Import AI 476：创造力与RSI
来自 Import AI · 期号 2026-10-12
摘要
Elorian 与 Scale AI 发布 Humanity's Sixth Sense (HSS) 基准，测试多模态模型的直觉视觉推理能力。人类在 522 道题上的 pass@1 为 93.1，最佳 AI 模型 GPT 6 Astra 为 53.6，中国开源模型 GLM-5.3-flash 仅 26.8。 AI Frontiers 发文称，AI 将加速太空工业化，自主航天器、太空制造和自复制探测器可能带来先发优势，使太空成为 AI 文明的经济与战略制高点。 P-Zero Research 的 TasteVal 基准显示，前沿模型的“研究品味”每 3 个月翻倍。Opus 5.5 已超越人类专家基线，作者据此将完全递归自我改进（RSI）的预期时间从 2028 年提前至 2027 年。 Reflection 发布 501B 参数的 MoE 模型 Beam（23B 活跃），主打 token 效率，但基准分数落后于中国模型 GLM-5.3。公司计划本月开源权重。 Mistral 宣布开源模型 Mistral Large 4，在网络安全任务上表现突出且拒绝率低，但综合能力仍不及中国竞品。 本文是 Import AI 第 476 期的多主题综述。