影片筆記：比GPT-6更可怕？OpenAI秘密模型Doug曝光，AI圈炸裂！Scarier Than GPT-6? OpenAI's Secret Model 'Doug' Leaked!

一句話總結

影片盤點近期 AI 領域的激烈競爭與技術突破，重點揭露 OpenAI 內部代號混亂的超級預訓練模型（涉及 Bug/Dog/Astra 等），阿里代號 Kiana/Piano 模型在 3D 與代碼生成上的卓越表現，以及 Google 戰略調整與 Anthropic、Grok 等廠商的最新動態。

核心重點

1. OpenAI 內部模型代號混亂與超級預訓練：

• 爆料人 Chris 指出 GPT 5.5 並非最後一次大規模預訓練，年底將推出代號為 "Bug" 的超級模型，預訓練規模創新高。
• 博主 Tokengrammaring 反駁，認為 "Dog" 和 "Astra" 可能被混淆，"Dog" 可能只是 "Asha" (或 Astra) 早期研發階段的內部代號。
• OpenAI 內部代號（如 Milthree, Milfour）混亂，難以判斷 "Dug" (或 Bug/Dog) 是全新預訓練流還是同一批預訓練的不同檢查點。
• 圖像生成領域出現代號「蒙娜麗莎 1」的新模型，經 OpenAI 官方驗證工具檢測帶有專屬 Seed ID 隱形水印。

1. 阿里 (Alibaba) 新模型 Kiana / Piano 的強大實力：

• 在 LMArena Code Arena 測試中，代號 "Kiana" (或稱 "Piano") 的檢查點模型表現卓越。
• 在 3D 前端代碼生成、物理彈道測試中，與 Claude Opus S5、GPT 5.6 進行盲測對比時展現優勢。
• 案例包括 AIRO ONE 360 度互動耳機展示（Three.js 實現）、蒸汽朋克飛艇四方對比、黃昏莊園 3D 場景 PK，均顯示其設計合理性與複雜代碼構建能力。
• 業界推測極可能為阿里即將發布的 Qwen 4.0 或 Qwen 3.9 大更新的前哨檢查點。

1. Google 的技術瓶頸與戰略調整：

• 報告結論：Gemini 3 Pro 已是谷歌技術高峰。
• 預測 Gemini 3.5 Pro 實力僅相當於 Opus 4.5，甚至不如 GLM 5.2。
• DeepMind 高層變動加劇內部焦慮。
• 原計劃推出的超大體量開源模型 Gemma V4 120B (1,230 億參數，262k 上下文窗口) 已被取消，顯示谷歌將資源集中於下一代閉源 Gemini。

1. 其他廠商與硬體創新：

• Anthropic：Opus 系列仍具競爭力，但面臨巨大壓力。
• Grok Image 2.0：马斯克旗下產品正式發布，在文生圖榜單高居第二，審美與文字渲染出色。
• 具身智能：東京大學展示名為 "Dragon" 的空中變形飛行機器人，展現複雜空間下的具身智能潛力。

詳細大綱

I. 行業概覽與預訓練模型競賽

• OpenAI 的超級模型研發
• 爆料人 Chris 指出 GPT 5.5 並非最後一次大規模預訓練。
• 年底將推出代號為 "Bug" 的超級模型，預訓練規模創新高。
• 性能預測：可能讓之前的 "Fable" 顯得像原始玩具。
• 代號爭議：
• 博主 Tokengrammaring 反駁，認為 "Dog" 和 "Astra" 可能被混淆。
• "Dog" 可能只是 "Asha" (或 Astra) 早期研發階段的內部代號，而非全新迭代。
• OpenAI 內部代號混亂（如 Milthree, Milfour），難以精準判斷 "Dug" (或 Bug/Dog) 是全新預訓練流還是同一批預訓練的不同檢查點。
• Google 的技術瓶頸與戰略調整
• 報告結論：Gemini 3 Pro 已是谷歌技術高峰。
• 預測 Gemini 3.5 Pro 實力僅相當於 Opus 4.5，甚至不如 GLM 5.2。
• DeepMind 高層變動加劇內部焦慮。
• Gemma V4 120B 取消：
• 原計劃擁有 1,230 億參數及 262k 上下文窗口。
• 已被標記為取消，不再面向公眾發布。
• 推測谷歌將資源集中於下一代閉源 Gemini。

II. 阿里 (Alibaba) 新模型實測：代號 Kiana / Piano

• 測試環境：LMArena 的 Code Arena。
• 模型表現：
• 在 3D 前端代碼生成、物理彈道測試中表現驚艷。
• 與 Claude Opus S5、GPT 5.6 進行盲測對比。
• 案例 1：AIRO ONE 360 度互動耳機展示
• UI 精緻，黑金風格。
• 支持鼠標全向拖拽、旋轉、縮放。
• 點擊按鈕觸發精準技術參數標籤。
• 底部動態配色切換，Three.js 代碼實現水平超越多數對手。
• 案例 2：蒸汽朋克飛艇四方對比
• 對比對象：Claude Opus 5, Qwen, Claude Fastr 5 High, Qwen 3.8 Max。
• Kiana 生成的飛艇在網格、金屬管道、懸掛吊艙細節上碾壓 Fastr 5 High。
• 雖 Opus 5 在材質紋理略勝，但 Kiana 的設計合理性與複雜代碼構建能力足以與 Opus 正面交鋒。
• 案例 3：黃昏莊園 3D 場景 PK
• 對比對象：Kiana vs. Qwen 3.8 Max。
• Kiana 生成的莊園在彩燈、光影、花壇、森林層次感上遠超老版本。
• 測試方法：LMArena Beta Mode 盲測，隨機抽取模型進行投票。
• 業界推測：極可能為阿里即將發布的 Qwen 4.0 或 Qwen 3.9 大更新的前哨檢查點。

III. 圖像生成領域進展

• OpenAI 圖像模型
• LMArena 出現代號「蒙娜麗莎 1」的新模型。
• 關鍵證據：使用 OpenAI 官方驗證工具檢測，圖片帶有 OpenAI 專屬 Seed ID 隱形水印。
• 預測未來版本（ChatGPT Image 2.5 或 3.0）在畫質與控圖能力上有質飛躍。
• Grok Image 2.0
• 马斯克旗下產品正式發布。
• 在文生圖榜單高居第二。
• 範例包括波普風海報、細膩紡織紋理、素描步驟拆解，文字渲染與審美排版出色。

IV. 具身智能與硬體創新

• 東京大學 "Dragon" 項目
• 空中變形飛行機器人。
• 打破傳統無人機固定形態限制。
• 能在空中完成複雜自由變體運動，改變關節構形。
• 能靈活抓取並包裹移動懸掛物體。
• 結合 AI 控制算法，展示具身智能在複雜空間下的潛力。

工具 / 模型 / 名詞整理

• 模型與產品名稱：
• OpenAI (公司)
• GPT 5.5
• GPT 6
• Bug (OpenAI 新模型代號)
• Fable (疑似舊模型名稱)
• Dog (OpenAI 內部代號)
• Astra / Asha (OpenAI 內部代號，文中混用)
• Milthree / Milfour (OpenAI 內部代號)
• Dug (文中提及，疑為 Bug 或 Dog 的聽寫錯誤)
• Gemini 3.5 Flash (Google)
• Gemini 3 Pro (Google)
• Gemini 3.5 Pro (Google)
• Opus 4.5 (Anthropic)
• GLM 5.2 (智譜 AI?)
• Kiana / Piano (阿里新模型代號，文中混用)
• Claude Opus S5 (Anthropic)
• GPT 5.6 (OpenAI)
• AIRO ONE (案例中的產品名)
• Three.js (前端庫)
• Claude Fastr 5 High (Anthropic)
• Qwen 3.8 Max (阿里)
• Qwen 4.0 / Qwen 3.9 (阿里)
• 蒙娜麗莎 1 (OpenAI 圖像模型代號)
• ChatGPT Image 2.5 / 3.0 (預測中的 OpenAI 產品)
• Gemma V4 120B (Google 開源模型)
• Grok Image 2.0 (马斯克旗下)
• Dragon (東京大學飛行機器人)
• LMArena / Code Arena (測試平台)
• Beta Mode (LMArena 測試模式)

• 工具與技術：
• OpenAI 官方驗證工具 (用於檢測水印)
• Seed ID 隱形水印
• 3D 渲染
• 前端代碼生成
• 物理彈道測試
• 預訓練 (Pre-training)
• 檢查點 (Checkpoint)
• 具身智能 (Embodied AI)

操作流程整理

1. OpenAI 新模型水印檢測流程：

• 在 LMArena 發現代號「蒙娜麗莎 1」的新模型。
• 使用 OpenAI 官方驗證工具對生成的圖片進行檢測。
• 確認圖片帶有 OpenAI 專屬 Seed ID 隱形水印，證實其為 OpenAI 官方模型。

1. 阿里 Kiana/Piano 模型盲測流程：

• 進入 LMArena 的 Code Arena。
• 選擇 Beta Mode 進行盲測，隨機抽取模型。
• 針對特定場景（如 AIRO ONE 耳機、蒸汽朋克飛艇、黃昏莊園）進行 3D 前端代碼生成與物理模擬測試。
• 將 Kiana 的輸出與 Claude Opus S5、GPT 5.6、Qwen 3.8 Max 等進行對比投票。
• 評估指標包括 UI 精緻度、代碼複雜度、物理合理性、光影效果等。

值得注意的限制或風險

1. 模型代號與版本混亂：

• OpenAI 內部代號（Bug, Dog, Dug, Astra, Asha, Milthree, Milfour）使用混亂，難以準確對應實際發布的模型版本。
• 阿里模型代號 Kiana 與 Piano 混用，需確認是否為同一模型的不同階段名稱。
• 多個模型版本號（如 GPT 5.5/5.6, Gemini 3.5 Pro, Opus 4.5/S5, GLM 5.2, Qwen 3.8 Max/4.0）在影片中出現，需查證是否為真實發布名稱或口誤。

1. 數據與參數描述不一致：

• Gemma V4 的參數數量在文中分別描述為 "120B" 和 "1,230 億" (或 "1,200 億")，數值對應存在疑義。
• "262k 上下文窗口" 與 "超百萬" 的描述需進一步確認是否為同一數值的不同表述。

1. 技術細節查證需求：

• OpenAI 是否確實使用 "Seed ID" 作為隱形水印技術名稱。
• 東京大學 "Dragon" 飛行機器人項目是否真實存在且名稱準確。
• Grok Image 2.0 是否已正式發布並確實高居文生圖榜單第二。
• LMArena 的 "Beta Mode" 是否為真實存在的測試功能名稱。

逐字稿辨識疑點

• 代號名稱混亂與聽寫錯誤：
• 文中多次出現代號不一致，如 "Bug"、"Dog"、"Dug"、"Astra"、"Asha"。博主 Tokengrammaring 指出報告將 "Dog" 和 "Astra" 搞混，但逐字稿中這些名稱交替出現，無法確定最終正確代號。
• "Dug" 出現於 "Dug 到底代表著..."，疑為 "Bug" 或 "Dog" 的聽寫錯誤。
• "Kiana" 與 "Piano" 指代同一個阿里模型，文中交替使用。
• "Fable" 作為 OpenAI 舊模型名稱，需查證是否為 "GPT-4" 或其他模型的誤聽。
• "Opus 4.5"、"GLM 5.2"、"GPT 5.6"、"Claude Opus S5"、"Claude Fastr 5 High" 等版本號與命名組合，需查證是否為真實發布名稱或口誤（例如 Fastr 可能為 Fast）。
• "120B" 與 "1,230 億" 參數描述，文中先說 120B 後說 1,230 億，數值對應需查證。
• "262k 超百萬級上下文窗口"，262k 通常指 262,000，與 "超百萬" 描述一致，但需確認是否為 262k 或 1M+ 的誤述。
• "Seed ID" 水印，需查證 OpenAI 是否確實使用此特定名稱的隱形水印技術。
• "Dragon" 機器人，需查證東京大學是否確實發布此名稱的項目。
• "Qwen 3.8 Max"，需查證 Qwen 系列是否有此具體版本號。
• "Milthree", "Milfour"，需查證是否為 OpenAI 內部真實代號。
• "Tokengrammaring"，需查證博主真實名稱。
• "Chris"，需查證爆料人真實身份。
• "SEMI analysis"，需查證是否為 "SemiAnalysis" 的誤聽。
• "言報"，疑為 "研报" 的聽寫錯誤。
• "提亞娜"，疑為 "Kiana" 的聽寫錯誤。
• "1,200 億" 與 "120B"，文中先說 120B 後說 1,200 億，數值單位需查證。
• "Gemma V4 1,200 億"，文中先說 Gemma V4 120B 後說 1,200 億，需查證是否為同一模型的不同參數描述或誤述。
• "Openai since day 水印"，疑為 "OpenAI 官方驗證工具檢測出的 Seed ID 隱形水印" 的誤述或聽寫錯誤。
• "蒙娜麗莎已現身競技場"，需查證是否為真實發布的模型代號。
• "Grok image 2.0"，需查證是否已正式發布。
• "Dragon 空中變形飛行機器人"，需查證是否為真實項目。
• "東京大學"，需查證是否為該項目的發布機構。
• "具身智能"，需查證是否為該項目的正確技術分類。
• "大雷早上好"，需查證是否為頻道名稱或主播名稱。
• "LLM Arena" 與 "LMArena"，需查證是否為同一平台的不同稱呼。
• "Code Arena"，需查證是否為 LMArena 的特定模塊。
• "Beta mode 盲測模式"，需查證是否為 LMArena 的真實功能名稱。
• "Prompt"，需查證是否為 "提示詞" 的英文混用。
• "UI"，需查證是否為 "用戶界面" 的縮寫。
• "Three.js"，需查證是否為正確的前端庫名稱。
• "Steam Punk" (蒸汽朋克)，需查證是否為案例中的正確風格描述。
• "Touch Control Disc 按鈕"，需查證是否為案例中的正確 UI 元素名稱。
• "Seed ID"，需查證是否為