AI 日报 | 9 月 6 日:OpenAI 多次修改 GPT-6 Astra 基准数据、Anthropic Claude 完成黎曼猜想验证、英伟达 129 亿美元收购 Hugging Face

OpenAI 多次修改 GPT-6 Astra 基准数据：幻觉率、ARC-AGI-3、FrontierMath、Fable 5.1 数学分全部"被刷过"

据《Fortune》《IT 之家》《新浪财经》综合报道，OpenAI 自美东时间 9 月 3 日下午 2 点首次发布 GPT-6 Astra 公告以来，已对其中多项关键基准数据进行了反复修改，调整幅度之大、次数之密令行业震惊。Fortune 抓取互联网档案的 6 份网页快照显示，Astra 幻觉率从最初的 4.2% 一度被改到 2%，后又回到 4.2%；GPT-5.6 Sol 的 ExploitBench 网安分从 5.5% 上调到 11.5%——而该数字对应的推理能力并未向商业用户开放；Anthropic Fable 5.1 在 FrontierMath Tier 4 的成绩从 87.8% 下调到 78%，后又回升到 83%。在更早的预发草稿中，Astra 在 ARC-AGI-3 上还是 98.6%，正式版变成了 99.99%，而第三方 Arc Prize Foundation 用标准测试框架独立评估仅为 63%。

OpenAI 发言人回应称："由于具体使用的模型检查点、测试框架和评测运行方式不同,大多数评测结果本身都会存在几个百分点范围内的波动。"但斯坦福智能系统实验室 Anka Reuel 与 Mike Hardy 等专家在审阅系统卡后直接用"Benchmaxxing"形容这种行为。OpenAI 的披露一贯是宣传语境大于验证语境，Astra 既有能力又需要"打榜"才能跑出来，这正是 GPT-6 级别叙事最尴尬的一面。

Anthropic Claude 完成黎曼猜想独立验证，Fable 5.1 创 37 年新纪录

据《新智元》《硅星人 Pro》报道，数学家 Youness Lamzouri 9 月 5 日确认，Claude 对黎曼猜想的证明无误，并在 Claude 给出的论证基础上给出更简洁的新证明。Claude 此前在黎曼 ζ 函数零点研究中，将位于临界线且单零点的比例从 41.6% 提升至超 2/3，打破该领域保持 37 年的纪录。这项工作紧接 9 月 4 至 5 日 Claude 用 11 天生成约 1300 万行 Lean 代码、2.95 万个中间定理完成费马大定理端到端计算机验证证明，工程规模超 Mathlib 5 倍，代码与博客已登顶 GitHub Trending 榜首。

两项证明验证后，Claude 已经手握费马大定理(1995 年 Wiles 之后)与黎曼猜想(本次 Lamzouri 认可)两个世纪级数学难题的机器可检查证明，Anthropic 同步把这种长程多智能体协作的工程能力命名为 Prove2Me 开放平台，代码与论文全部公开。在 IPO 前 60 天的关键窗口里，这种"我们能跑通科学级长期任务"的能力，比任何基准分数都更能向资本市场讲故事。

英伟达 129.3 亿美元收购 Hugging Face，黄仁勋承诺平台继续中立运营

据《Ars Technica》《CNBC》《AI News》《凤凰网》综合报道，英伟达 9 月 3 日正式宣布以约 129.3 亿美元(其中约 119 亿现金、至多 10 亿员工股权保留)收购开源 AI 平台 Hugging Face，预计 2027 年上半年完成交割，这是英伟达历史上第二大收购，仅次于 2025 年底以约 200 亿美元拿下 Groq。Hugging Face CEO Clem Delangue 主动找到黄仁勋推动此次交易，黄仁勋在公开信中承诺平台"仍将作为面向整个人工智能生态系统的开放平台"，并称已写入向 SEC 提交的 8-K 文件具有法律约束力。Hugging Face 托管超 1800 万开发者、300 万模型、50 万数据集、20 万家企业用户，三位法国联合创始人身家各升至约 18 亿美元。

估值约 Hugging Face 年化收入 1.5 亿美元的 86 倍 PS，资本对"开源模型入口"的定价可见一斑。Hugging Face 平台上的国产旗舰几乎全部首发于此(智谱 GLM-5.3、月之暗面 Kimi K3、阿里 Qwen3.8-Flash-Next、DeepSeek V4 系列)，芯片巨头成为开源社区"房东"后，Linux 基金会讨论红帽被 IBM 收购时的那类担忧，今天换到了 AI 基础设施层。从过去十年被收购的中立平台经验看，"过渡期"承诺的可信窗口通常以"月"计而非"年"计。

苹果起诉 OpenAI 窃取商业机密，目标直指自研硬件与 Jony Ive 设计公司

据《Business Insider》《Money Control》《PulseWire News》综合报道，苹果向联邦法院起诉 OpenAI、两名苹果前员工 Chang Liu、Tang Yew Tan 以及 Jony Ive 创立的 io Products，指控 OpenAI 通过"协调性的制度性失当"获取苹果未公开的硬件设计、供应链与制造工艺机密。诉状指出，涉事员工离开苹果前下载敏感电路图、邮件外发内部资料，OpenAI 面试官甚至要求应聘者带"实物零件"做道具，被苹果视为信息抽取手段。苹果 2 月曾就此事与 OpenAI 接洽但被无视，案件关键听证日期定在 10 月 1 日。OpenAI 发言人 Drew Pusateri 否认指控，Sam Altman 接受 Alex Heath 采访时自陈"我是 Apple 的超级粉丝,这件事让我很伤心"，并强调 OpenAI 不需要任何公司的 IP。

本案对 OpenAI 的杀伤力在硬件端：OpenAI 9 月即将发布首款 AI 键盘，未来 12 个月的 AI PC、AI 手机、AI 可穿戴三类产品都依赖"原创新设计"，一旦被诉前禁令，产品节奏会被迫重排；同时，Altman 的"情感牌"对司法进程没有帮助，反而被解读为"被抓了先诉苦"。配合西雅图时报、新闻日报 9-6 提起的版权侵权诉讼，OpenAI 在 2027 年 IPO 之前同时面对两条法律线，合规披露压力陡增。

DeepSeek 部署 16 万颗华为昇腾 950DT 推理集群，内蒙古吉瓦级数据中心落地

据《彭博社》《网易新闻客户端》《凤凰网科技》报道，DeepSeek 计划在内蒙古乌兰察布建设大型数据中心，部署至少 16 万颗华为下一代昇腾 950DT AI 加速芯片，订单金额约 25.6 亿美元，若落地将成为公开已知规模最大的国产 AI 芯片单点集群，项目整体规划功率达吉瓦级。华为与 DeepSeek 围绕昇腾超节点展开联合定义，聚焦长文本推理场景的时延、吞吐与成本三角难题，昇腾 950DT 计划 2026 年第四季度正式上市，搭配 144GB 内存、4TB/s 内存访问带宽与 2TB/s 互联带宽，基于该芯片的 Atlas 950 超节点最多支持 8192 张卡协同。

DeepSeek 明确表示 16 万颗昇腾卡全部用于模型推理而非训练，核心预训练仍主要依赖英伟达 GPU；但 4-Pro API 服务吞吐被国产算力供给限制，昇腾 950 超节点批量上市后将大幅下调 Pro 价格。这意味着国产算力替代节奏正从"可用"走向"堪用"：推理负载对单卡极致算力依赖度低、敏感于成本与时延，正是国产芯片规模化的最佳切入点。配合英伟达同日宣布的收购 Hugging Face，全球 AI 算力基础设施的"两条路"正以肉眼可见的速度分化。

高盛研报《Astra 不是升级，是范式重置》：软银单日飙升近 8%、甲骨文涨 3%

据《财联社》《Sohu》综合报道，高盛 Delta-One 交易台主管 Rich Privorotsky 9 月 5 日发布题为《Astra 不是升级，是范式重置》的重磅研报，称 GPT-6 Astra 是 AI 牛市一直期待的"领先模型"，并对年初以来"Token 支出增速跌破成本降幅"曾被误读为"AI 看空派"的判断做出修正。报告发布后，因持有 OpenAI 约 12% 经济权益的软银周五单日飙涨 7.9%、创 2026 年内最大单日涨幅，甲骨文借势宣布"OCI 已全面适配 Astra 推理加速栈"，股价同步涨 3.4%。斯坦福 HELM 2026 AGI 基准套件中，Astra 综合通过率 89.3%，显著领先 Claude-4 Omega 76.1%、Gemini Ultra 2.5 73.8%、Llama-4 Max 65.2%。

但报告的"叙事含金量"正被 9-6 公开的 Astra 基准反复修改事件严重稀释——一边是高盛把 Astra 称为"需求格局将再次发生转变"，另一边是 Stanford 专家直接用"Benchmaxxing"形容发布当天的数据操作。投资者要在同一个 24 小时内消化"范式重置"与"刷榜质疑"两个信号，意味着 AI 行业的资本叙事对单点基准的依赖正在加速退潮，接下来估值锚点会从"榜单分数"快速滑向"独立验证 + 商业 ARR"的双重证据。

西雅图时报、新闻日报起诉 OpenAI + 微软，"AI 吞噬新闻业"战场再添新兵

据《TechCrunch》《今日头条》综合报道，《西雅图时报》《新闻日报》9 月 5 日正式向法院提起版权侵权诉讼，加入起诉 OpenAI 与微软的媒体阵营，指控 ChatGPT 与 Copilot 在未授权情况下使用其原创新闻报道训练 AI 模型。诉状将生成式 AI 比作"一条吞噬自己尾巴的蛇"——依托新闻机构原创内容生长迭代，最终反向摧毁持续产出优质训练内容的新闻行业。诉讼特别提及，微软与 OpenAI 此前曾长期资助《西雅图时报》新闻创作项目及人才奖学金，此次"昔日合作方对簿公堂"成为科技企业与传统媒体 AI 版权博弈的标志性事件。微软发言人回应"意外"并释放和解协商态度，称愿意通过对话解决 AI 版权纠纷。

这场诉讼与 2023 年《纽约时报》案并轨后，版权侵权的原告方已形成"主流媒体 + 行业协会"双层战线，2025-2026 两年是 OpenAI 与微软在内容来源合法性的密集问责期。对 zaowu 这类聚合资讯站的影响是间接但确定的：训练语料的成本结构正在上升，未来 12 个月开源数据集的可商用范围、模型对新闻原文的引用合规要求都会有实质性收紧，行业整体的内容生产成本将被重新定价。

Anthropic 敲定 150 亿美元 IPO 前信贷，招股书推迟至 9 月下旬、11 月中期选举前上市

据《彭博社》《华尔街见闻》《路透社》综合报道，Anthropic 接近敲定与摩根士丹利、高盛、摩根大通、花旗的 150 亿美元上市前循环信贷安排，为公开提交 IPO 文件扫清最后障碍；原最快下周公开的招股书将推迟到 9 月下旬，路演预计 10 月中旬启动，挂牌时间定在 11 月美国中期选举前几天。消息人士称 Anthropic 募资目标为"超越 SpaceX 刷新历史纪录"，估值起点 2 万亿美元、乐观预期冲上 3 万亿。同期 Anthropic 2026 年 7 月底年化收入运行率突破 650 亿美元(2025 年底为 90 亿)，二季度营收超 115 亿美元、同比约 14 倍、环比 143%，并实现调整后营业利润转正，是全球首家季度盈利的大模型公司。

Anthropic 的 IPO 时间窗与 OpenAI 高度同步(后者目标估值约 1 万亿美元、私募估值 9650 亿)，两家头部实验室把公开市场定价权之争压缩到 11 月之前。150 亿美元信贷 + 4 大承销商 + 史上最贵 IPO 之一，意味着"谁先拿到更高估值"将直接决定美国 AI 实验室下一代融资节奏、上市后的算力采购合同金额，以及国产厂商在港股二次上市的资本窗口。Anthropic 9-6 黎曼猜想验证、费马大定理 11 天证明、Fable 5.1 基准屠榜，几乎是为这次 IPO 量身定做的"叙事弹药"。

马斯克双线推进：Grok Bot 企业版上线免费两周、Cybercab 遭 NHTSA 调查

据《智东西》《快科技》《澎湃新闻》综合报道，xAI 9 月 6 日上线 Grok Bot 企业版，这是马斯克收购 Cursor 后推出的首款多智能体云端协同办公产品，Grok 与 Cursor 企业用户两周内免费使用，新增访问控制、审计日志与安全模板分享；同日马斯克在 X 表示 Cybercab 驱动电机实现"零稀土用量"且续航不变，被解读为用供应链替代换技术降本路径。然而 9 月 4 日量产版 Cybercab 在奥斯汀正式发布、取消方向盘与踏板、目标售价低于 3 万美元数小时后，美国国家公路交通安全管理局(NHTSA)即对约 1000 辆 Cybercab 启动合规审查，特斯拉股价当日大跌近 6%、市值蒸发约 5910 亿元，华尔街普遍批评发布会"细节匮乏、马斯克未发言"。

Grok Bot 是马斯克"Cursor 收购后变现路径"的关键测试，Cursor 此前被 SpaceX 收购震动行业，本次免费策略是为企业级多智能体编排生态抢跑；但 Cybercab 监管调查让"特斯拉具身智能第一阶段"的商业化路径被拖入合规节奏。两条线在同一天释放，反映出马斯克阵营"AI 智能体云端 + 物理 AI 端侧"双线作战的清晰度，但在 2027 年美国中期选举前，任何安全事件都会被监管与资本市场放大解读，商业兑现节奏明显比叙事节奏更慢。

Meta AIRA₃ 多智能体系统夺得 Kaggle 金牌，RSI 范式正式走进工程实践

据《AGI Hunt》《Meta AI Research 博客》综合报道，Meta 9 月 5 日公布 AIRA₃ 多智能体系统，在 6 月一场 NVIDIA 主办的 Kaggle 实战比赛中(对 30B Nemotron 模型做微调推理)从约 4000 支队伍中拿下第 8 名、金牌级表现。系统采用异步多智能体架构，长程 Agent 在隔离环境中通过共享"假设论坛 + 文件系统"协同工作，8 名金牌成绩由 GPT 5.5(配 OpenCode)+ Claude 4.8(配 ClaudeCode)的 ensemble 取得，Muse Spark 1.1 与 GLM 5.2 也分别达到银牌。系统泛化能力突出：在另一项独立任务中把生产环境 GPU 算子延迟压低 27%，并在古阿卡德语楔形文字翻译中达到金牌水平——"换任务规格、不换系统骨架"是 AIRA₃ 的核心承诺。

Andrew Carr 把 AIRA₃ 类比为"一年前 OpenAI IMO/IOI 的多智能体版本,但应用到 RSI(递归式自我改进)"；Meta 公开承认"对难题还很早"，但押注"自复合型智能体系统"将持续加速 AI 自身研究。配合 9-5 Meta 发布 Muse Spark 1.3(Meta AI 负责人 Alexandr Wang 在 X 公开调侃"Gemini 是谁")，Meta 在"能力模型 + 智能体系统"双线都拿到了进入 2027 年的入场券。RSI 不再是理论议题，行业从"季度迭代"向"日级迭代"再向"系统自迭代"的曲线已经初步显现。

📝 整体评论