今天这期 AIWatch 早报围绕「product、OCR、基准测试」展开，先用一段导语把当天主线收束起来，再按今日头条、推荐精选和补充速览逐条介绍。聚焦 8 · 关注 2 · 跟进 0。
如果只有 20 分钟，先读：智谱AI在ModelScope发布GLM-5.2模型，支持100万上下文、更强编码能力，在多项基准上达到开源SOTA → 智谱AI发布GLM-5.2，在移动应用开发能力上实现大幅提升，内部基准测试完成率从21/70提升至48/70 → OpenAI 发布了 GPT-5.6 系列模型的有限预览，包括旗舰模型 Sol、均衡模型 Terra 和高效模型 Luna。
今天的主线不是孤立新闻，而是「product、OCR、基准测试」在不同层面的同步推进。
正文内容概括智谱AI发布GLM-5.2模型，在移动应用开发能力上实现大幅提升。内部基准测试包含35个挑战性移动开发任务，每个任务运行两次共70次试验，以核心功能无重大问题为完成标准。GLM-5.2完成率从GLM-5.1的21/70提升至48/70，提升超过两倍，但仍低于Claude Fable 5的56/70。对开发者而言，该模型在长周期任务上的进步值得关注。 核心观点： 1. GLM-5.2在内部移动开发基准测试中完成率从21/70提升至48/70，提升超过两倍。 2. 基准测试包含35个挑战性移动开发任务，每个任务运行两次共70次试验。 3. Claude Fable 5在该基准上完成率为56/70，高于GLM-5.2。
核心观点提炼高信息密度，值得细读
正文内容概括Anthropic 发布 Claude Tag 的 Slack 集成功能，让团队在频道中 @ Claude 执行任务，Karpathy 称其为 LLM 交互的第三次重大重新设计。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 发布了 GPT-5.6 系列模型的有限预览，包括旗舰模型 Sol、均衡模型 Terra 和高效模型 Luna。Sol 作为下一代前沿模型，Terra 面向日常高效工作，Luna 则针对高容量任务提供快速且经济的方案。此次发布为开发者提供了不同性能与成本梯度的选择，有助于在具体应用中灵活部署。 核心观点： 1. GPT-5.6 系列包含三个模型：旗舰 Sol、均衡 Terra 和高效 Luna，分别面向前沿、日常和高容量场景。 2. Luna 被定位为快速且经济的模型，适合高吞吐量任务。
核心观点提炼重磅首发或硬核洞察
正文内容概括OpenAI 于6月26日发布 GPT-5.6 系列模型，包含旗舰级 Sol、日常级 Terra 和经济级 Luna。因美国政府要求，目前仅向约20家经审批的合作伙伴开放预览。Sol 新增 max 深度推理与 ultra 多子 Agent 并行模式，在 Terminal-Bench 2.1 上 Sol Ultra 得分 91.9%。Terra 性能接近上一代 GPT-5.5 但价格减半，Luna 主打低成本高吞吐。7月将上线 Cerebras 硬件加速版本，推理速度达每秒750 token。对开发者而言，Terra 的高性价比和 Sol 的 ultra 模式值得关注。 核心观点： 1. Sol Ultra 在 Terminal-Bench 2.1 上得分 91.9%，高于 Claude Mythos 5 的 88% 和 Gemini 3.1 Pro Preview 的 70.7%。 2. Sol 在 ExploitBench 上用约三分之一的 token 达到 Mythos Preview 的网络安全水平。 3. Sol 的 ultra 模式可调用多个子 Agent 并行处理复杂任务，无需开发者自行搭建 Agent 编排框架。
核心观点提炼高信息密度，值得细读
正文内容概括OpenAI 为高级 Codex 用户推出了可复用、可继承的权限配置文件，替代了粗粒度的沙箱模式。该配置绑定操作系统强制规则（如文件读/写/拒绝，甚至支持 **/*.env 模式），并针对每个域和 Unix 套接字进行网络权限控制。此外，还提供了故障关闭的管理员允许列表，实现了每个任务的最小权限控制。这对开发者意味着更精细、更安全的代码执行环境。 核心观点： 1. 权限配置文件支持继承，可复用且绑定 OS 强制规则，实现比粗粒度沙箱更细粒度的控制。 2. 支持 **/*.env 等文件模式，以及按域和 Unix 套接字的网络权限控制。 3. 提供故障关闭的管理员允许列表，确保最小权限原则。
核心观点提炼高信息密度，值得细读
正文内容概括智谱AI在ModelScope发布GLM-5.2模型，支持100万上下文窗口，并显著提升编码能力。该模型在Code Arena全球可用模型中排名第二，在FrontierSWE、SWE-Marathon和PostTrainBench等基准上成为排名最高的开源模型，性能介于Claude Opus 4.7和4.8之间。GLM-5.2采用KV8、LayerSplit、IndexShare等技术实现百万上下文，在Terminal-Bench 2.1上达到开源SOTA，较GLM-5.1提升17.5%。开发者可使用vLLM、SGLang、Transformers进行推理部署。 核心观点： 1. GLM-5.2在Code Arena全球所有可用模型中排名第二。 2. 在Terminal-Bench 2.1上达到开源SOTA，较GLM-5.1提升17.5%。 3. 采用KV8、LayerSplit、IndexShare技术实现100万上下文窗口。
核心观点提炼高信息密度，值得细读
正文内容概括Meta 发布了 Brain2Qwerty v1 论文（Nature Neuroscience）和 v2 模型。该技术能从非侵入性脑信号（MEG）解码句子，v2 版本性能达到新高度。对开发者而言，开源代码和数据集降低了脑机接口研究的门槛。 核心观点： 1. v1 论文发表于 Nature Neuroscience，v2 模型已公开。 2. v2 在非侵入式 MEG 设置下达到前所未有的解码性能。
核心观点提炼高信息密度，值得细读
本节暂无内容。
摘要由 LLM 生成，请以原文为准。