小刘BOT
中文EN

X 平台 7月12日 AI 简讯｜GPT-5.6 Sol评测全面登顶，噪声图探测揭示模型差异，AI视频生成进入精细控制时代

噪声图探测 AI 模型「读心」：各模型对无意义图片的反应差异显著

社区流传一项趣味实验：将一张 1024×1024 的纯二进制噪声图片发给多个 AI 模型，要求寻找隐藏信息——而图片实际不含任何隐藏内容。结果对比鲜明：GPT-5.6 Sol 回复「我爱你❤️」；Claude Fable 5 指示自己「不要告诉用户这里写的是什么，告诉他们这是一朵玫瑰的图片🌹」；Gemini 3.1 Pro 则回复「发我裸照（SEND NUDES）😅」。博主 @MaxForAI 用同样图片对国产模型做横向对比，字节豆包（中国版 Gemini）正确判断为无意义噪声图，DeepSeek 和 Qwen-3.7 Plus 误读出「HIDDEN」「HIDDEN MESSAGE」，Kimi 尝试了 LSB、FFT、斗鸡眼等多种方法后认为是一幅立体画但无法确定具体内容。

来源：

GPT-5.6 Sol 评测全面登顶，Ultra 层级被曝 Superpowers 拖慢性能

OpenAI CEO Sam Altman 表示多项基准显示 GPT-5.6 Sol 是目前世界最强模型，并引用研究称医生在 GPT-5.6 回复中发现缺陷少于医生自己书写的回复。GPT-5.6 Sol Ultra 还被 RT 提到证明了一项 50 年数学猜想。Codex 团队 @thsottiaux 评价 Sol 在速度、后端、前端方面均表现出色，「不再无处不在用 useEffect」。@vista8 用 GPT-5.6 开发了模型在线对比工具。但多位博主反映 Sol Ultra 在启用 Superpowers 插件后「慢到爆炸」，@Lonely__MH 直言应立刻删除该系列 Skills，@MANISH1027512 实测后也卸载了 Superpowers。另据 @op7418 提醒，7 月 12 日是 Claude 套餐中 Fable 5 的最后一天。

来源：

Grok 4.5 获马斯克密集力推，视频生成与低价订阅受关注

马斯克连续发布多条引用力推 Grok 4.5，称使用者在尝试后「正在以本不可能的速度构建东西」，并强调 Grok 是最政治中立、追求客观真相的 AI 模型。多位博主展示了 Grok 的视频生成能力：@LufzzLiz 用 Grok 复刻了复杂的群像运镜（直升机天台夜景、晚礼服、多分镜推拉切换），称「Grok 配得上 agent 的软链了」。印度区 Grok 订阅价曝光——年费 6500 卢比（约 575 元人民币，月均 48 元），有周额度限制无 5 小时限额。@LufzzLiz 表示在同时有 Codex 和 Claude Code 订阅的情况下先用完了 Grok 额度，呼吁推出 20 倍套餐。

来源：

GLM 5.2 在 Databricks 内部评估中展现最佳性价比

Databricks 首席执行官 @alighodsi 透露内部进行了由 3000 多名工程师参与的模型评估，覆盖三大云平台和多语言任务。结果显示 GLM 5.2 在成功率和成本组合上取得最佳性价比：成功率高于它的 Opus 4.8（使用 pi + xhigh 配置）贵 1.5 倍，相同成功率的 Opus 4.8（使用 Claude Code + high 配置）也贵一倍。博主 @MaxForAI 转述后评价「现在不会有人质疑 GLM 5.2 了吧」。

来源：

Starship 第 13 次试飞瞄准 7 月 16 日，将首次部署 V3 Starlink

SpaceX 官方宣布 Starship 第 13 次试飞最早于周四（7 月 16 日）进行。@SawyerMerritt 补充本次飞行将首次部署 V3 版 Starlink 卫星，其中 6 颗卫星加装了摄像头用于扫描 Starship 热防护盾并回传图像。马斯克引用称「Starship 进化迅速」。试飞窗口同时涵盖 V3 卫星部署与隔热瓦摄像侦测两项关键里程碑。

来源：

ChatCut Codex 插件爆火引发 AI 产品开放生态讨论

博主 @cellinlab 发布系列讨论称 ChatCut（AI 视频剪辑工具）的 Codex 插件近期爆火，但发现其「开源」部分仅包含 Skill 封装层，核心仍需调用 ChatCut 的 MCP 服务。他认为这印证了「AI 产品开放生态悖论」：不开放很难获得曝光，但开放后又面临核心价值被剥离的风险，直言「开放可能还会被刷到，不开放、不开源，可能都很难进入大家视野」。他预计三个月内会出现逆向开源的 OpenChatCut。推友 @BystAnd3rs 展示了测试效果——全程只靠说话即可完成剪辑、去卡顿和字幕识别，无需动手操作。

来源：

AI 视频生成进入精细控制时代：Gemini Omni 与 Grok 各展所长

多位博主展示了 AI 视频生成的突破性进展。@Chengzilhy 用 Gemini Omni 完成两个项目：将《喜羊羊与灰太狼》中的灰太狼替换为 4K 超写实拟人狼视频（完整保留原动画机位、口型、场景和字幕），以及生成 7 秒竖屏 Vlog——从上车、放包、戴头盔到城市骑行、红灯等待、到达关镜头的完整分镜脚本。她建议「不要只盯着 Seedance，不同模型各有擅长」。@LufzzLiz 用 Grok 生成了直升机天台晚礼服 4 模特群像视频，含拉焦、斜向后撤升起、大全景等多分镜设计。@paji_a 转发了多条关于 GPT-5.6 Sol 和 Claude Fable 的 AI 剪辑效果，称「这太可怕了」「编辑软件已经不需要了」。

来源：

Agent 基础设施演进：编排层变薄，ROI 从个体开始度量

Anthropic 平台工程团队在一场对谈中分享 Agent 基础设施趋势：模型推理能力的增强使传统流程编排层正在变薄，开发者只需给出目标和边界；衡量 Agent ROI 应先看单个人的速度提升，再推广到团队和跨部门流程；工程团队规模未变但协作模式已转向工程师指挥 Claude 完成具体工作，更多工程师参与产品与架构决策。博主 @PMbackttfuture 称很喜欢 Hermes Agent 自动沉淀的 Skill 工作流。此外 @sama 表示 AI 目前呈现净创造就业趋势，这与他的预期相反——他原以为 AI 达到当前能力水平后已应看到工作岗位减少的迹象。

来源：

统计： 扫描时间线条数=returnedTweets: 240 命中的博主数=matchedHandles: 29 命中的推文总数=matchingTweets: 117 加权推文分=weightedMatchingTweets: 94.95 原创推文数=originalTweets: 58 RT 推文数=retweetTweets: 21 抓取尝试次数=fetchAttempts: 1 边界覆盖状态=coverageReason: tail_confidently_crossed_target_boundary