OpenAI 提档 GPT-6，GPT-5.6 解禁发布三款模型
OpenAI 提前 GPT-6 时间线并发布 GPT-5.6 三模型，Sol 以极致推理和持久执着成为新旗舰，面向编码、科研等复杂任务。
OpenAI 突然提档 GPT-6，同时宣布 GPT-5.6 正式解禁，周四上线 Sol、Terra、Luna 三款模型。Sol 主打极限推理，Terra 性价比高，Luna 快速廉价。早期测试者称 Sol 会“永不放弃”地死磕难题。
行业新闻
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。
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。
谷歌Gemma 4技术报告公布：无编码器多模态与深度思考能力下放端侧
谷歌Gemma 4通过无编码器架构和本地思考能力，让端侧模型性能逼近云端闭源模型，并彻底开源。
谷歌DeepMind开源Gemma 4全系模型，砍掉了传统的视觉和音频编码器，改用极简投影层把原始像素和波形直接输入统一Transformer。2.3B到31B的模型都支持本地“思考模式”，在数学、科学等任务上逼近甚至超越更大闭源模型。Apache 2.0协议开源，可在笔记本、树莓派等设备运行。
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。
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。
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。
Lorde 公开抨击 Ray-Ban Meta AI 眼镜：不性感，别买
明星公开批评 AI 可穿戴设备，折射公众对隐私和真实性的担忧——Meta 的智能眼镜再陷舆论风波。
歌手 Lorde 在马德里音乐节上公开批评 AI 眼镜，称其'不性感'，并呼吁观众别买。她疑似针对赞助商 Ray-Ban Meta 智能眼镜——一种可录制视频并具备 AI 功能的眼镜。Meta 正因隐私问题面临审查，但仍在研发持续录制的新型号。
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。
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。
Meta 下架 Instagram 争议 AI 图片生成功能
Meta 因忽视用户隐私而被迫撤回一项有争议的 AI 功能，暴露了社交平台 AI 功能设计与用户权益之间的冲突。
Meta 近期在 Instagram 上线了一个 AI 功能，允许用户通过 @ 提及公开账号来生成以该账号图片为参考的 AI 图片，但并未通知被引用用户。该功能迅速引发隐私担忧和来自用户及经纪公司的批评，Meta 已将其下架，承认“未达到预期”。
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。
德国电信携手OpenAI以AI重塑电信业务
德国电信全面采用OpenAI技术，从客服到网络运营重构电信业务，为行业AI转型提供参考。
德国电信正利用OpenAI的AI技术转型为AI原生电信公司，涵盖客服自动化、员工工作流优化、网络运维智能化以及语音交互的未来。这不仅是工具升级，而是从架构到运营的全面AI化。
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。
哈工大教授杨朔团队发布触觉世界模型 TouchWorld，提升机器人灵巧操作稳定性
触觉世界模型让机器人学会用触觉预测和反馈来操作物体，成功率提升超15%。
TouchWorld 是一个让机器人学习触觉的世界模型。它不只预测画面，还预测手指应该怎样接触物体，并在操作中根据实时触觉反馈修正动作。在浇花、插电源等真实任务中，成功率比最强基线高 16 个百分点。
OpenAI 招聘家庭产品经理，ChatGPT 用户向家庭拓展
OpenAI 开始把 ChatGPT 视为家庭设备而非个人工具，但青少年安全挑战也随之而来。
ChatGPT 推出三年后，用户结构已从年轻人为主转向更广泛的年龄段。OpenAI 为此在旧金山招聘一位产品经理，专门负责为家庭、看护者和老年人设计产品体验。与此同时，全球 35 岁以上用户占比从 26% 升至 31%，家长用户也在增长。但伴随家庭场景的普及，青少年安全风险和诉讼压力也在上升。
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。
Meta 关闭 Instagram 用公开账户生成 AI 图像功能
Meta 因隐私争议关停 Instagram AI 图像生成功能，用户可引用公开账户内容，未经许可即被用于深度伪造。
Meta 本周推出的 AI 图像生成功能允许用户通过 @ 提及公开 Instagram 账户来生成其风格的内容，但引发隐私和深度伪造担忧。在强烈批评下，Meta 已关闭该功能。
英伟达RTX Spark亮相BW，CPU GPU合一本地跑120B模型
RTX Spark通过芯片级融合，让个人电脑本地跑大模型成为现实，兼顾性能与隐私。
英伟达在Bilibili World上展示RTX Spark芯片，将Blackwell GPU与Grace CPU通过NVLink-C2C融合，提供128GB统一内存和1 Petaflop算力，使笔记本能本地运行120B参数大模型，还支持智能体安全常驻。
热门产品
ChatGPT Work
ChatGPT Work是OpenAI推出的智能助手，可跨应用和文件执行操作，帮助用户完成复杂工作。
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。
动态
Codex和ChatGPT Work更新：移除限制、提升效率、用户达6M
早上好。过去48小时，Codex和ChatGPT Work的工作非常紧张！三项重要更新： - 暂时取消所有Plus、Business和Pro计划的5小时使用限制 - 推出改进，使GPT 5.6 Sol整体更高效，反映在更少的使用量上，从而让你走得更远。具体影响将量化和分享 - 我们达到了600万活跃用户，并在接下来一小时内进行使用量重置 去做事吧
Sam Altman鼓励用5.6 SOL构建项目，将赠OpenAI礼物。
我想看看人们用5.6 SOL构建的有趣东西。我会给做出最酷东西的人一份来自OpenAI档案馆的特别礼物。
认为GPT 5.6不错
我觉得GPT 5.6相当不错
ChatGPT Work和Codex推出银行重置功能并修复问题
为ChatGPT Work和Codex的50万用户增加了银行重置功能。 最近发生的事： - 刚刚发布了从网页和移动端使用银行重置的功能。今天之前你只能在桌面应用中使用。 - 有一个问题：不到10%使用银行重置的用户实际上并没有重置。这发生在2小时的时间窗口内。 - 很难找到所有未应用重置的确切用户，因此改为给在那2小时窗口内按下重置按钮的每个人都授予了一次银行重置。这也让我们有机会在明天之前验证新基础设施。 明天我们将庆祝700万活跃用户里程碑，并为所有ChatGPT Work和Codex用户授予首次银行重置。 我们还将发布桌面应用的一系列更新，回应你们的许多反馈。 很快再聊。
高质量精选数据对构建优秀模型至关重要
令我惊讶的是，很多人似乎不明白，优秀的模型是用超高质量精选数据构建的。寻找新颖的方法来创造/获取这些数据是一个巨大的优势。
介绍使用CLIProxyAPI和Claude配置GPT-5.6 Sol的方法
如果你还不够大胆去安装Codex应用，你可以留在你的橙色螃蟹面前，把它指向GPT 5.6 Sol。只需5分钟。感谢Theo解释了实现此目的的一种方法。 步骤1：安装CLIProxyAPI 步骤2：连接 步骤3：定义以下别名，享受claudex alias claudex='CLAUDECODESUBAGENTMODEL=gpt-5.6-sol \ CLAUDECODEALWAYSENABLEEFFORT=1 \ CLAUDECODEMAXTOOLUSECONCURRENCY=3 \ ENABLETOOLSEARCH=false \ claude --model gpt-5.6-sol' 如果被屏蔽了，我欠你一次重置。
介绍GPT 5.6 Sol在速度和前后端开发上的改进
你曾多次抱怨速度、代码质量、前端质量等。每次发布我们都有改进，GPT 5.6 Sol 做到了：✅快速且token高效 ✅在后端开发上硬核 ✅前端出色 ✅不会到处使用useEffect。下一步是什么？
观《Project Hail Mary》有感：LLM已颠覆传统科幻设定
看了《Project Hail Mary》（我喜欢这本书）。立刻让我震惊的是飞船电脑是多么愚蠢和无用。LLM可能已经打破了过去三十年大多数科幻世界构建的框架。这或许解释了一些作者的愤怒。
OpenAI胜利，5.6 ultra强大
我爱看到OpenAI赢 5.6 ultra是一个难以置信的野兽
AI代码生成从低技能辅助工具转为高技能利器
直到去年底为止，弱AI代码生成对低技能程序员最有用——它抬高了底线。对高技能程序员来说基本没用——没有它你能更快地交付更好的代码。现在这种情况完全反转：当前的强AI代码生成对高技能程序员最有用，而低技能程序员要么严重利用不足，要么有时被它淹没。它从拐杖变成了动力工具。
Claude延长Fable 5访问，用户吐槽公司儿戏
Claude 延长了 Claude Fable 5 的访问到 7/19！ 从来没见过这么傻逼的公司，跟儿戏一样！
15TB物理模拟数据集The Well开源，用于训练PDE替代模型
RT @BrianRoemmele: 井（The Well）刚刚发布：15TB纯物理黄金现已开源。科学AI世界迎来重大升级。Polymathic AI与Flatiron Institute及普林斯顿、剑桥、纽约大学、伯克利、洛斯阿拉莫斯等研究机构合作，发布了The Well：一个惊人的15TB高保真物理模拟集合。这不是玩具数据。这是来自16个不同物理领域的真实、昂贵的模拟，包括湍流流体动力学、超新星爆炸、磁流体动力学宇宙流、声散射和活性生物物质。直到现在，重现这种级别数据需要国家超级计算机数周时间和大多数团队永远无法获得的资助。The Well改变了一切。它专为训练PDE替代模型而设计——这种AI系统可以用单个快速神经网络前向传播取代缓慢、昂贵的物理求解器。一切都是完全开源的，易于用PyTorch加载，并可直接投入训练流程。研究人员和构建者现在可以在世界级的物理数据上进行训练，而没有以前阻碍他们的巨大计算障碍。这不仅仅是又一次数据集发布。它是科学机器学习的重大加速器。基于物理的AI的未来变得更加可及。获取地址：https://t.co/mIW0xA6RAs
在Replit微调Qwen-8b下棋，多分支实验进展
氛围研究 在Replit上微调Qwen-8b模型来下棋。运行3个并行分支进行不同实验并取得实际进展。 模型在机器学习方面的能力进步惊人（以前它们做得非常差）。因此，现在一个直觉良好的引导者即使从未做过也能完成有趣的ML工作。
激情是最大的护城河
激情是最大的护城河
将Wispr Flow词典导入Codex的方法
把Wispr Flow词典导入Codex！ Wispr Flow将其学到的词典存储在macOS上的本地SQLite数据库中： text /Library/Application Support/Wispr Flow/flow.sqlite 只需告诉Codex将它们与config.toml中现有的dictationDictionary字段合并。
解决模型选择器问题
RT @mariarcks: 我解决了模型选择器问题，不用谢我 Tibo https://t.co/e7youjMILD
GPT-5.6 Sol在Design Arena排名第一
RT @Designarena: 突发 - 官方结果：@OpenAI 的 GPT-5.6 Sol 在 Design Arena 中以 Elo 1353 排名第一。 这使得 GPT-5.6 Sol 超越了 @AnthropicAI 的 Claude Fable 5，并与 @Zaiorg 的 GLM 5.2 在前端设计方面处于相同的性能区间。 这是从 GPT-5.5 提升 18 个排名和 60 点 Elo 的飞跃。 GPT-5.6 Sol 还确立了偏好与速度之间新的帕累托前沿，比任何达到此性能的模型都快。 祝贺 @OpenAI 团队发布！
Codex移除5小时限制，GPT 5.6 Sol更省token。
给 Codex 点赞👍 暂时移除5小时使用限制，GPT 5.6 Sol更省token，下一小时内进行使用量重置
卸载多余Skills，减少Token消耗和性能瓶颈。
我开始卸载 Skills 了。 曾经第一次尝到甜头后，我开始疯狂安装各种主流 Skills，总觉得装得越多，Codex 就越强。 直到 GPT-5.6 Sol 发布，我做了一轮四组拆分测试： - 仅 Superpowers：96 分，耗时 1189 秒，输入 273 万 Token - 仅 ECC：95 分，耗时 838 秒 - 两者都关：95 分，耗时 820 秒 - 两者全开：反而只有 93 分 最讽刺的是： Superpowers 只多拿了 1 分，却多花了约 45% 的时间，还消耗了巨量 Token。 它确实能提高部分基准测试成绩，但放进真实开发流程，这点收益完全抵不过额外的规划、指令读取、流程跳转和 Token 成本。 GPT-5.6 Sol 让我意识到： 不是 Skills 越多，模型就越强。 当模型本身足够聪明，过多的 Skills 反而可能成为性能瓶颈——它们不断告诉模型“应该怎么思考”，却让模型没办法直接解决问题。
Anthropic分享Agent基础设施观察：脚手架变薄、个人ROI先行、团队角色变化。
Anthropic 7 月 10 日发布了一场关于 Agent 基础设施的对谈。Claude 平台工程负责人 Katelyn Lesse、产品负责人 Angela Jiang 和产品经理 Jess Yann，分享了几个来自一线的观察。 【Agent 的“脚手架”正在变薄】 几个月前，搭建 Agent 往往需要写大量流程控制代码：先执行 A，满足条件再进入 B，遇到不同情况还要切换不同分支。流程越复杂，系统越容易出错。 随着模型的推理和工具调用能力增强，这些编排层（harness）正在变薄。开发者不用再规定每一步，只需给出目标和基本边界，让模型自己决定怎么完成。 与此同时，一种更高层的编排方式开始出现：让多个 Agent 同时解决一个问题，从中选出最佳方案；让一个 Agent 提方案，另一个负责挑错；或者在 Agent 卡住时，请另一个能力更强的 Agent 提供建议。 重点正在从“控制每一步”，转向“设计 Agent 之间如何协作”。