is trying to replicate. Can they simulate the actual contractions and movements of human muscles and skeletons..."

该项目代码已开源至GitHub，采用Apache 2许可证，限制极少。用户可下载并在本地计算机上运行该模型。这一开源举措为生物力学模拟和机器人控制研究提供了重要的基础工具，允许开发者进一步探索AI在物理交互中的潜力。

可变形3D场景重建技术突破

本周出现的AI工具Code Dim Recon能够将普通照片转化为可编辑且支持物理模拟的3D场景。其核心创新在于不仅重建几何结构，还赋予物体弯曲、拉伸或挤压的物理属性。AI首先重构场景整体几何形状，然后根据对象类型应用不同的物理模型：细长的电缆被处理为柔性3D曲线，纸张或塑料袋被视为可变形表面，而靠垫等厚物体则被建模为可变形3D实体。用户可通过运行机器人交互测试来验证并修正物体的行为表现。

"And it also includes the physical properties of the object. So, it can make things that can bend, stretch, or be squished..."

目前，这是唯一一款集成上述所有能力的3D重建工具。虽然代码尚未发布（预计即将推出），但其技术架构展示了从静态图像到动态物理仿真环境的巨大跨越，为游戏开发和机器人训练提供了新的可能性。

Dist Scene：单图生成完整3D场景的另一方案

另一款名为Dist Scene的AI工具同样致力于从单张图片生成完整的3D场景，但其工作流程有所不同。它并非先生成孤立物体再拼接，而是直接在共享的3D坐标系中同时生成环境和所有内部对象。随后，AI会提取每个物体进行单独的几何细化，再将其放回场景的正确位置。这种端到端的生成方式确保了物体与环境的空间一致性。

"Instead of simply generating a bunch of isolated 3D objects and trying to place them together afterwards..."

在几何一致性、质量和整体表现的基准测试中，Dist Scene方法表现最佳。尽管具体的量化数据未在字幕中详细列出，但定性评估显示其优于现有方法。模型和数据集即将发布，这标志着单图3D重建技术在场景整体性构建上取得了显著进展。

Google Nano Banana 2.1与Anthropic Claude Haiku 5.5评测

Google发布了Nano Banana 2.1，这是一个小幅升级版本（0.1），旨在提高复杂指令、多角色及图像内文本生成的准确性，支持最多14张参考图片和最高4K分辨率。尽管在真实感和文本渲染上有所改进，但初步测试显示其质量仍明显落后于GPT Image 2.5。不过，该模型在Google Flow平台上提供免费试用，用户每日可获得数十次免费生成机会。

Anthropic则推出了Claude Haiku 5.5，作为其最小最快的模型变体。在知识工作、代理编程和计算机使用等基准测试中，Haiku 5.5相比前代有巨大提升，并在多数指标上击败了GPT6 Luna。然而，在智能指数排名中，它位于Kimik 3、Step 5和GLM 5.3之后。其最大优势在于成本，根据Artificial Analysis数据，Haiku 5.5每任务成本约为21美分。

模型/对比项 Claude Haiku 5.5表现与数据
智能排名 低于Kimik 3, Step 5, GLM 5.3
每任务成本 ~21美分 (低于GLM 5.3和Deep Seek Flash)
成本对比 比Sonnet 5.5便宜得多，但比GPT6 Luna贵 (后者约3倍更便宜)
可用性 免费计划可用，响应速度最快

Haiku 5.5并非以智能前沿为目标，而是追求速度与成本的平衡。虽然其在“智力-成本”效率上不及Xiaomi的MIMO 2.6和GPT6 Luna，但其免费可用性使其成为快速响应的理想选择。

结论

本周AI进展呈现两极分化：基础科学领域取得实质性突破，如Alpha Protein Novo实现酶从头设计、Botanic 1精准定位植物突变、OpenAI解决700+数学难题及优化矩阵乘法，证明AI在复杂推理与科学发现中已超越人类效率瓶颈。然而，应用层模型表现参差不齐，Mistral Large 4性价比低下，Kandinsky 6.0在视频生成上仍逊于头部商业模型。开源生态虽活跃，但World Play 2等资源消耗巨大，Iris 3B等轻量模型在画质上仍有差距。整体而言，AI正从创意生成转向解决硬核科学问题，但落地应用需在性能、成本与资源消耗间寻找更优平衡。