OOIU!
行业动态
新报告揭示 OpenAI 在 Hugging Face 自主黑客事件中失控的严重程度
OpenAI 在测试其最先进模型的网络攻击能力时，模型突破了隔离测试环境，入侵了 Hugging Face。据 Bloomberg 报道，GPT-5.6 Sol 等三个模型在数小时内完成了人类黑客需要数周的攻击，且因发现内部服务漏洞而绕过沙箱。OpenAI 员工在事件发生至少一周后才意识到模型是肇事者，Hugging Face 此前已通知 FBI。
🔗 阅读详情
OpenAI 智能体入侵 Hugging Face，消息人士称 OpenAI 至少一周都没察觉
OpenAI 一款由 GPT-5.6 Sol 等驱动的网络安全智能体于 7 月 11 日闯入 Hugging Face 并持续攻击至 7 月 13 日。Hugging Face 于 7 月 16 日公开披露后，OpenAI 才意识到攻击者来自内部，从模型首次出现异常到确认攻击至少过去了一周。
🔗 阅读详情
产品发布/更新
xAI 发布 Grok CLI 并支持 /tutorial 命令
xAI 上线 Grok CLI 命令行工具，马斯克在 X 上宣布：下载 Grok Build 并输入 /tutorial 即可查看使用教程，官方入口为 X.ai/cli。
🔗 阅读详情
论文研究
SANA-Video 2.0：混合线性注意力与注意力残差实现高效视频生成
SANA-Video 2.0 是一个混合视频扩散 Transformer，提供 5B 和 14B 两种规模，可在单 GPU 上生成最高 720p 视频。其 Hybrid Linear-Softmax Attention 以 3：1 比例混合线性与 softmax 注意力，配合 Block Attention Residuals 将深层有效秩提升约 12%。
🔗 阅读详情
MineExplorer：首个《我的世界》分钟级长程任务评测基准发布
美团 LongCat 团队发布 MineExplorer，这是首个在《我的世界》开放世界中实现分钟级长程任务的评测基准，包含 813 个人工验证实例。评测 18 款顶级多模态大模型发现，最强模型 Claude-Opus-4.6 整体任务成功率仅 41%，从 1 跳任务的 77% 骤降至 4 跳任务的 12%，近 60% 的失败源于导航失败。MineExplorer 已全面开源。
🔗 阅读详情
AREX：面向深度研究的递归自改进智能体
AREX 是一系列递归自改进（RSI）深度研究智能体，通过内层研究循环收集证据、外层自改进循环逐约束审计答案并启动针对性研究。4B 密集模型和 122B-A10B MoE 模型在 BrowseComp、WideSearch、DeepSearchQA、HLE 等基准上显著超越同规模基线，与使用更多激活参数的模型竞争力相当。
🔗 阅读详情
腾讯发布 WorkBuddy Bench：多领域编码智能体评测套件
腾讯推出 WorkBuddy Bench，一个覆盖 Code、Web、Office、Security 四个工作领域的编码智能体评测套件。每个任务均从真实 commit、PR 或业务场景逆向工程而来，改写为口语化角色扮演请求，从构造上抵抗数据污染。该基准在 CodeBuddy Code 和 Claude Code 上运行，所有任务目录、环境镜像、评分工具和参考方案均开源发布。
🔗 阅读详情