锐Owl 雷达 · 2026-08-31：「GPT-6」Astra 灰测刷屏、腾讯 Hy4-preview 开源抠激活参数、OpenAI 买数万台 Mac 训 Agent、AQuA 把回测作弊挡在循环外

① 「GPT-6」Astra 灰测刷屏：一句话直出可交互 3D 世界，本周四（9/3）发布在即

过去几天，一批自称拿到 OpenAI 内部检查点权限的开发者放出旗舰模型 Astra 的实测 demo：一句提示词 one-shot 直出宇宙舰艇（带发动机音效）、内部构造完整的城堡、能演奏的三角钢琴等 3D 资产，社区认为即「GPT-6」；OpenAI 官方未认领这些 demo。Astra 8/1 首次亮相后因安全问题推迟发布，现已进入大范围灰测，本周四（9/3）发布在即。

认知价值：从「出图」到「一句话交付完整可交互 3D 世界」，生成式 AI 的产出形态再升一档。这类长程生成靠模型持续 loop 返工、自我纠错——思考强度与迭代效率，正在成为新的衡量标尺。 来源：量子位 https://www.qbitai.com/2026/08/481893.html

② 腾讯混元 Hy4-preview 开源：770B 总参 MoE 每 Token 只激活 49B，还自带投机解码

8/27，腾讯混元新一代旗舰 Hy4-preview 上架 HuggingFace（Apache-2.0）：MoE 架构 770B 总参数、每 Token 仅激活 49B；78 层中 77 层为 MoE（256 路由专家、激活 top-8），内置原生 MTP 层做投机解码；注意力采用 Gated DeepSeek Sparse Attention + IndexCache 跨层稀疏索引复用。

认知价值：旗舰模型不再卷总参数量，全在抠「每 Token 实际算多少」——MoE 激活 + 稀疏注意力 + 投机解码，都是把推理成本往下打的结构性手段。判断模型强弱，激活参数与单位 Token 成本比纸面总参数更接近真相。 来源：HuggingFace（腾讯 Hy 官方）https://hf-mirror.com/tencent/Hy4-preview

③ OpenAI 买数万台 Mac 训 computer-use Agent：强化学习不一定非 GPU 不可

据 The Information，OpenAI 已购入数万台 Mac mini 和 Mac Studio，专门用于强化学习，训练能自主操作电脑的 computer-use agent（编辑测试代码、整理邮箱、总结文档等多步任务）。

认知价值：GPU/TPU 不是算力唯一解。RL 这类高并发任务在 Apple Silicon 统一内存上跑出了性价比——「最贵算力 ≠ 最合适算力」，效率是任务与硬件匹配的函数。 来源：量子位（据 The Information）https://www.qbitai.com/2026/08/481759.html

④ AQuA：让量化研究 Agent 自我进化，先把「回测作弊」挡在循环外

8/31，普林斯顿、蚂蚁、斯坦福团队发布论文 AQuA：让量化研究 Agent 递归自我改进——因子研究与模型研发两套独立系统，只有通过验证的实验才进入下一轮决策，数据路径与评价规则留在循环之外，防止「偶然高分」被当成新证据。

认知价值：Agent 自我改进最大的风险不是模型不够聪明，而是把偶然高分当成功经验、沿错误结论越走越远。评测纪律（防数据泄漏/污染）决定长期上限——这条铁律对大模型评测同样成立。 来源：量子位（普林斯顿/蚂蚁/斯坦福论文）https://www.qbitai.com/2026/08/481475.html