GPT-5.6发布 Claude重置Fable 5额度
GPT-5.6发布后Claude重置Fable 5额度，体现大模型厂商竞争白热化。
GPT-5.6发布后，Claude迅速重置了其Fable 5模型的免费使用额度。这一举动被视为对竞争对手新模型的直接回应，旨在吸引用户测试和采用Claude的最新能力。
行业新闻
GPT-5.6成为Microsoft 365 Copilot首选模型
OpenAI推出GPT-5.6，微软365 Copilot全面采用，办公AI能力再升级。
GPT-5.6现为Microsoft 365 Copilot首选模型，在Word、Excel、PowerPoint等组件中提供更强AI能力，提升工作效率和质量。
蚂蚁灵波发布具身原生预训练VA模型 LingBot-VA 2.0
蚂蚁灵波发布LingBot-VA 2.0，让机器人学会预判物理世界变化，从而更智能地行动。
蚂蚁灵波发布全球首个具身原生预训练VA模型LingBot-VA 2.0，它通过因果架构从零训练，能一边看视频一边预测未来状态，让机器人提前规划动作，而非被动反应。在冰球对战、桌面整理、传送带抓取等任务中表现优于前代，异步推理速度达225Hz。
Cohere 发布多智能体系统企业 AI 指南
本文解读 Cohere 对企业多智能体系统的设计思路：不是简单堆叠模型，而是构建可协作、可管理的 AI 团队。
多智能体系统（由多个独立AI协作完成复杂任务的架构）正在从实验走向企业部署。Cohere 的指南介绍了如何设计、部署和维护这类系统，强调它并非捷径，而是提升业务竞争力的基础架构。
Mistral AI 发布单摄像头导航模型 Robostral Navigate
Mistral AI 发布专用导航模型，单摄像头即可实现复杂环境自主导航，刷新指令跟随基准。
Robostral Navigate 是一个8B参数的视觉语言模型，仅凭一个普通RGB摄像头就能让机器人在陌生环境中自主导航，在指令跟随基准R2R-CE上达到76.6%成功率，超越使用多传感器方案的系统。
微软发布 Aurora 1.5 地球系统基础模型，新增22个变量并开源
微软开源升级 Aurora 1.5，增加变量和集合预报能力，推动开放天气基础模型走向实用和规模化。
微软开源升级 Aurora 1.5 地球系统基础模型，新增22个天气变量（涵盖能源、农业等领域），支持小时级预报和集合预测（通过多次模拟估算概率），让研究者免费评估扩展，企业也能获得更精准的天气风险决策支持。
NVIDIA Nemotron 3 Ultra 经 LangChain 调优，以十分之一成本实现基准领先
不更新模型，只优化工程环境，就能以更低成本获得更强性能，这对企业构建专用 AI 代理意义重大。
LangChain 通过调整系统提示、工具描述等工程手段，让 NVIDIA Nemotron 3 Ultra 在不重新训练的情况下，在 Deep Agents 基准测试中达到最高准确率，完成任务更多、吞吐更高，而每次推理成本仅为顶级闭源模型的十分之一。
SpaceXAI 发布 Grok 4.5，性能对标 Opus 4.8 且成本更低
Grok 4.5 用更少的算力和成本实现了接近 Opus 的编码能力，性价比突出。
马斯克旗下 SpaceXAI 发布旗舰模型 Grok 4.5，在 SWE Bench Pro 等编码基准上逼近顶尖模型 Opus 4.8。其秘诀是训练中强调“单 Token 智能度”，并用海量 Cursor 编程数据优化。推理速度达 80 TPS，价格仅 Opus 4.8 的四分之一不到。
Anthropic 用 J-lens 发现 Claude 内部隐藏的思考空间
Anthropic 通过 J-lens 发现 LLM 内部存在隐藏的思考空间，可提前窥探模型未说出口的想法，提升可解释性。
Anthropic 开发了 J-lens 工具，在 Claude Opus 4.6 内部发现一个名为 J-space 的隐藏区域，其中包含模型未来可能输出的相关词语。通过监控这些词语，可以理解模型实际在思考什么，揭示其回答与内部过程的不一致。
歌歌AI发布全栈自研华语音乐大模型，主打本土化创作
国内团队从零训练华语AI音乐模型，技术突破咬字与效率，并通过版权分成打通商业化路径。
杭州音律闪动推出歌歌AI音乐大模型，从零预训练，专注华语音乐。通过音素-时间帧软对齐解决咬字问题，双流架构同步生成人声与伴奏，10秒产出3分钟歌曲。已与字节签署非独家版权分成协议，并启动民乐AI模型采风。
Robbyant 开源具身专属 MoE 视频模型 LingBot-Video
Robbyant 开源为机器人打造的 MoE 视频模型，用低成本模拟物理世界，降低机器人训练成本。
LingBot-Video 是全球首个专为机器人设计的 MoE 视频模型，30B 参数但推理只激活 3B。它生成符合物理规律的视频，用于训练机器人的世界模型，已开源。
AI21 提出预算感知执行策略，动态降低 SWE 智能体成本
AI21 用预算感知的早停策略动态调整计算开销，在 SWE 修复任务中节省成本或延迟，避免对简单任务过度投入。
AI21 团队发现，SWE 任务难度呈重尾分布：约50%的任务一次生成就能解决，但此前对所有任务分配固定预算。他们提出级联（先低成本模型，低置信度时升级）和并行（同时运行，找到一个合格候选后早停）两种执行策略，分别优化成本和延迟，在保持质量的同时避免浪费。
Anthropic 为 Claude 推出使用反思与习惯追踪功能
Claude 的新反思功能帮你追踪 AI 使用习惯，并引导你思考何时该用、何时该自己动手。
Anthropic 在 Claude 中新增了反思仪表盘，帮你回顾过去1-12个月的使用模式——包括常用话题、任务类型和活跃时段。还提供4D AI素养框架（分辨、描述、辨别、尽责）来提升协作能力，并可设置安静时段或定时提醒休息。
Cohere 提出硬件感知的动态推测解码，优化 LLM 推理效率
Cohere 提出硬件感知的动态推测解码，让草稿 token 数量随 GPU 占用动态调整，避免高并发下推理减速，对大规模 RL 训练也有提升。
推测解码（SD）用小模型草拟多个 token，再由大模型一次性验证，加速 LLM 推理。但固定草稿长度在动态批处理和高并发下可能降低吞吐。Cohere 的动态推测解码（DSD）根据 GPU 计算与内存带宽的利用率，自动调整草稿 token 数量，在内存带宽瓶颈时增多、计算瓶颈时减少，甚至对混合专家模型实现非单调 K 值控制。
Databricks 发布 Feature Views 公开预览，统一特征构建与服务
Feature Views 通过单一特征定义自动生成训练与在线服务所需数据，消除离线-在线差异，大幅降低实时 ML 的工程复杂度。
ML 特征（模型输入变量）在离线训练和在线服务时容易因计算方式不同而出错。Databricks 的 Feature Views 让用户在笔记本中定义一次特征逻辑，平台自动处理历史回溯、实时计算与数据治理，统一训练和推理的特征值，支持批处理和流式数据，端到端延迟低至 200ms。
UST 将 Claude 引入物理 AI 生产流程
Anthropic 的 Claude 正在从文本走向物理世界，帮助芯片厂商自动验证设计并缩短上市周期。
技术工程公司 UST 将 Claude 嵌入芯片验证流程：Claude 直接读取电路图并自动生成测试脚本，将原本四天的验证周期压缩至 48 小时，且无需工程师学习新工具。
魔芯科技发布实时交互世界模型 MoWorld，推理成本降至 GPU 方案 30%
魔芯科技发布基于国产 NPU 的实时交互世界模型 MoWorld，以 50FPS 和 30% 推理成本实现产业级空间智能模拟。
MoWorld 是首个基于国产 NPU 的实时交互世界模型，支持 6 自由度相机控制，在 14B 参数 MoE 架构下实现最高 50 FPS 推理，训练和推理成本仅为同规模 GPU 方案的 30%，为机器人、游戏、数字孪生等场景提供低成本空间模拟引擎。
Anthropic 发起'硬问题'倡议，广泛收集公众对 AI 的关切
Anthropic 认为理解公众的期望和恐惧是开发安全 AI 的前提，为此启动了大规模公众意见收集计划。
作为公益公司，Anthropic 启动'硬问题'项目，通过调查、焦点小组等方式收集公众对 AI 的希望与担忧，并承诺透明地汇报进展，确保 AI 惠及社会。
Google 将自动标注使用 AI 制作的广告
Google 在广告中引入 AI 透明度标签，用户可识别 AI 生成的广告，提升数字广告信任度。
Google 宣布，对于使用其生成式 AI 工具制作的广告，将自动添加“由 AI 创建或编辑”的标签。用户可通过广告上的三点菜单查看此信息，类似 Meta 的“AI info”标签。此举旨在提升广告透明度，帮助用户识别 AI 生成内容。
蚂蚁灵波发布LingBot-VLA 2.0开源模型，数据量达6万小时
新一代开源VLA模型用6万小时数据和20种机器人形态数据训练，大幅提升机器人做家务等长序列任务的通用能力。
蚂蚁灵波发布第二代开源VLA模型（视觉-语言-动作模型，让机器人看画面+理解语言+执行操作），用6万小时数据训练，覆盖20种机器人形态。模型引入未来深度预测，在多项任务上超越GR00T N1.7和π0.5。
热门产品
Auriko
Auriko 是一个 LLM 调用交易台，为开发者提供跨提供商的成本套利，通过智能路由平均降低 30% 推理费用。
Timbal AI
Timbal AI 提供一站式平台，帮助团队构建、部署和监控 AI 智能体与工作流，集成数据、界面与评估，加速可靠 AI 应用上线。
Perfai Security
为AI编码工具（如Replit、Lovable、Claude Code）构建的应用提供自动化安全漏洞检测与修复，开发者可一键让应用就绪。
Toyo
Toyo 是一款个人 AI 助理，通过 iMessage 和电话与用户交互，帮助管理邮件、准备通话和推进项目，适合需要高效工作管理的职场人士。
Lispr
Lispr 是一款跨平台语音听写与翻译工具，用户按住按键说话即可在任意应用中输入，支持99种语言和32种语言翻译，低延迟。
Lispr 是一款免费的语音听写和翻译应用，支持 Mac 和 Windows。按住一个键，说话，松开。你的文字会直接输入到光标所在的任何应用里。可以说大约 99 种语言，还能在句子中间切换。同时按住翻译键，就会输出翻译结果，支持 32 种语言。中位延迟 346 毫秒。麦克风只有按住键时才开启，我们从不存储你的音频。无需账户，不用下载模型，完全免费。
Opper AI
Opper AI 是面向欧洲开发者的 AI 模型网关，一个 API 调用 300+ 模型，支持智能体开发，确保数据隐私和合规。
一个API key就能访问300多个模型，托管在欧盟。与OpenAI、Anthropic和Google的SDK完全兼容，切换只需更改base URL。不同之处在于：我们30多家提供商中约有一半在欧洲运行推理，一个欧盟子处理器覆盖所有模型，默认不存储prompt。添加控制面板，支持路由、PII屏蔽、团队支出上限和审计追踪。原生支持智能体：在Claude Code或Cursor中粘贴一行命令，它就会自动为你配置Opper。token不额外加价，充值仅收取3%手续费。
GPT-Live
GPT-Live 是 OpenAI 的全双工语音模型，为 ChatGPT 提供自然、实时的语音对话体验，适合需要语音交互的用户。
GPT-Live 是 OpenAI 为 ChatGPT Voice 推出的全新全双工语音模型。它能同时听和说，处理停顿和打断更自然，还能把更难的搜索或推理任务委托给后台的前沿模型。
Aura: Agents + Git + Intent Open Source
Aura是一款Git原生IDE，用于控制AI编码智能体，展示函数级变更并验证任务完成，面向开发者提升代码质量。
Aura 不是又一个写代码的聊天框。它是一个与 AI 编码智能体协作的 Git 原生 IDE。你可以运行智能体，在函数和类级别追踪它们的变更，将代码与原始意图进行对比，并在提交之前验证任务是否确实完成。Git 显示变更的行数，Aura 则告诉你逻辑上发生了什么变化。
Monogram AI
Monogram AI 是一款 iOS 应用，通过生成动态交互界面来回答用户问题，旨在提升日常查询的直观性和用户体验。
我们想分享我们的新 iOS 应用。你可以提问任何问题，Monogram 会用可视化互动界面来回应，而不是一堆文字。我们开发了一项技术，能在几秒钟内实时生成完整的用户界面，并且保持一致的精心设计体验。Monogram 专为日常使用场景而设计，无论你想找电影看、找食谱、规划旅行，还是其他任何想法，都能帮你搞定。
Coasty
Coasty 是一款计算机使用智能体，可像人类一样操作老旧软件，实现端到端自动化，适用于医疗、保险等行业，提升效率并保留审计追踪。
Coasty 是一个计算机使用智能体，能端到端操作真实的桌面软件。最初从医疗预先授权起步，自动化处理支付方门户和旧版 EHR 系统，以及数据隐私的数据清除，但现在已扩展到保险、税务和会计领域。Coasty 自主完成这些工作，支持人工接管，并保留完整的审计追踪。在 OSWorld Verified（359 个任务）上独立验证达到 82.81% 的准确率，接近排行榜顶部。无需 API。只要软件有屏幕，Coasty 就能运行。
Just Ask by SEORCE
通过WhatsApp聊天查询SEO和AI可见性数据，营销人员可用自然语言获取实时分析结果，提升工作效率。
SEO软件二十年来一成不变：登录、打开仪表盘、生成报告、寻找答案。我们认为该换一种新界面了。SEORCE让你直接在WhatsApp上跟你的SEO、GEO、分析、外链和AI可见性数据聊天。用简单英语问复杂问题，从你的实时数据中获得即时、可执行的答案。别再去翻仪表盘了，直接问就行。
Constellation Gate AI
Constellation Gate AI 是一款AI安全与优化工具，帮助开发者防御提示注入、节省token开销，提升AI agent的安全性和效率。
将你的AI智能体指向Gate。继承prompt-injection防御、秘密扫描和可验证的审计追踪。Gate内置了prompt压缩和缓存，让你可以在不改变模型输出的情况下减少20-40%的token使用量。在AI安全基准测试中，Gate在16个公开prompt-injection数据集上排名第一。保留你的Claude或ChatGPT订阅，通过Gate路由流量，或者从100多个模型中按量付费选择。设置很简单：用我们的桌面应用无需改代码。
Glimpse
Glimpse是一款AI竞争情报智能体，自动追踪竞品广告、定价、招聘等动态，为市场分析师提供实时战报和需求洞察。
你的竞争对手每天都在行动。Glimpse 就是那个能跟上节奏的 AI 智能体。它追踪每个竞争对手的广告、定价、招聘、内容、评论和 AI 搜索，然后把每个动向转化成你的下一步行动：实时更新的战卡、你的真实赢率，以及交易达成前你在 AI 回答中流失的需求。推送到 Slack 和你的邮箱。它替你运行整个竞品分析流程，所以一个人团队也能像十人团队一样高效运作。几分钟就能免费开始使用。
论文
VIBE: 基于真实语音的大规模音频语言模型语音诱发开放端偏差评估
大规模音频语言模型(LALMs)正日益融入日常应用，但其生成偏差仍未得到充分探索。现有的语音公平性基准依赖合成语音和多项选择题(MCQs)，两者均只提供公平性的碎片化视角。 我们提出VIBE框架，通过开放端任务(如个性化推荐)评估生成偏差，使用人类录音语音。与MCQs不同，我们的方法允许刻板关联在没有预定义选项的情况下自然显现，易于扩展到新任务。评估12个最先进的LALMs，揭示了真实场景中的系统性偏差。性别和口音线索均引发统计显著的分布偏移，且偏差幅度强烈依赖于任务。
动态
OpenAI重置使用限制，修复多代理工作流回归问题
大家好！我们已经重置了 Codex 和 ChatGPT Work 的使用限制。今天晚些时候还会有一次重置。尽情享受吧。 既然引起了你们的注意，快速更新一下 ChatGPT Work、Codex 以及我们昨天分享的所有更新。 过去 24 小时，我们一直在阅读反馈、观察使用模式，并与许多用户交流。简而言之，大家对 GPT 5.6 Sol、ChatGPT Work（移动端和网页端）非常兴奋，但我们也发现了一些问题。 - 我们让使用最高计算设置变得过于容易，而没有充分说明对使用限制的影响。 - 我们大刀阔斧地重新组织了桌面应用，导致聊天和项目等熟悉的功能更难找到。 - 我们的发布重点集中在 ChatGPT Work 上，让一些 Codex 粉丝觉得 Codex 会逐渐被淘汰。这绝非我们的本意，我们热爱 Codex，它会一直存在。 - 我们还引入了一些现有多代理工作流的回归问题，以及插件和其他体验中的一些粗糙边缘。 今天我们将推出第一批改进。我们将重置两次使用限制，以便用户可以继续实验；更改默认设置和模型选择器，避免用户走向不必要的昂贵设置；修复多个插件提报问题；
为庆祝 GPT-5.6 Sol 发布，重置速率限制
为庆祝 GPT-5.6 Sol 发布，我们将在未来 24 小时内再次（两次）重置 ChatGPT Work 和 Codex 的速率限制。我们希望您有足够的时间真正尝试宏大的任务并掌握它。祝探索愉快！
GPT-5.6提升健康智能性能，成本降低25倍。
GPT-5.6 是健康智能领域的一大进步。 在整个产品线中，我们以更低的成本提供更强的性能：GPT-5.6 Luna 在其最高的推理设置下性能优于 GPT-5.5，而成本却降低了 25 倍。 这些进步共同提高了质量，同时使先进模型能够被全球更多人使用。
GPT-5.6 Sol Ultra发布，64子代理证明Cycle Double Cover猜想
RT @eknight: 昨天，我们使 GPT-5.6 Sol Ultra 正式可用。今天，我们分享它使用64个子代理在不到一小时内证明了有50年历史的 Cycle Double Cover 猜想。我们在下方分享提示和证明。我们很期待大家用 Ultra 做什么！
扎克伯格需在推特宣布新模型，因用户关注不同类型模型
转发 @signulll: 扎克伯格必须在推特上宣布新模型的原因是，人们在Threads/Instagram上关心非常不同类型的模型。
对过去6个月agentic coding进展速度表示惊叹
令人震惊的是，过去6个月agentic coding的进展速度之快。现在完全是另一个世界了。
GPT-5.6 成为微软 Copilot 首选模型
GPT-5.6 现已成为 Microsoft 365 Copilot 中首选的模型 https://t.co/r2B3EJuV1A
关于 Bun/Zig/Rust 编程语言争论及 AI 工具崩溃的讽刺总结
转推 @Aaronontheweb: 违背我的意愿，我被迫了解了 Bun/Zig 的闹剧。我的理解如下： - Bun == 会导致 OpenCode 和 Claude Code 崩溃的东西 - Rust == 给毛茸茸爱好者准备的手工艺编程语言 - Zig == 更手工艺的编程语言，给那些认为 Rust 太主流的开发者 - Anthropic 收购 Bun，因为机器神这么说 - Bun 用机器神从 Zig 重写为 Rust - Zig 创建者指责 Bun 背叛、变得主流之类 - Bun 仍然会导致 Claude Code 和 OpenCode 崩溃
Kyutai实验室推出Audio-to-MIDI模型
RT @MireloAI: 今天，我们与@kyutailabs一起，推出了新的音频转MIDI模型。 它接收完整录音，识别演奏的乐器，并为每个乐器返回独立的MIDI音轨——人声、鼓、贝斯、键盘等。 与大多数现有解决方案不同，我们的模型直接从完整混音中工作，而无需分离音轨。 它还能检测和弦、调性和节奏，为制作人提供更广泛的音乐背景。 我们在此写了更多关于模型、问题及工作原理的内容：https://t.co/GvzH7hLjlg
GPT-5.6在Cerebras上以750+ TPS运行，速度惊人。
这实际上并不是Cerebras上的GPT-5.6 Sol版本。只是普通的/fast模式。以750+ TPS运行完全是另一回事。
GPT-5.6 Sol Ultra 证明50年数学猜想，模型已公开
GPT-5.6 Sol Ultra 证明了一个50年历史的数学猜想。与Erdős Unit Distance Problem不同，这是通过今天公开可用的模型完成的。我期待看到科学家和研究人员能利用这个模型做些什么！
5.6 Sol模型提示需要调整策略
转推 @pvncher: 许多人仍然像对待5.5一样给5.6 Sol提示。值得注意的是，5.6 Sol比之前的模型更加坚韧和彻底。查看我写的指南以获得更好的结果 https://t.co/nk1rHm0sWY
Hermes Agent 预装于 rabbitOS
Hermes Agent 现在已预装在 rabbitOS 上
OpenAI升级生物漏洞赏金计划，提高奖励至5万美元
作为持续加强高级AI生物学能力防护的一部分，我们将生物漏洞赏金计划转变为持续进行的私人项目，即OpenAI生物漏洞赏金计划，并将奖励翻倍至5万美元。我们邀请在AI红队、安全或生物安全领域有经验的研究人员，尝试寻找一种通用越狱方法，能够击败OpenAI前沿模型上预定义的生物安全挑战。
OpenAI Build Week开放报名，用Codex构建项目
RT @OpenAIDevs：OpenAI Build Week来了。挑战从7月13日开始。在整个一周内，与全球的构建者一起参加直播和社区活动。报名已开放。带上你积压的想法，用Codex构建它。https://t.co/9g0oROTIqk
Claude Code桌面版内置浏览器，可浏览任意网站
Claude Code 现在可以在桌面应用中打开任何网站。 Claude 可以浏览你的生产应用、打开它发送给你的链接、查看 Twitter，甚至观看世界杯！
从指令式转向询问式管理agent
RT @jack: 我已经从告诉代理该做什么，转变为询问它们该做什么，并拉出最佳线索。
增加测试时计算提升智能，但延迟成为瓶颈
更多的测试时计算带来更高的智能。但当我们把测试时计算从秒推进到周时，延迟成为瓶颈。GPT-5.6 Sol Ultra 实现了并行测试时计算。证明一个50年未解问题所需的时间从可能一整天缩短到一小时。
GPT-5.6-Sol删除7.4万行代码，改进应用
RT @petergostev: GPT-5.6-Sol 删除了 74,000 行代码，让我的应用变得更好（经过 47 小时的工作） 我有一个为工作编写的拼接应用——它能拉取数据、帮我创建可视化，只是一个本地应用。不知何故，随着功能的增加，它膨胀到了惊人的 105,704 行代码。每次尝试用新模型自主重构都失败——反复循环，无法保持视觉和功能一致，完全浪费时间。 测试 GPT-5.6-Sol 时，我给了它一个非常雄心勃勃的任务：用新架构重建应用，同时将代码量减少 70%，测试时间减少 75%。 我设置了一个 /goal，让它运行了超过两天（47 小时），期间几乎没有检查和指导。 我非常怀疑且紧张地尝试了最终结果，天哪——它居然成功了！ 不仅成功，而且应用变得更好——响应更快、错误更少，同时保持了完全的视觉和功能一致性。从架构来看，也更加简单，没有多余的添加或临时决策。 重建后，我为项目引入了一些规则，让 agent 必须遵循现有架构，在实现新功能时只做最小修改。 这让我对我们可能正在产生的杂乱软件不那么担忧了——更好的模型确实能修复它。 请看我与 /goal 一起使用的提示如下
Thinking Machines回顾创立初衷：提升模型定制与人类-AI协作能力
转自 @johnschulman2：我们一年半前创立 Thinking Machines，基于两个直觉：人们应该能更自由地定制模型并开展研究；即使AI越来越自主，仍有很多工作要做，以使人类与AI良好协作。自那以后，发生了很多变化，特别是智能体的巨大进步，因此我们希望根据所学重新审视这些直觉，进行辩论，并写下我们现在的信念。经过大量讨论，我们得出了结论。我很满意！