要点：GPT-6不只有Astra！ Astra刚发布没几天，GPT-6 Sol就被曝正在内测。 表现也很抢眼，单次测试速度是Astra的6倍。 大胆猜测一下：Terra和Luna是不是也在路上呢？ 而且就在同一天，OpenAI刚刚公开了一组内部数据： 截至目前，按8小时工作日折算，OpenAI研究员每工作一天，身边就有3个多Agent工作日同时运转。 按API价格计算，OpenAI中位数研究员每天使用的Agent推理资源，已经超过600美元。 OpenAI还宣布，已经实现了「自动化研究实习生」： 这些Agent能在人类指导下，完成部分原本需要研究员花几天才能做完的任务。 连老黄都说：AGI已经来了！ 他透露Astra使用约10万套NVID
要点：石破天惊的GPT-6终于来了，只是使用资格还在分批开放。 好在，一批抢先上手的内测玩家，已经替大家把它狠狠折腾了一遍！！ 知名开发者Pietro Schirano上来就给Astra派了个大活：做一款Mac应用。 先在Blender里建一个3D iPod，再还原经典界面和交互，用来查看他的Codex线程。 结果只用15分钟，居然就成了！！ 熟悉的菜单、滚轮和iPod界面都在，只不过这次里面装的是Threads、Projects、Pinned、Recent等Codex内容。 Schirano当场发出方协文式感叹（北京到底有谁在啊）： 这个模型里到底装了什么？我们究竟生活在什么时代？ 这个模型里到底装了什么？我们究竟生活在什么时代？ 就这
要点：继GPT-6推进孪生素数猜想之后，又有传闻称Claude已破解一道千禧数学难题。 还是陶哲轩专攻的纳维斯托克方程问题。 陶哲轩专门发长文回应：我没参与，我不知情，但AI都发展到这了，也不是不可能。 他进一步提出观点。 真正的机会成本在于，纳维斯托克正则性这样在历史上成果丰硕、极富启发性的问题，如果仅仅被用来制作一条宣传某些基准进展的病毒式社交媒体帖子，而不是真正推动领域向前发展、提出下一代值得探讨的问题并吸引人们去研究它们，那么代价将是巨大的。 真正的机会成本在于，纳维斯托克正则性这样在历史上成果丰硕、极富启发性的问题，如果仅仅被用来制作一条宣传某些基准进展的病毒式社交媒体帖子，而不是真正推动领域向前发展、提出下一代值得探讨的问题并
要点：全球5027支队伍、近2万名选手同台PK，百分之一的晋级概率杀进总决赛路演…… 八月末，上海，金融AI年度大考准时开赛。 清北、复旦、麻省理工等海内外顶尖高校学子，以及大厂核心技术骨干，纷纷汇聚一堂，赛场内火力全开—— 有人从L2行情中识别资金动向，有人拆解复杂金融文档，也有人掏出Harness、RSI，让Agent读懂市场情绪。 场外，主办方围绕赛事，首次推出「会、展、赛」三位一体的总决赛路演舞台： 主论坛上大咖轮番登场，创新展区同样热火朝天。 除了有历届成果集中亮相、创投资本1v1现场对接、HR一站式发offer，千问AI眼镜等前沿技术产品也同步开放体验。 这正是有着「金融AI创新年度风向标」之称的AFAC金融智能创新大赛（AF
要点：GPT-6发布会，主持人居然是赛博义父Tibo？ 其实这是新版生图模型GPT Image 2.5伪造的。 虽然还没正式发布，但已经有人收到ChatGPT中新的弹窗提示。 与之前猜测叫GPT Image 2.1不同，版本号直接来到2.5，看来升级幅度不小。 那么，GPT Image 2.5有多强？ 根据目传播的测试结果，大概是可以直接伪造GPT-6官方发布会以及奥特曼全员信的程度。。。 生成一张奥特曼发推的截图，除了头像不对之外，文字也是毫无破绽。 提示词：用手机拍摄一张写实风格的手写文章照片，文章是用铅笔写在8.5x11英寸的横格纸上的，字迹要像爱因斯坦的笔迹，内容是关于世界货币的历史。确保字迹有明显的爱因斯坦式变化。在右上角添加一
要点：它来了它来了！！ 刚刚，万众期待的GPT-6 Astra和GPT-6 Astra Pro，正式发布！！！ GPT-6 Astra是世界上最智能、最协调的模型，为Computer use、Browser Use、软件工程、网络安全、科学和专业工作树立了新的标杆。 GPT-6 Astra是世界上最智能、最协调的模型，为Computer use、Browser Use、软件工程、网络安全、科学和专业工作树立了新的标杆。 AGI时代，还被OpenAI单方面宣布「开幕」了… GPT-6发布会最后，OpenAI总裁Greg Brockman直接甩下一句： Welcome to the AGI era.（欢迎来到AGI时代） Welcome to
要点：这年头，不光人上班要找搭子，AI也开始组队了。 9月2日，腾讯WorkBuddy开放平台正式上线。一起亮相的，还有9款联名智能硬件、30多个行业应用，以及首批超过100家生态伙伴。 眼镜、录音卡、麦克风、耳机、键鼠…在腾讯WorkBuddy生态大会上，我基本上是把时下流行的AI硬件全看了个遍。 是的，它们现在全部接入了WorkBuddy。 这哪是生态大会啊…简直是一场小型硬件展览会（bushi） 这是国内AI Agent赛道首个同时打通硬件、应用与开发者三层生态的开放平台，也是WorkBuddy今年3月上线以来，第一次完整亮出自己的开放生态战略。 用腾讯云副总裁、腾讯CodeBuddy&WorkBuddy负责人刘毅的话说： 真正的生
要点：20多年前，计算神经学家杰夫·霍金斯写道：“智能不只是模式识别，更是对世界的建模。”如今，世界模型正在批量迎来自己的里程碑时刻。 9月2日，由AI教母李飞飞创办的World Labs发布全球首个多模态世界模型（omni world model）——Atlas。 Atlas最核心的能力，是把文字、图像、视频和3D信息放进统一的空间上下文，让模型不只是生成一张看起来合理的二维画面，还能在三维空间中理解并维持场景结构。 只需一张或几张图片，它就能重建三维场景、生成新的观察视角，并让相机沿指定轨迹在其中移动，同时保持空间结构的一致性。 鉴于震撼的视觉冲击与生成画面的一致性，Atlas一经发布便好评如潮。 不少网友将其视为空间智能的一次重要突
要点：训练一个大模型之前，语料需要经过解析、清洗、去重、质量评分、Token化和样本组装。 规模来到PB级，工程团队每天面对的不止算力账单，还有数百张表、不断增加的特征，以及少数几条就可能让整批任务重跑的异常数据。 以此为背景，论文《OmniTable: A Unified Wide-Table System for Petabyte-Scale LLM Data Curation and Exploration》介绍了一套由蚂蚁集团研发的统一宽表系统——OmniTable。论文已获今年的VLDB工业赛道最佳论文，聚焦的正是大模型训练中非常重要，但也常被忽视的环节——数据准备。 论文披露，OmniTable已在生产环境管理超过35PB、3
要点：不得了！国产大模型第一梯队，最近爆了个冷门。 一家新公司，首款模型只有27B，却在信通院MCP专项测试中拿下综合第二。 排在它前面的，是梁文锋藏了近一年的大杀器——参数量高达1.6万亿的DeepSeek-V4-Pro。 两者差距，只区区1.3个百分点。 这匹黑马就是StartLux-V1.0-27B-Preview，来自StartLux（原点星辉）。 有点面生是吧？别急，它的创始人兼CEO可是老熟人：陈大年。 AKA互联网时期的初代程序员「教父」，战绩可查： 盛大网络联合创始人、连尚网络掌门人，中国最早引入“共享软件”概念的编程者…… 退隐十年再度归来，这一次，他把赌注押在了本地模型上。 这就不得不提陈大年最近一次的罕见露面。 他在
要点：怎么模型还没发又惹出争议了？？ GPT-6发布前夕，最早由The Information爆出的一则消息迅速在网上引起热议： OpenAI新模型引入了一种名为“循环深度（recurrent depth）”的推理技术，它可能让模型的思考过程变得更难理解、更难监控。 用大白话说就是，以后AI想了啥，人类就真看不懂了。 啊这，那要是AI学会欺骗、作弊或者绕过安全限制，我们岂不是也无法及时发现了？？ 难怪消息一出，AI安全圈迅速拉响警报，众人纷纷担心： 如果这种技术继续扩大使用，现有的思维链监控机制可能直接失效。 如果这种技术继续扩大使用，现有的思维链监控机制可能直接失效。 事关重大、讨论太激烈，OpenAI首席科学家也不得不亲自下场回应。
要点：刚刚，Gemini 3.8 Flash，正式发布。 Coding能力大幅提升，LMArena上，Gemini 3.8 Flash空降Agent榜单第14名，以微弱优势险胜DeepSeek-V4-Pro。 对一款走量定位的Flash模型来说，无疑是超常发挥了，值得表扬。 毕竟价格一分没涨。 是的，3.8 Flash在定价上，仍然与3.7 Flash保持一致。 Benchmark啥的就不细说了，大家看看就行。 相比而言，背后的方法论可能更有意思一点—— 从谷歌披露的这些数据看来，Gemini好像「邪修」上了啊。。。 OpenAI和Anthropic都在努力让模型表现更强，同时用更少的步骤完成任务。 谷歌这边，完成任务需要走的步骤却越来越
要点：小扎去年撒出去的那些钱，好像终于开始听见响了…… Meta刚刚端出的新模型Muse Spark 1.3，已经和Fable 5掰上手腕了。 Artificial Analysis最新榜单里，Muse Spark 1.3 Max拿到62分。 跟Fable 5、5.1 xhigh打了个平手。 再往细项里扒，Coding和Agent这边Muse Spark 1.3已经开始在综合评分比自己高的Opus5 max面前冒头。 这事儿搁Meta身上，节目效果就不太一样了。 在Llama之后，Meta在顶流大模型赛道沉寂挺久，一度被对手甩开一大截。 就在不久前，小扎去年花重金攒起来的超级智能团队，还经历了余家辉离职的“变故”。 去年还在满硅谷挥着支票
要点：长期以来，机器人系统大多依赖专有模型。 一旦物体、场景或控制方式发生变化，往往就要重新进行数据采集、模型训练和部署调试。 如今，具身智能正步入以规模化落地为核心的下半场，较量的已不再是能否完成单点任务，而是同一套智能系统能否跨越环境、本体与任务边界，实现能力迁移与复用。 近日，它石智航通用具身大模型AWE3.7（AI World Engine）在十天内连续密集发布一系列任务，用同一颗“具身大脑”，贯通工业产线、物流作业、生活服务与移动操作等多场景，以真实任务回应了具身智能如何实现“通用泛化”这一行业命题。 工业产线：精度、力度与稳定性的三重考验 工业现场是检验具身智能的硬尺度——毫米级对位、实时力控和长时稳定缺一不可。 它石AWE3
要点：Anthropic前脚刚发布了Fable 5.1（具体可见Claude最强Fable 5.1发布！8项屠榜，最高降价45%，反蒸馏机制上线），后脚第三方权威跑分和个人第一手实测已经出炉了！ Anthropic研究员就展示了用Fable 5.1写代码，直接生成设计视频： 看看这效果，谁不想急头白脸地用一顿…… 话不多说了，咱们先上实测。 网友上手花样实测 看实例之前，先来看ARC Prize的基准测试。 成绩很不错，ARC-AGI-2拿下90.0%，ARC-AGI-1干到97.5%。 成本也更低，ARC-AGI-2每任务$3.12，ARC-AGI-1每任务$1.40，比Fable 5直接砍了32%。 正经跑分之外，大量网友没忍住火速开
要点：今年5月，英伟达机器人负责人Jim Fan在一场公开演讲中宣告：VLA、遥操已死。 当时，绝大多数人听到的第一反应都是：从来不缺暴论的AI圈，又多了一条新暴论。 但没想到，几个月后，这句当时听起来有点夸张的话，居然真的开始照进现实。 刚刚，自变量发布全新灵巧操作系统TwinDex。在后训练阶段真机遥操数据为0的情况下，机器人连续完成了化学实验场景中，旋拧瓶盖、注射器推注等多项精细操作。 要知道，以往想让机器人学会这类精细操作，还真少不了真机遥操数据来“手把手”教学。 但TwinDex这次，直接把这部分数据需求给砍没了，取而代之的是区区几百条无本体数据，机器人含量几乎为0～ 这是怎么做到的？ 遥操，可能真的危险了 俗话说，好的Demo
要点：说到具身大脑，蚂蚁灵波无疑是当下最值得关注的力量之一。 从LingBot 1.0系列发布、引发国内外对世界动作模型的创业热潮，到提出2.0“具身原生”的技术主张，蚂蚁灵波持续为行业带来新的思考与启发。 此前，量子位曾与蚂蚁灵波联合举办「蚂蚁灵波引力场」线下技术沙龙；蚂蚁灵波首席科学家沈宇军也曾受邀参加量子位AIGC产业峰会。 围绕具身智能，我们聊过模型，也聊过技术真正走进物理世界后，需要啃下的那些硬骨头。 这一次，我们又一起攒了个局。 9月11日下午，在2026 Inclusion · 外滩大会现场，蚂蚁灵波CEO朱兴、首席科学家沈宇军、首席数据科学家黄用韬将首次同台，围绕「基座之上：具身智能的场景突围与协同进化」这一主题，聊聊具身
要点：大视觉语言模型（LVLM）把语言理解扩展到了图像等多模态输入，同时，也带来了更隐蔽的攻击面。 细微图像扰动、视觉文字或跨模态提示可能绕过安全对齐，让模型回答原本应拒绝的有害问题。已有攻击在AdvBench上甚至能诱导对齐模型回答96%的不安全问题。 现有检测器往往只能在准确率、泛化能力和效率之间取舍。对此，中国人民大学与阿里巴巴集团联合提出Learning to Detect（LoD）：不使用任何越狱攻击样本，也不依赖手工启发式规则，而是从LVLM的逐层内部激活中学习通用安全模式，把未见攻击识别为偏离安全分布的异常。 LoD学习的不是“某一种攻击长什么样”，而是“安全输入在模型内部应该呈现什么模式”。 LoD学习的不是“某一种攻击长
要点：还记得上周具身圈流传的那个神秘10分钟一镜到底视频吗？ 视频一出，网友们表示：这是机器人领域的“吓到瘫坐，宛如看见核爆”…… 甚至给出了最高评价：是AI生成的吧？！ 同行跑来打听到底是哪家的，听说有头部公司专门开会研究……我们的后台都被各路网友问爆了。 看完这个十分钟的一镜到底视频，大家说具身智能的ChatGPT时刻可能真来了，有人说这是具身智能的重要里程碑，也有人说这是创新的架构。因为它让人看到了： 机器人具有一定认知能力，而不是概率预测； 机器人理解人类行为逻辑，而非过拟合； 机器人拥有持续自进化的能力，有很多令人惊叹的瞬间。 当然，由于机器人表现得太过“科幻”，也有一些不相信的人质疑：这是不是遥操的？（虽然团队说这么小的空间真
要点：就在刚刚，OpenAI多线齐发，为下一代模型Astra（传说中的GPT-6）拉满预热： 官方突然放出技术长文，首次公开Astra的能力底牌； 紧接着，奥特曼亲自下场写“小作文”，讲述Astra为何迟迟未能上线； 随后，两位华人研究员接连发声，带着一手细节晒出了此前从未公开的内部测试成绩。 短短几个小时，所有信号都指向同一个方向： OpenAI的下一代旗舰模型，已经箭在弦上。 奥特曼在小作文中透露，Astra其实早已完成训练，迟迟未发不是因为模型还不够强。 恰恰相反，这是因为Astra已经强到了公司不得不主动踩下刹车。 奥特曼将这段经历形容为一种持续的拉扯： 既兴奋于Astra带来的能力跃升，又焦虑于没人能够完全预判这些能力的后果。
要点：牛大发了！3D生成，刚刚从「造物」一脚跨进了「造世界」！ 看过《盗梦空间》吗？造梦师只用挥挥双手，物理规律下街道能折叠，建筑随之升起。 现在，类似的一幕就出现在3D生成中： 随便上传一张场景图，2～3分钟后，一个完整的3D场景直接生成。 桌上的碗是可以单独拎起来的，椅子是可以旋转挪动的，不喜欢的家具也是可以随时随地替换的…… 不同于只能围观的三维画面，这里每个资产都「活着」。 再或者，除了牛来，我们还可以马来、虎来！ 踏出这一步的，正是3D生成头部玩家影眸Hyper3D，其正式发布世界生成模型WorldGen，把3D生成从单个资产推向完整场景。 相比业内宽泛的“世界模型”概念，WorldGen的定位更具体明晰—— 不是生成一个只能观
要点：大模型越来越强之后，企业究竟愿意为什么样的AI付钱？ 单纯的模型能力，恐怕已经很难单独构成企业采用AI的理由。市场关注的重点已经从模型本身，逐渐转向AI怎样才能形成可以被感知、被核算的产出。 百融智能最新披露的中报，呈现出的正是这样一条变化路径。 2026年上半年，受外部因素影响，公司总收入出现波动；另一边，其AICC业务同比增长52%，其中面向更多行业的新场景收入增长195%。 AICC即AI Contact Center（智能联络），简单来说，就是把AI接入企业联络中心，让Agent直接承担查询、营销、服务和运营等具体工作。 百融透露，公司已在金融场景中打磨出了成熟的AICC和企业级Agent能力，如今开始向物流、券商等更多场景
要点：刚刚，Fable 5.1和Mythos 5.1发布！ 8项公开基准测试全部第一，价格最高降45%。 尤其是在科学研究和代码这两项上，明显甩开了Fable 5和隔壁GPT-5.6 Sol。 换个更直观的视角，现在用中、低推理程度跑Fable 5.1，表现基本相当于老版Mythos 5开到极高甚至最高推理程度。 这一波属于是“牢Fable”干掉了“Mythos圣”。 价格方面，Fable 5.1把缓存读取价格降至每百万token 0.25美元，降幅75%。 输入和输出价格与Fable 5一致，分别为每百万token 10美元和50美元。 看着好像只降了一项价格，但实际影响比较大，因为在智能体任务里，缓存读取占了成本的大头。 Anthro
要点：「全球首个」多模态世界模型，来了！ 来自李飞飞World Labs。 World Labs对这个名为Atlas的新一代世界模型，用词可谓毫不克制，「全球首个」之外，slogan也明确强调出，这一次，可不只是生成一段可互动视频了哟： 建模世界，移动相机，模拟空间和时间。 建模世界，移动相机，模拟空间和时间。 就是说，Atlas能够以像素级的相机控制生成图像和视频帧，并完成3D重建。并且空间和时间都能理解。 李飞飞本人将其视作World Labs的「里程碑式」成果，直接一手置顶： Atlas为从视觉特效到机器人的众多应用场景打开了大门。 Atlas为从视觉特效到机器人的众多应用场景打开了大门。 飞飞高徒、英伟达机器人主管Jim Fan也
要点：真就——悼词写早了。 因为时代的眼泪OpenClaw，杀回来了！！ OpenClaw正式发布2.0版本，版本号v2026.8.1，号称项目史上最大规模的一次更新。 从多人使用、Agent协作，到Session管理、并行执行，几乎把OpenClaw原来的单兵作战模式重新翻修了一遍。 甚至，龙虾，终于开始组队打本了—— 一台Gateway可以开始承载多个用户、多个Agent和多条Session。 Agent之间还能互相发消息、分任务，实验性的Swarm模式甚至可以一次性拉起多个Subagent并行执行。 更新规模，也甚是离谱。。。 官方数据显示，OpenClaw 2.0本次共有933名贡献者参与，其中569人是第一次贡献代码，合并PR超
要点：一个几美分一单，却曾托起整个深度学习时代的跑腿众包平台。 现在，它要关门了。 亚马逊刚刚宣布，旗下众包平台Mechanical Turk将于今年9月30日彻底停止服务。 巅峰时期，平台上超50万人在线打杂，看图、分类、标注，把电脑当时还学不会的小事，一单单全人工完成。 后来，这股庞大的「人肉算力」直接参与撑起了ImageNet数据集—— 没有MTurk，ImageNet上千万张图片的人工标注，几乎不可能完成。 没有ImageNet，李飞飞可能不会一夜成名。 Hinton师徒不会一战封神，深度学习可能也不会在2012年突然复兴。 21年后，真正的AI越来越会做这些作业了。 而当年替AI装聪明的那群人，连同这个平台一起，迎来了《下线通知
要点：啥，Hugging Face的买家，原来是老黄？？？ 刚刚，The Information报道，英伟达已同意以 129 亿美元收购Hugging Face。 X上都疯了，全部惊叹于你黄叔叔的钞能力。 还有Hugging Face这把是真全员财富自由了啊o(╥﹏╥)o。 我就说，前段时间，「腼腆」的老黄为啥非常高调，亲自开推特，首发小作文声援开源。。。 敢情留了这么一手啊！ 但值得注意的是，这场收购还没达成正式协议，所以结果嘛，还有不确定性。 但有个比较确定的—— 微软没谈成，哈哈哈！ 英伟达+Hugging Face 事实上，上周末就有巨头要收购Hugging Face的消息，金额之巨大，大家一直在猜金主到底是谁。 商业内幕报道，微
要点：不得不说，这真是我参加过最「全自动」的产品发布会…… 台上还在讲，台下已经开始出片了？？？ 新闻稿、产品长图、嘉宾金句海报、现场高光视频……一个接一个往外冒，简直是「实时转录」。 完成这一切的，正是发布会的主角——百度搭子。 发布会现场，百度搭子直接跑起了长程任务。从资料检索、信息分析到生成最终成果，整个过程当场完成，交付物也随即展示在大屏上。 现场看下来，我最直观的感受是： 百度搭子，确实能把一整套能展示、能分发的物料稳定可靠地做出来。 这也对应了百度搭子在此次发布会上提出的新标准： 「专业办公新定义，交付即惊艳」。 所谓「惊艳」，不只是生成速度快。一份合格的Agent产物，还得内容专业、呈现好看，最终能够真正使用。 从产品数据上
要点：AI Agent会写代码，不等于它会做科学计算。 以水文模拟为例，Agent要划分流域、准备强迫数据、转换单位和坐标、设置参数、运行模型、诊断异常，最后判断结果在物理上是否成立，任何一步出错都可能让整条工作流失效。 更棘手的是，很多错误不会让程序崩溃：模型照样输出一条平滑、看起来十分“合理”的曲线，只是它在科学上毫无意义。 研究者能把流程跑稳，靠的还有散落在源码、示例算例和头脑中的操作经验；当Agent接手，这些隐性知识就成了硬门槛。 对此，来自河海大学长江保护与绿色发展研究院的研究团队提出Know Infrastructure（KI，知识基础设施）：在Agent与专业模型之间建立一层共享Harness，把专家经验变成可执行的工具、
