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。
BioMatrix 实现分子蛋白文本原生统一建模
BioMatrix 实现分子、蛋白与文本的原生统一建模，在单一架构内无外部适配器覆盖80个任务，77个达到领先水平，是生物大模型走向多模态通才的关键一步。
BioMatrix 将分子序列、结构、蛋白序列、结构和自然语言统一到同一离散 token 空间，仅用单一 decoder 即可原生完成理解和生成，无需外部编码器或适配器。在覆盖80个生物下游任务的评测中，77个达到领先或竞争水平。
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。
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。
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。
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。
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。
构建代理式AI营销栈 数据层现代化是第一步
代理式AI营销不仅需要算法，更需要现代数据基础设施；Acxiom 案例说明数据层现代化可带来10倍以上性能提升。
Acxiom 首席云和数据现代化官 Ankur Jain 认为，构建 AI 策略应先用例驱动而非平台驱动。他将公司核心基础设施从本地 Hadoop 迁移至 Databricks，使原本耗时数天的任务缩短至 2-3 小时，释放工程团队专注于业务价值。数据层现代化是代理式AI（自动化营销全链条的AI系统）的关键前提。
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。
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。
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。
Meta 发布图像模型 Muse Image，支持自我修正与社交数据调用
Muse Image 改变了图像生成范式：先思考再绘画，且与自家语言模型打通；但 @ 功能默认公开调用用户照片，隐私争议不小。
Meta 推出图像生成模型 Muse Image（代号芒果），采用智能体架构，能联网查证、自写代码、自我修正画作。它还能 @ 公开 Instagram 账号调用用户照片生成图像，但默认开启引发隐私担忧。模型在 Arena 榜单仅次于 GPT Image 2。
Databricks Genie 三大产品形态：Agent、Code、Agentic
Databricks 通过黑客马拉松验证 Genie 的三种自然语言数据处理方式，从聊天问答到代码生成再到工作流集成。
Databricks Genie 是一系列用自然语言而非SQL操作数据的工具，包含三种形态：Genie Agent（业务用户对受管数据提问）、Genie Code（分析师用文字生成SQL和仪表板）和 Agentic Genie（将智能体嵌入工作流）。10个客户项目展示了实际应用。
OpenAI 关闭 AI 浏览器 Atlas，将功能整合至 ChatGPT 桌面应用与 Chrome 扩展
OpenAI 放弃做独立浏览器，转而把 AI 浏览能力融入已有产品，说明浏览器正从目的地变成功能。
OpenAI 已关闭其 AI 浏览器 Atlas（去年 10 月发布的以 ChatGPT 为核心的浏览器），但并未放弃 AI 辅助浏览的理念。它正在将 Atlas 中测试过的代理浏览功能——能自动完成网页操作——重新整合到 ChatGPT 的桌面应用和一个 Chrome 扩展中。这一调整源于 OpenAI 应用 CEO 要求削减“支线任务”，此前已导致 AI 视频生成工具 Sora 被关停。
热门产品
ChatCut
ChatCut 是一款 AI 视频编辑工具，适合无剪辑经验的用户，集成字幕、B-roll、AI 生成视频等功能，实现专业级编辑。
Sim
Sim 是一个开源工作空间，用于构建 AI 智能体工作流，可连接 1000+ 集成和 LLM，适合开发者实现多步任务自动化。
Sim 是一个开源工作空间，用于构建智能体工作流。将你的 AI 智能体和工作流连接到 1,000 多个集成和 LLM。
PlugThis
通过对话让AI自动生成Chrome扩展，适合需要定制扩展但不会编码的用户，快速构建并发布。
你想要一个每天能帮你省下15分钟的Chrome扩展。你去Chrome Web Store搜了一圈，没有找到。现在你只需要用简单的英文描述它，PlugThis就能帮你把它做出来。代码归你。想改？直接聊天。需要登录或数据库？连上Supabase。准备发布？我们生成商店要求的图标、截图和列表文案。别人都在做网页应用，我们做Chrome扩展。
Scarlett.
Scarlett是一款AI同事，集成在Slack和iMessage中，为团队提供自动化助手和公司运营支持。
不是又一个AI机器人，而是一个能和你团队并肩工作的真正同事。给你的团队超能力，甚至让公司进入自动巡航模式。
ConnectMachine 2.0
一款AI智能名片管理工具，帮助商务人士自动记录联系人信息、扫描名片并同步CRM，核心价值是简化社交管理。
不限量创建名片，几秒内扫描任何纸质名片、LinkedIn 二维码或胸牌，并通过 QR、Wallet 或 AirDrop 分享。你的私人 AI 会记住你见过谁、为什么重要，然后把所有人同步到你的 CRM。全程加密，没有公开动态。v2.0 新增：团队套餐支持品牌名片和管理员控制、AI 笔记助手自动生成会议记录和摘要、ShareBack 即时互换名片、跟进提醒，以及全应用支持 5 种语言。大部分功能都来自用户请求。
GPT-5.6
GPT-5.6 是 OpenAI 推出的新模型系列，提供 Sol、Terra、Luna 三种选择，支持多智能体并行执行和工具调用，适合开发者构建复杂智能体应用。
GPT-5.6 正在 API 中推出！我们新的模型系列为开发者提供了三个选项：Sol（我们针对最难的智能体任务的旗舰模型）、Terra（平衡日常工作流）和 Luna（快速且成本高效）。GPT-5.6 还引入了程序化工具调用、用于并行执行的多智能体（beta）以及显式提示缓存。7月23日，我们将与 Product Hunt 合作举办 OpenAI Day。前五名发布的产品将分别获得1万美元的 API 积分。
Ship OS by Notion
这是一个基于Notion的AI原生产品开发工具，利用智能体自动化客户反馈到代码合并的流程，帮助团队高效开发。
在 Notion 里跑完整的产品开发流程，从客户反馈到合并 PR。智能体负责分类、流转和摘要，你的团队负责做判断决策。
StoryChief Connect
StoryChief Connect 是一个与 Claude 集成的内容发布工具，帮助营销团队从 AI 生成的内容直接发布到网站和社交媒体，实现高效的协作与发布。
从单一工作空间规划、创建并分发内容到每个渠道。StoryChief Connect 让 Claude 和你的营销团队能够访问所需的工具、数据、工作流和发布渠道，从而执行真实的营销活动。连接你的技术栈，将信号转化为策略。为每个渠道创建内容。通过一个统一的内容日历进行协作、排期、发布和优化。StoryChief 帮助营销团队用更少的资源交付更多成果。
Muse Spark 1.1 by Meta AI
Meta推出的多模态推理模型，专为智能体任务设计，提升工具使用、编程和多模态理解能力。
来自 Meta Superintelligence Labs 的最新模型，也是 Muse Spark 的重大升级。Muse Spark 1.1 是一款专为智能体任务构建的多模态推理模型，在工具使用、计算机使用、编程和多模态理解方面有显著提升。
Mispher
Mispher 是一款集成在硬件设备中的 AI 助手，支持语音转录、翻译以及自主执行任务的智能体，适合需要高效处理多语言和自动化操作的用户。
设备端转录，加上一个真正能干活的智能体。转录：Parakeet EOU（英语）、Parakeet TDT（25 种欧洲语言）、CTC（中文）、Nemotron（约 40 种语言）、Qwen3-ASR。提问：一个本地 LFM2.5 智能体，能规划并调用工具，支持 Apple Notes、剪贴板、文件、MCP。完全可定制：重新映射拨盘、热键、三种 HUD 模式、工具审批、替换任何模型或任何提示。Gemma 4、Qwen3.6 和 Ornith 1.0 即将推出。无云端、无账号。免费，MIT 许可。Apple Silicon，macOS 26。
Yasmine Works
Yasmine Works 是一个驻留在 Slack 中的 AI 同事，能自动执行邮件、文档、数据等任务，帮助团队高效协作。
Yasmine 是一个存在于 Slack 里的 AI 同事。每个频道都变成一个拥有自己的记忆、工具和集成的队友。连接你的工具并 @ 它，就可以完成真正的工作——邮件、文档、数据、代码，任何东西。它运行在你自己的 Claude 订阅上，完全隔离。来自 Yasmine。
论文
Video-Oasis: 重新思考视频理解的评估
视频理解的固有复杂性使得很难判断 Video-LLM 基准测试的性能是源于视觉感知、语言推理还是知识先验。尽管许多基准测试已涌现以评估高层推理，但评估视频理解的共享标准仍基本被忽略。本文不引入新基准，而是后退一步重新审视视频理解的评估标准。 我们提出了 Video-Oasis，一个可持续的诊断套件，用于系统审计现有视频理解基准。审计发现，现有基准样本中有 55% 在不依赖视觉输入或时间上下文的情况下即可解答。在过滤掉这些捷径后，剩余的视频原生挑战暴露了显著的能力差距：最先进模型的表现仅略优于随机猜测。 基于这些发现，我们将提炼出的挑战作为测试平台，探究哪些算法设计选择有助于稳健的视频理解。我们希望这项工作能为构建严格的视频基准和评估未来的 Video-LLM 提供实用基础。代码见：https://github.com/sejong-rcv/Video-Oasis
为什么我打不开抽屉？缓解零样本组合动作识别中的对象驱动捷径
零样本组合动作识别 (ZS-CAR) 要求识别由先前观察到的基元组成的新颖动词-对象组合。本文针对一个关键失败模式：模型通过对象驱动捷径（即依赖标注的对象类别）而非时序证据来预测动词。我们认为稀疏的组合监督和动词-对象学习不对称会促进对象驱动捷径学习。我们通过提出的诊断指标分析表明，现有方法过拟合训练共现模式，且未充分利用时序动词线索，导致对未见组合的泛化能力弱。 为解决对象驱动捷径，我们提出鲁棒组合表征 (RCORE)，包含两个组件： 1. 共现先验正则化 (CPR)：对未见组合添加显式监督，并通过将频繁共现先验作为困难负样本进行正则化。 2. 组合时序顺序正则化 (TORC)：强制时序顺序敏感性，以学习时序 grounded 的动词表征。 在Sth-com和EK100-com数据集上，RCORE降低了捷径诊断指标，从而提升了组合泛化性能。
自动化 Embodied Agent 架构设计
Embodied Agent 通常以手动设计的感知、记忆、规划和动作模块组合而成。这种模块化暴露出巨大的架构设计空间，但现有系统仍依赖研究者直觉选择信息存储、观测处理和模型调用连接方式。 Agent Architecture Search (AAS) 已自动化文本领域智能体的架构设计，但尚未通过模拟器推演在感知型具身智能体上系统评估。本研究探索这一迁移。我们提出 AgentCanvas——一种类型图运行时，将具身执行器托管为可编辑的节点-连线程序，支持模拟器感知执行和回合级日志；以及 KDLoop——一种编码智能体搜索流程，循环执行提议、批评、实验和蒸馏，并在停滞时触发反思。 我们在四种具身执行器上评估了三种 AAS 变体，覆盖 视觉-语言导航、具身问答 和 语言条件操作。3x4 矩阵结果表明，架构级搜索能够在具身任务上产生可部署且方向正确的成功率提升，但一个高分候选被判定为存在泄漏。同时，实验暴露了文本域 AAS 中被淡化的约束：优化信号可被推演噪声掩盖，搜索陷入局部编辑盆地，且即使详细日志可用，回合级信用分配也仅部分实现。 这些结果刻画了具身智能体自动化架构搜索的前景与当前局限。
JD Oxygen AI Item Center (Oxygen AIIC) V1: 一个工业级以 LLM/VLM 为中心的物品理解、管理与应用解决方案
京东作为全球最大的电商平台之一，服务超过7亿活跃用户和数百万商家，拥有数十亿SKU的商品目录。在此规模下，高质量、结构化的物品知识是提升消费者体验、降低管理成本和提高运营效率的基础——但其生产和应用面临三大工业级挑战：快速涌现的新概念、海量SKU的高质量知识生产以及多样化的下游需求。 为应对这些挑战，我们提出了 JD Oxygen AI Item Center (Oxygen AIIC)，一个基于 LLMs/VLMs 的工业级平台，用于物品知识生产与服务。该平台围绕四大核心支柱构建： 1. 高效人机协作驱动的本体工程，支持包含数百万条目的本体的动态演化与敏捷扩展； 2. “语义搜索后判别 (S2D)”知识识别架构，结合吞吐量优化策略，实现面向数十亿SKU的可扩展、高吞吐的 AI Item Library 生产； 3. 自进化的物品理解 LLMs/VLMs，以稳定可控的方式持续提升，在知识生产中达到 94.2% 精度 和 82.8% 召回率； 4. 统一物品通道，作为数据与服务枢纽。
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
Altman认为AI目前净创造就业
至少到目前为止，我很确定AI净创造了就业。这并非我预料的结果——尽管我比其他人悲观得多，但我以为这种能力水平会带来一些影响。有可能这个趋势会持续下去！
ChatGPT Work和Codex用户用量限制即将重置
介绍... 我们所有ChatGPT Work和Codex用户再次重置使用限制。预计30分钟内生效。祝您周末愉快。感谢您将我们的系统推到极限，我们从未见过流量增长如此之快。请继续提供反馈，我们会不断推出新功能。
GPT-5.6在医疗回答中缺陷更少
"医生们发现GPT-5.6的回答比医生自己写的回答缺陷更少。"
展示Codex使用限制重置对系统影响的图表
我们办公室的新海报，展示了Codex使用限制重置如何影响我们部分系统。数据很漂亮。
推荐使用Codex并向非技术人员介绍ChatGPT Work
如果你以前使用Codex，有两件事要做：1. 继续使用Codex，它适合你。2. 告诉你的朋友和家人关于ChatGPT Work，你一直想向他们展示Codex但他们不太懂技术且不每天都写代码。然后告诉我结果如何。
吐槽高薪技术人员在OpenAI窃取Apple机密文件
有时我真的很惊讶，科技行业那些高薪的人会有多蠢。 1. 离开苹果 2. 开始在OpenAI造硬件 3. 用一台未归还的苹果笔记本访问苹果的机密硬件文件 4. 期望……什么？能逃脱吗？ 一纸重磅诉讼。
对AI模型进步表示惊叹
哇
讨论LLMs在数学发明与TUI查找中的应用
人们正在使用LLMs发明新的数学 我们正在用它寻找未发现的TUI spinners
验证关键事实，提供架构评估
让我验证几个关键事实，然后给你架构评估。
用5.6 ultra去除代码复杂度并端到端测试
我在代码库上运行5.6 ultra，指令是“去复杂化我的代码库，无情移除不需要的复杂性，并使用@computer端到端测试每个功能”。我整晚都在工作，现在还在运行。
担心大佬查看Zig开源代码库
兄弟们，我们有一个相当大的开源Zig代码库，我害怕他会去看它。
介绍Hermes Agent的/steer命令及默认消息模式设置
提醒一下，你可以在配置中将此设为默认消息发送模式（而不是中断或队列）👍👍
同事研究光物理解决颜色令牌问题
我让詹姆斯帮忙修复主题中的颜色令牌，现在他却在研究光线如何进入眼睛并进行数学绘图。 我只是想说，我们需要更有条理一点。
重置使用限制，感谢用户反馈
请继续提供反馈，感谢所有用户！
在环路中不要微观管理agent，而是想出酷任务。
待在环路中很重要。但我一直看到有人误解——你的工作不是微观管理agent，让它以你认为比它自己执行更好的方式执行步骤，而是想出酷的事情让它去做。
讨论用于复杂推理和数据分析的Sol
复杂推理与数据分析的解决方案：
运维每天面对新问题，需要频繁切换上下文
我曾以为工程很难，试试运维吧💀💀你每天醒来都有新东西，必须像个疯子一样在它们之间切换
opentui启示：投资提示原语有价值，大家都在玩tui
我从opentui学到的是，投资于支持提示的原语是非常值得的。现在每个人都在愉快地提示自己的tui。还有其他缺失的原语，我认为我们也需要在那里投资。
公司购GPU托管模型困难，转而出租GPU
公司获得大量GPU用于模型托管，他们意识到模型托管很难，而鉴于当前需求巨大，他们可以直接出租GPU。所以现在大约有2家公司能做好模型托管。
GPT-5.6 Sol Ultra证明50年数学猜想
转 @polynoamial: GPT-5.6 Sol Ultra 证明了一个存在50年的数学猜想。与 Erdős 单位距离问题不同，这是使用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用这个模型做些什么！