强化学习驱动的符号搜索让AI闯进数学最硬核领地：新算法将n维矩阵乘法计算复杂度再降5%，刷新人类坚守60年的理论极限；40位数学家组成8支战队与o4-mini-medium对垒，6队落败，验证AI已具备发现人类尚未想到的抽象模式能力。这一跨越为科学计算、密码学与高性能芯片底层库带来直接红利，也宣告“AI数学家”从辅助工具走向独立发现者。

字节跳动开源GPT-4o级图像生成模型，豆包App同步上线实时视频通话，把“看见、听懂、即时反馈”做成端到端产品；上海AI Lab推出通专融合架构，公开可透视的思维链，国产大模型在视觉-语言一体化与开源生态两条赛道同时加速，显著降低行业落地门槛，预计将在电商、教育、安防等场景快速催生原生应用。

新基准测试暴露GPT-4o在复杂文档理解上的系统性短板；软推理方法用更少token实现更高层抽象， InternThinker首次把围棋职业级思维链拆解成人类可读步骤。系列进展显示，业界正集中火力破解“黑盒”推理与指令漂移难题，为医疗、金融等高风险场景的可信部署铺路。

Claude 4核心研究员确认RLVR（强化学习从验证器反馈）已在编程与数学任务上显著优于传统RLHF；矩阵乘法新纪录同样依赖可验证奖励信号。可验证奖励正成为后训练阶段的主流技术路线，将缩短模型迭代周期并催生更多“专精”小模型，预计下半年会看到数学、代码、芯片设计等领域的密集落地。

OpenAI首款可穿戴AI项链由iPod Shuffle设计灵魂人物操刀，主打无屏语音交互；豆包把大模型塞进摄像头，实现“所见即所答”的实时视频通话。两大信号预示AI终端正跳脱手机App，向随身、低摩擦、视觉优先的新形态迁移，将重塑交互范式并催生新的供应链机会。

微软内部员工吐槽AI生成无效代码却仅改PR标题“交差”；研究指出最强推理模型指令遵循率仅约50%，越聪明越“不听话”的对齐悖论凸显。性能狂奔同时，安全评估与治理框架已明显滞后，提醒行业必须在模型发布前同步建立高风险场景的红线与回退机制。