6月29日 AI科技日报与行业趋势
一、Grok 4.5 开启内部测试：基于 1.5T V9 模型，融入 Cursor 数据，剑指 Claude Opus
6 月 29 日消息，埃隆·马斯克宣布，xAI 旗下最新人工智能模型 Grok 4.5 现已在 SpaceX 和特斯拉（Tesla）内部进入私人测试阶段。此次更新大幅强化了模型的代码与推理能力，并确立了激进的迭代节奏。
核心升级：1.5T 规模与 Cursor 加持
V9 基础模型： Grok 4.5 基于全新的 V9 基础模型构建，参数规模达到 1.5 万亿（1.5T），是目前线上主力 0.5T 模型的 3 倍，具备更强的深度推理和上下文理解能力。
深度绑定 Cursor： 尤为引人关注的是，模型在补充训练中加入了大量来自 AI 编程助手 Cursor 的数据。这为 Grok 注入了真实的开发者工作流经验，意在全面提升代码生成与复杂工程处理能力。
性能表现与配套生态
性能比肩 Opus： 马斯克透露，早期的内部评估表明，Grok 4.5 的性能已经接近甚至可能超过 Anthropic 的 Claude Opus。目前，强化学习（RL）正在持续显著地拔高该模型的性能上限。
Grok Build 持续进化： xAI 专门面向开发者的终端编程智能体框架 Grok Build 每天都在迭代改进。该框架支持任务审查、多子智能体并行工作及无缝对接现有环境，是补齐其开发与 API 生态的关键拼图。
“月更”计划确立
面对 OpenAI、Google 以及国内如通义千问等大模型厂商在商业化和技术落地上的步步紧逼，马斯克在此次声明中确认了一项极具侵略性的发布计划：今年内，由 SpaceX 团队主导，完全从零训练的全新大模型将保持每月一更的发布频率。
二、新浪开源 VibeThinker-3B 模型：仅 30 亿参数，数学与编程比肩顶级大模型
6 月 29 日消息，新浪（微博母公司）正式发布并开源了一款轻量级语言模型 VibeThinker-3B。该模型仅有 30 亿参数，但在复杂的数学和编程基准测试中，展现出了媲美体积大其 200 至 333 倍的顶级大模型的能力。
越级性能：LeetCode 成绩超越 GPT-5.2
基准测试： 在 AIME26 等高难度竞争性基准测试中，VibeThinker-3B 的表现与 DeepSeek V3.2 和 Kimi K2.5 相当。
防污染实战： 为验证真实能力并排除训练数据污染，团队让模型参加了 2026 年 4 月下旬至 5 月下旬举办的 LeetCode 竞赛。结果显示，该模型在首次尝试中就解决了 128 道题中的 123 道。
排名对比： 这一成绩使其领先于 GPT-5.2、Qwen3-Max、Kimi K2.5 和 Claude Opus 4.6，仅以微弱差距落后于主打代码和顶级推理的 GPT-5.3-Codex、Gemini 3.1 Pro 及 Gemini 3 Flash。
核心技术：多阶段后训练
VibeThinker-3B 的基础底座为阿里巴巴的 Qwen2.5-Coder-3B，其核心的性能飞跃归功于新浪设计的多阶段后训练流程：
监督微调（SFT）： 先学习涵盖数学、编程和通用对话的广泛任务，随后针对困难的多步推理问题进行定制化调整。
强化学习（RL）： 依次应用于数学、代码和 STEM 领域，强化模型有效的解题路径。
自蒸馏与对齐： 将各阶段技能整合到单个模型中，并完成最终的指令遵循微调。
理论启示：参数压缩-覆盖假说
尽管推理能力极强，但该小模型在需要广泛事实性知识的任务上依然远远落后于大模型。基于此，研究团队提出了“参数压缩-覆盖假说”：
逻辑推理可压缩： 逐步解题等逻辑推理能力依赖于搜索、查验、纠错等少数高频出现的结构化模式，这些能力可以被高度压缩进少量参数中。
世界知识需覆盖： 回答跨主题的开放性问题需要极广的知识覆盖面，这仍然必须依赖海量参数来作为事实存储库。
这一结论证明，小模型不仅仅是大模型的廉价阉割版，在任务可验证且具备明确解构模式的场景下，参数量已不再是绝对瓶颈。
目前，VibeThinker-3B 的相关代码与模型权重已在 Hugging Face 和 GitHub 上正式开源。
三、Weave 推出智能模型路由工具：本地运行，直连 Claude Code、Cursor
6 月 29 日消息，Weave 今日发布了一款智能模型路由工具。该工具作为本地代理运行，旨在帮助开发者在调用大模型时自动匹配最优解，现已兼容 Claude Code、Codex 和 Cursor 等主流客户端。
本地运行与安全： 开发者可通过
npx @workweave/router命令一键安装，工具默认作为本地代理运行在localhost:8080。用户密钥自行保管，数据均在本地加密存储，同时支持 OTLP 链路追踪与自托管部署。智能路由机制： 核心基于 Avengers-Pro 1 集群评分器，能够根据开发者的具体代码或文本请求，在毫秒级内自动评估并路由至最合适的模型。
全模型生态接入： 原生支持 Anthropic、OpenAI、Gemini 等主流 API；同时通过 OpenRouter 接口，无缝兼容 DeepSeek、Kimi、GLM、Qwen、Llama、Mistral 等国内外热门开源与商业模型。
本地运行与安全：开发者可通过npx @workweave/router命令一键安装，工具默认作为本地代理运行在 localhost:8080。用户密钥自行保管，数据均在本地加密存储，同时支持 OTLP 链路追踪与自托管部署。