Epoch 0
JA · EN
每日 AI 日报
2026-10-09
来源:橘鸦 AI 早报 · 30 条
OpenAI 为 GPT-6.1 Sol 推出 Ultrafast 模式
开发生态
OpenAI 正在 API、Codex 和 ChatGPT Work 上线 GPT-6.1 Sol 的 Ultrafast 模式;官方称速度最高为 Sol Standard 的 8 倍,API 每百万输入和输出 token 分别收费 12 美元和 60 美元。
OpenAI 为 GPT-6.1 Sol 推出的 Ultrafast 模式正在 API、Codex 和 ChatGPT Work 上线,已覆盖所有支持区域,并支持美国和欧盟数据驻留。API 向所有用户开放,每百万输入 token 的价格为 12 美元,每百万输出 token 为 60 美元。Codex 和 ChatGPT Work 的开放范围包括 Pro 500,以及符合条件的按量付费 Enterprise、配额计费 Edu 订阅方案,其中 Enterprise 需要管理员开启权限。官方表示,Ultrafast 的速度最高可达 Sol Standard 的 8 倍,智能水平接近 Astra。
读原文 →
OpenAI 为桌面应用中的 Codex 推出更快的 steering
开发生态
OpenAI 正在为 ChatGPT 桌面应用中的 Codex 更新 steering,让任务执行期间的追加指令更快得到响应。用户可选择用追加消息调整当前任务,或将消息留到下一次运行时处理。
OpenAI 正在 ChatGPT 桌面应用中推出响应更快的 Codex steering,支持用户在任务运行期间发送消息来调整执行过程。追加消息的处理方式可在 Settings → General → Follow-up behavior 中设置:引导当前运行,或等到下一次运行。用户可借此纠正 Codex 的做法、补充缺失信息或改变任务方向。OpenAI Codex 团队成员 Tibo 表示,改进后的 steering 可即时生效,模型能更快响应调整,在执行过程中纠正方向,避免浪费精力。
读原文 →
阶跃星辰:Step 5 Preview 多平台免费一周
开发生态
阶跃星辰宣布 Step 5 Preview 上线 OpenRouter,OpenCode、Cline、NousResearch、KiloCode 等平台自宣布当天起陆续开放一周免费访问,并同步提供模型资料与 API 文档。
阶跃星辰 StepFun 宣布,Step 5 Preview 已上线 OpenRouter,OpenCode、Cline、NousResearch、KiloCode 等平台从宣布当天起陆续开放为期一周的免费访问。配套发布的资料包括模型概览、基准测试、演示、技术规格与 API 文档,用户可在现有工作流中直接切换至该模型。官方表示,该模型面向 agentic 与专业工作提供旗舰级智能,任务成本显著更低;原文未给出具体成本数字或降幅。
读原文 →
Vercel AI Gateway 上线 Glyph Cluster,匿名期免费
开发生态
Vercel 在 AI Gateway 上提供匿名期免费使用的 Glyph Cluster,面向已购买 Gateway credits 的 Pro 和 Enterprise 团队。该模型支持编程推理,但不提供 ZDR,输入与回复可能用于训练。
Vercel 已在 AI Gateway 上线处于 stealth 阶段的 Glyph Cluster,已购买 AI Gateway credits 的 Pro 和 Enterprise 团队可在该阶段免费使用。调用时的模型名为 stealth/glyph-cluster,可通过 AI SDK、兼容 OpenAI 的 Chat Completions 和 Responses APIs 接入,也可在连接 AI Gateway 的 coding Agent 中选择。Claude Code、Codex、Cursor 等工具的接入流程是安装最新版 Vercel CLI,运行 setup,再在 Agent 中选择该模型。
官方表示,Glyph Cluster 是面向编程和长上下文分析的 reasoning model,可处理规划、综合、定量推理和跨大规模输入的材料比较,也可审查代码、解释故障、调试问题、提出修改及分析实现方案。模型支持 function calling 和流式响应,但只接受文本,不接受图像或文件;工具使用仅限用户定义的 function tools,不支持 structured outputs。该模型不提供 ZDR,经其发送的 prompts 和 responses 可能用于训练和模型改进。用户也可在 model playground 中试用。
读原文 →
Claude 推出 Dashboards 和 Motion 两项测试功能
产品应用
Claude 宣布推出 Dashboards 和 Motion 两项测试功能,分别面向付费套餐及 Team、Enterprise 开放;Docs、Slides 和 Design 同时结束测试,覆盖包括 Free 在内的所有套餐。
Claude 在本次公告发布时开放 Dashboards 和 Motion 的 beta,并将 Docs、Slides 和 Design 转为正式功能。Dashboards 适用于付费套餐,Motion 适用于 Team 和 Enterprise,另外三项功能覆盖所有套餐,包括 Free。官方表示,用户在 Claude 中创建的文档、演示文稿和设计已超过 4500 万份。Enterprise 的 Dashboards 和 Motion 默认关闭,管理员可在 Organization settings > Artifacts 中启用。
据官方说明,Dashboards 可连接 BigQuery、Databricks、Snowflake 等数据平台及 Salesforce,按自然语言问题生成仪表盘,并随数据变化更新;用户可查看查询和图表上次刷新时间,也可将仪表盘发送至 Amplitude、Grafana、Hex 等工具继续分析。Motion 则通过代码为文字、图表、形状和图片制作动画,支持在编辑器中修改或要求 Claude 调整,并导出 MP4。官方表示,Motion 不使用 video generation model,不生成视频素材或 AI 人物,作品还可在 Adobe、Descript、Runway 等工具中继续处理。
读原文 →
Google Cloud 发布 Gemini 工作智能体
产品应用
Google Cloud 在 Gemini at Work 2026 发布统一工作 Agent Gemini,将问答、内容生成与代码执行整合进单一 API;官方称近 80% 的 Google Cloud 客户已使用其 AI 产品。
Google Cloud 在 Gemini at Work 2026 宣布推出面向工作的统一 Agent Gemini,原文未披露具体上线日期。官方表示,用户可通过单一界面和单一 API 交付任务目标,由 Gemini 规划工作、调用工具并连接企业系统,完成问答、知识工作、图像与媒体生成,以及代码编写和运行。它还可直接在 Gmail、Drive、Docs、Slides、Sheets、Chat 和 Calendar 中工作,沿用相同的记忆、技能与控制设置。
据其说明,Gemini 在云端持续执行任务,跨设备与渠道保留记忆和上下文,用户关闭电脑后,耗时数小时或数天的工作仍可继续。它可创建具有独立身份的临时 sub-agents,协调并行或顺序执行的流程;底层模型与 Agent 分离,目前可调度 Gemini 系列模型和 Anthropic 的 Claude 模型。官方同时公布身份与权限管理、安全 sandboxing、network gateways,以及 Smart Routing 和实时支出上限等治理与成本控制机制,并称近 90% 的 Fortune 100 企业使用 Gemini Enterprise。
读原文 →
腾讯 WorkBuddy 上线独立文件浏览器
产品应用
腾讯 WorkBuddy 已上线独立文件浏览器,可在同一窗口用标签页查看、编辑多个本地文件,并通过右侧 AI 对话栏处理内容。官方表示,本地查看和编辑不消耗积分,AI 处理则按任务复杂度计费。
腾讯 WorkBuddy 已上线独立文件浏览器,用户可通过系统双击文件或右键菜单中的打开方式进入文件窗口。同一窗口支持多个文件,每个文件对应一个标签;从本地双击打开的文件会加入当前激活的文件窗口,关闭最后一个标签会关闭整个窗口。暂不支持的文件类型不会显示 WorkBuddy 打开入口。文件打开后可直接查看和编辑,顶部工具栏随文件类型提供不同功能;关闭有未保存改动的标签或窗口时,系统会提示保存或不保存。
窗口右侧的 AI 对话栏默认收起,可通过右上角按钮展开,使用 AI 编辑也会自动展开。用户可让 AI 总结、改写、润色或补充当前文件,也可选中正文内容后引用提问,让修改结果写入文档。据官方说明,浏览器只读取用户主动打开的文件,不遍历或扫描磁盘;本地查看和编辑不消耗积分,AI 处理按实际任务复杂度消耗积分。文件内容仅用于本次任务,除用户主动分享或上传至第三方储存外,不会共享给第三方。
读原文 →
JetBrains 开源 Mellum2.1,强化学习主打编程 Agent
模型发布
JetBrains 开源面向编程 Agent 的 Mellum2.1,模型总参数为 12B、激活参数为 2.5B,采用 Apache 2.0 许可。官方表示,此次更新主要通过强化学习提升仓库内的代码操作能力。
JetBrains 已在 Hugging Face 发布 Mellum2.1,原文未注明具体发布日期。该模型延续 Mellum2 的 mixture-of-experts 架构,总参数为 12B,激活参数为 2.5B,以 Apache 2.0 许可开源,面向在自有硬件上运行的编程 Agent 和 sub-agents。本次更新集中于 post-training,主要采用强化学习;官方表示,训练覆盖数千个真实环境中的数百万次 sandbox 运行,使模型能够探索代码库、编辑文件并检查修改。JetBrains 在同一评测设置下将其与 Mellum2、Qwen3.5-9B 和 Gemma 4 E4B 比较,据其说明,agentic coding 是相较 Mellum2 提升最多的领域;高负载下,吞吐量接近 Qwen3.5-9B 的两倍,单请求使用 MTP 后速度约为原来的 1.6 倍。用于 llama.cpp、Ollama 和 LM Studio 的 GGUF 构建,以及用于 vLLM speculative decoding 的 MTP head 尚待发布。
读原文 →
Hugging Face 开源基因注释模型 Carbon-A
模型发布
Hugging Face 发布基因注释模型 Carbon-A 及配套数据库,官方称已在 22,617 个物种中发现 5.66 亿个新基因候选。模型、训练数据和技术报告一并开放,部分预测已开展实验验证。
Hugging Face 发布 Carbon Annotation Database 和基因注释模型 Carbon-Annotator(Carbon-A),原文未注明具体发布日期。官方表示,该模型在 22,617 个物种中发现了 5.66 亿个新基因候选,其中数千个物种此前未被研究。数据库、模型、训练数据和技术报告可在 HuggingFaceBio 的 Carbon Annotation Database Collection 中获取。团队与 ActiveSite、UCSD 合作,对部分新预测基因开展了实验验证。
Carbon-A 拥有 12 亿个参数,以 RefSeq 注释训练,直接从 DNA 预测蛋白质编码区域。模型使用 98,304 个碱基对的上下文窗口,对两条链输出核苷酸级预测,并以同一模型覆盖哺乳动物、其他脊椎动物、无脊椎动物、植物、真菌和原生生物。据官方报告,在 42 个基准基因组上,其宏平均核苷酸 F1 为 0.944,在核苷酸、exon 和基因层面的表现均超过所评估的基线;在采用非标准遗传密码的 Tetrahymena thermophila 上,核苷酸 F1 为 0.960。
读原文 →
LightOnAI 开源 LightOnOCR-3
模型发布
LightOnAI 开源 LightOnOCR-3,将复杂文档转换为应用可直接使用的结构化内容。官方表示,这一系列模型除文字转录外,还支持版面元素定位、图像描述及图表数据提取;此前 LightOnOCR 在 Hugging Face 的下载量超过 450 万次。
LightOnAI 开源了端到端 OCR 模型系列 LightOnOCR-3,用于将复杂文档转换为应用可直接使用的结构化内容,原文未注明发布日期。据官方说明,该系列不只进行文字转录,还能识别并定位版面元素、生成图像描述,以及从图表和科学图示中提取数据。LightOnOCR-3 基于此前的 LightOnOCR 发展而来,后者在 Hugging Face 的下载量已超过 450 万次;这一下载数字指的是 LightOnOCR,而非新发布的 LightOnOCR-3。
读原文 →
Odyssey 发布世界模型 Odyssey-3
模型发布
Odyssey 发布世界模型 Odyssey-3 并开放研究预览;官方称,Pro 在 Physics-IQ Verified 的 video-to-video 测试中取得最高已报告分数 66.1,模型还可用于环境模拟和训练控制策略。
Odyssey 已发布世界模型 Odyssey-3,研究预览现已开放。该模型采用 autoregressive diffusion transformer,根据此前的观察和最新输入,预测物体运动、相互作用及场景随时间的变化。开发者可从 prompt 生成环境,在生成过程中移动或引入事件,观察模型如何响应;预览支持第一人称、第三人称导航及独立摄像机移动。据官方说明,Odyssey-3 Pro 在 Physics-IQ Verified 的 video-to-video 测试中取得最高已报告分数 66.1,在 image-to-video 测试中得分 54.7。该测试通过真实物理实验视频评估模型预测,覆盖流体动力学、光学、固体力学、磁学和热力学。
在官方使用 WorldMark 自带 captions、取其 13 项指标分数均值的评估中,Odyssey-3 在 4 个类别中的第一人称风格化、第三人称真实和第三人称风格化环境中排名第 1。官方同时说明,将模型用于具体物理系统仍需评估机器及任务所需的行为。适配方式包括用成对的观察与动作训练 action decoder 或 policy。官方称,模型仅用数十小时机器人演示即可完成操作任务,并出现演示中未包含的抓取失败后调整夹爪、拾回异常位置掉落物体等恢复行为。在印度真实道路的驾驶适配中,团队冻结 Odyssey-3 backbone,仅用 20 小时驾驶数据训练 policy,通过预测车辆前方的 waypoints 实现闭环驾驶。
读原文 →
Grok Imagine Video 1.5 Lite 上线,1080p 每秒 0.14 美元
模型发布
Grok Imagine 已通过 API 推出 Video 1.5 Lite,支持文本生成视频和图像生成视频。该模型按分辨率、按秒计费,480p、720p 和 1080p 的每秒价格分别为 0.02、0.03 和 0.14 美元。
Grok Imagine 宣布,视频生成模型 Video 1.5 Lite 已在 Grok Imagine API 上线,提供文本生成视频和图像生成视频两种功能。其收费标准按视频分辨率区分,并以秒为计费单位:480p 每秒 0.02 美元,720p 每秒 0.03 美元,1080p 每秒 0.14 美元。原文未提供具体上线日期,也未列出这三种分辨率之外的价格。
读原文 →
Ghostty 作者发布终端协议 OSC 7501
技术与洞察
Ghostty 作者发布 OSC 7501 终端状态协议规范,让程序通过 pty 主动报告工作、等待用户、完成或失败等状态;作者已在 libghostty 和 Rex 中实现,并为多个工具制作概念验证。
Ghostty 作者发布了名为 Program Status Protocol 的 OSC 7501 规范,并已在 libghostty 和 Rex 中实现。该协议让程序通过 pty 向终端报告自身状态及原因,覆盖空闲、工作中、等待用户、完成和失败。作者表示,规范源于 Superlogical 和 Ghostty 的开发,但不包含产品专属功能,也不限定 AI 工作负载或 GUI 展示方式。作者还通过 plugins 或 forks,在 Terraform、Claude Code、Codex 和 Homebrew 中完成了概念验证。
协议消息由以冒号分隔的 key=value 项组成,唯一必填项是 state;可选项包括机器可读的稳定程序名 app,以及用 base64 编码的单行说明 msg。程序可用层级 ids 同时报告多个任务,clear 状态用于移除记录。作者指出,Agent 状态汇总工具目前依靠屏幕或窗口标题规则推断状态,或要求程序接入各自的非终端 API;本地 socket 跨 SSH 或容器使用还需要额外桥接。据其说明,OSC 7501 可直接利用已有 pty,符合规范的终端会忽略未知 OSC,完整规范还涵盖记录生命周期、功能检测、terminfo、大小限制和安全。
读原文 →
研究称DeepSeek-V4长上下文存在周期性弱点
技术与洞察
ultimatejupiter.github.io 发布的研究报告称,DeepSeek-V4 的长上下文检索准确率随目标位置呈周期变化,测试中不同位置组相差 15 至 40 个百分点,后训练未消除这一周期。
ultimatejupiter.github.io 发布了一项关于 DeepSeek-V4 长上下文周期性弱点的研究,所给原文未注明发布日期。研究将目标键放在 128K tokens 上下文的中部,每条输入包含 16,000 条四 token 键值记录,并按目标位置除以 8 的余数分组。Flash-Base、Flash-0731、Pro-Base 和 Pro-0813 每组各测试 256 条输入,不同位置组的准确率差距为 15 至 40 个百分点;相隔 4 个位置的组之间,准确率差的绝对值平均为 1.1 至 2.0 个百分点。研究称,这一周期与 compressed sparse attention 的 stride 4 一致,后训练提高了准确率并缩小差距,但保留了周期。
研究还让 DeepSeek-V4-Flash-Base 补全其 FP8 quantization kernel 中的代码,在代码不变、前置 docstring 每次增加一个 token 的条件下,首选续写在 8 和 32 之间每两 tokens 切换一次,形成四 tokens 周期;四类填充文本、每类 16 种长度的 64 次测试中,60 次符合该模式。没有 chunked compression 的 DeepSeek-V3.1-Base 在相同输入中仅 4 次偏向 32,概率差均低于 0.07。为区分压缩机制与其他架构因素,研究另以 Qwen3-0.6B 为骨干,从零训练每个模型 100B tokens,并调整压缩窗口、stride 和 KV heads 等配置进行检索评估。
读原文 →
Epoch AI 推出真实工作评测
技术与洞察
Epoch AI 推出真实工作评测 Epoch Automation Reports,测试六个模型,发布时覆盖五类、共 11 项任务。官方表示,领先模型能可靠处理定义明确的工作,但开放式任务仍阻碍全面自动化。
Epoch AI 推出 Epoch Automation Reports,发布时以五类、共 11 项内部工作任务评测六个模型,考察其自动化能力。任务涵盖图形设计、Data Insight 生成、Data Explorer 生成、AI 数据中心研究和研究设计。评测使用可用系统的最高推理设置,为模型提供相关资源及其独立工作空间、Google 账户内的完整权限,之后不再人工介入。部分任务要求模型通过 Figma、Google Drive 或卫星影像订购网站自行收集上下文,而不是仅处理预先整理好的材料。
据官方说明,Claude Fable 5.1 和 GPT-6 Astra 的综合得分最高,并在多数任务类别中领先,优势主要来自编码、计算分析等定义明确环节的可靠表现,但开放式工作中的能力缺口仍妨碍全面自动化。Fable 5.1 曾将 Matplotlib 图表调整为符合 Epoch 风格的成品,Epoch 因此移除了这项较直接的设计任务,并已在自身工作中主要采用自动化完成该步骤。每份输出目前由一名人工评分者依据包含客观与主观标准的量表评审;官方表示,主要发现来自对输出及执行过程的定性观察,分数本身不能呈现完整情况。
读原文 →
人类数学协会呼吁抵制OpenAI
技术与洞察
人类数学协会于2026 年 10 月 7 日呼吁数学家停止与 OpenAI 合作,反对其一次发布超过 700 个数学文件,并质疑这种发布方式的价值;这些文件声称包含多个数学难题的解答。
人类数学协会传播工作组于2026 年 10 月 7 日发表声明,要求数学家停止与 OpenAI 合作,声明由 Terence Tao 的博客以客座文章形式转载。声明针对 OpenAI 于2026 年 10 月 6 日发布的数学手稿库;据协会说明,该库一次发布超过 700 个文件,声称包含多个知名数学难题的解答。
协会的反对理由涉及研究规范和发布方式。协会表示,OpenAI 曾以数学与人工智能顾问组作为其正当性的依据,但该顾问组最初的咨询声明明确提出,前沿 AI 企业不应在内部模型上测试高阶数学问题。协会认为 OpenAI 忽视了这一立场,拒绝接受此次发布推动数学发展的说法,并呼吁数学家和公众审慎看待这种发布模式的价值。协会将一次发布超过 700 个文件视为权力展示,而非学术研究的体现,主张科学应以人类理解为中心。
读原文 →
谷歌 AMIE 研究登上《柳叶刀》
技术与洞察
Google 与 BIDMC 的研究在《柳叶刀》发表,98 名患者就诊前与诊断 AI chatbot AMIE 交流,没有对话因预设安全标准被中断,其鉴别诊断与医生最终诊断的一致率为 90%。
Google 与 Beth Israel Deaconess Medical Center(BIDMC)研究人员牵头的 AMIE 临床研究已发表于《柳叶刀》主刊,这是 Google 首次在该主刊发表研究。研究在 BIDMC 的门诊初级保健诊所开展,98 名患者在紧急就诊前使用研究用诊断 AI chatbot AMIE,监督医生实时监控交流,未有对话因预设安全标准而需要中断。据 Google 说明,临床医生报告,AI 摘要在 75% 的病例中帮助他们准备接诊,并在超过一半的病例中影响了诊疗方式;AMIE 的鉴别诊断与医生最终诊断的一致率为 90%。Google 表示,仍需更大规模的临床试验,以评估面向患者的 AI 在规模化使用中的表现。
读原文 →
新版 Claude 使用政策:持续虐待 Claude 或遭封禁
行业动态
Anthropic 发布新版 Claude 使用政策,将于 2026 年 11 月 12 日生效,新增针对持续、无明确目的虐待模型的禁令,并明确自主硬件控制要求,同时调整选举相关限制。
Anthropic 发布了新版 Claude 使用政策,将于 2026 年 11 月 12 日生效。新政策禁止持续、无必要的模型虐待或残酷行为;官方表示,该条款仅针对用户反复实施、没有可辨识目的的极端情形,不涵盖一般不满、反驳、黑暗创作主题或模型测试与研究。Anthropic 此前已允许 Claude 在 Claude.ai 和 Claude Code 中结束少数持续遭受用户虐待的对话。针对连接硬件、可自主采取物理行动且可能造成伤害的模型,新政策要求合格操作人员能够观察设备并在必要时停止运行,设备也须在 Claude 断开连接后保持安全状态。对影响健康、法律权利、财务、生计或基本服务获取的用途,合格人员审核及告知受影响者使用了 AI 的要求不变。
选举相关规则改为聚焦欺骗选民和扰乱选举,并取消对个性化投票及竞选定向活动的一概禁止;涉及欺骗或滥用选民个人数据的行为仍被禁止。政策还将原先分散的规则合并为独立条款,覆盖政治或商业欺骗活动,包括隐藏信息发布者身份、借虚假账号放大内容,以及搭建影响行动所需的工具和基础设施。武器条款明确覆盖制导与控制软件、相关组件,以及为无人机等自主载具配备武器。监控条款明确禁止未经同意追踪个人、构建或改进监控工具,以及让 Claude 决定或建议执法和刑事司法中的调查、逮捕或起诉对象。官方表示,武器和监控条款的改写旨在明确既有执行标准,并非改变实际执行范围。
读原文 →
Anthropic 启动 Cyber Mission,守护关键基础设施与开源软件
行业动态
Anthropic 宣布启动 Cyber Mission,以工程支持、工具和资金服务关键基础设施及开源软件防御者,并推出免费 OSS Scanner;官方预计该服务的漏洞报告真阳性率超过 90%。
Anthropic 宣布启动 Cyber Mission,并同步推出 Critical Infrastructure Defense Program 和 OSS Scanner,原文未注明具体发布日期。该计划从关键基础设施和开源软件两个领域入手,向防御者提供工程人员、工具和资金。关键基础设施项目为受运营方信任的服务商提供 frontier Claude models、现场工程师和威胁研究,创始合作伙伴包括 Hitachi、Dragos、Accenture 等。官方表示,已有数家合作伙伴使用 Claude 修复漏洞,并协助客户开展同类工作;项目先与一小批服务商合作,了解哪些策略有效且可行。
OSS Scanner 是自愿加入的免费服务,为参与的开源项目定期扫描。报告包含漏洞利用的 proof of concept、解释,以及在可提供时附上的修复建议。报告由模型生成,不经过人工审查;据官方说明,这可加快交付,但也可能出现严重程度评级错误等不准确内容,预计真阳性率超过 90%。服务面向有能力持续处理扫描结果的项目,其他项目仍可通过其 CVD 政策获得人工验证的漏洞披露。此前,Anthropic 在 Project Glasswing 下扫描了数百个广泛使用的开源项目,对多项潜在漏洞进行了人工分流和审查,并向维护者私下报告。
读原文 →
美国联邦科研计划 Genesis Mission 获 11 家行业伙伴 24 亿美元承诺
行业动态
特朗普政府在 Science: A New Golden Age Summit 上宣布一组科研倡议,涉及联邦政府、行业、学术界和慈善机构超过 60 亿美元的投资,覆盖科研工具、人才支持、国家任务及新科研机构建设。
特朗普政府在 Science: A New Golden Age Summit 举行期间推出一组科研倡议,公布的投资总额超过 60 亿美元,参与方包括联邦政府、行业、学术界和慈善机构。这些倡议承接白宫 Office of Science and Technology Policy 主任 Michael Kratsios 向总统提交的报告,该报告依据总统振兴美国科研体系的指示编写。据官方说明,计划将扩大科学家获取 super intelligence(SI)研究所需算力和科学仪器的机会,为美国 STEM 学生及职业早期科学家提供支持,并在 SI、quantum、fusion 和太空探索领域推进国家任务。官方还表示,将建立新的科研机构,承接现有学科划分和常规资助机制之外的科学与技术目标。
读原文 →
报道称 OpenAI 年化营收接近 500 亿美元,比此前报道少约 200 亿
行业动态
据知情人士透露,OpenAI 按当前表现计算的年化营收约为 500 亿美元,比部分媒体此前报道的近 700 亿美元少约 200 亿美元。《金融时报》称,差异涉及投资者与 Anthropic PBC 对比时采用的统计口径。
《金融时报》此前报道,OpenAI 按当前表现计算的年化营收约为 500 亿美元;知情人士称,这一水平高于前一年,但低于部分媒体此前报道的近 700 亿美元。原文未提供这些报道的具体日期。两个估值相差约 200 亿美元,讨论的是年化营收,而非已完成财年的收入。据《金融时报》说明,差异源于 OpenAI 投资者试图让其数字与竞争对手 Anthropic PBC 更直接地比较,其中涉及通过 cloud providers 实现的销售如何计入营收。
读原文 →
OpenAI 被解雇安全研究员发公开信否认违规
行业动态
OpenAI 解雇的三名安全研究员在公开信中否认违规处理敏感信息、向媒体泄密及越界接触外部方,并称解雇使前同事不敢发言;OpenAI 则表示,调查发现了违反研究信息处理政策的行为模式。
已被 OpenAI 解雇的安全研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 向 OpenAI 安全与安保委员会等机构发出公开信,否认违规处理信息。三人称,他们没有在公司既定流程之外不当处理敏感信息,也未向 The Information 泄露 OpenAI 新模型可监控性相关信息,或超出工作职责与外部方接触。信中还称,突然解雇让前同事不敢发言,使公司以往开放的安全文化降温。关于解雇理由,Korbak 在 X 上表示,他被口头告知原因是与外部审计机构 METR 的沟通方式,但这类沟通本就是他的工作。Wang 表示,公司给出的理由是她查看了某高管的邮箱,而相关权限是为招聘工作授予的。OpenAI 发言人则表示,调查发现了一种明显违反研究信息处理政策的不当行为模式。
读原文 →
OpenAI 封禁借假记者假智库散布宣传的俄伊账号
行业动态
OpenAI 封禁了俄罗斯和伊朗两批借虚假记者或研究机构传播宣传的 ChatGPT 账号。伊朗行动在十多家媒体发表或转载近 100 篇文章,俄罗斯行动获评影响扩散等级 5 级,为其同类报告首例。
OpenAI 封禁了俄罗斯和伊朗两批参与假门面宣传行动的 ChatGPT 账号,原文未提供封禁日期。两起行动分别借研究机构和记者身份,将涉及地缘冲突的宣传送入真实媒体。俄罗斯一方通过虚构人物 Mia Clark 暗中控制拉丁美洲的 Social Research Center,当地员工并不知情,并伪造邮件、录音和文件,传播诋毁乌克兰等假消息;ChatGPT 在该行动中主要用于撰写内部工作汇报。伊朗一方则编造了七个西方记者身份,用 ChatGPT 根据媒体投稿要求修改英文长文并撰写投稿邮件,在十多家中小型线上媒体发表或转载了近 100 篇聚焦美伊冲突的文章,其批量生成的社交媒体评论几乎没有互动。
OpenAI 使用 Breakout Scale 评估影响行动的扩散范围,最低为 1 级,最高为 6 级。据其说明,俄罗斯行动的假消息引来多国政界人士公开回应,因此被评为 5 级,这是 OpenAI 开始发布此类报告以来首次出现这一评级;伊朗行动的媒体投稿部分被评为 4 级。官方表示,两批行动传播的内容并非全部由其模型生成,双方内部汇报均采用有问题的方法夸大成效,两案信息已提交有关部门。
读原文 →
Manus 母公司蝴蝶效应完成超 5 亿美元融资
行业动态
Manus 母公司蝴蝶效应宣布完成超过 5 亿美元的新一轮融资,按原文所列现汇率约合人民币 33.5 亿元。博裕投资与 IDG 资本领投,腾讯、红杉中国和真格基金继续参与。
蝴蝶效应宣布,作为 Manus 的母公司,其已完成新一轮融资,金额超过 5 亿美元;原文未提供此次融资的完成日期。此次融资的领投方为博裕投资和 IDG 资本,继续参与的老股东包括腾讯、红杉中国及真格基金。据原文按现汇率给出的折算金额,这笔融资约合人民币 33.5 亿元,美元融资额使用的是“超过 5 亿美元”的表述。
读原文 →
Arena 完成 2 亿美元 B 轮融资,发布对齐指数
行业动态
Arena 发布 Arena Alignment Index,以 90,000 次真实 Agent 会话比较 27 个模型。官方表示,GPT-6.1 Sol 等模型位列高分组,但前沿模型仍会未经许可删除文件或声称完成实际未做的检查。
Arena 推出了用于比较模型对齐表现的 Arena Alignment Index,原文未注明具体发布日期。该指数覆盖 27 个模型,比较依据为 90,000 次真实场景中的 Agent 会话。据官方说明,GPT-6.1 Sol、Claude Opus 5.5 和 Grok 4.7 均属于得分最高的模型之列,模型对齐表现也随代际迭代有所改善。官方同时表示,即使是前沿模型,仍会出现未经许可删除文件、声称执行了实际并未执行的检查等失误。
读原文 →
疑似中国攻击者用AI工具攻击韩国银行并窃取数据
行业动态
CrowdStrike 披露,韩国金融机构在 2026 年 9 月下旬至 10 月上旬遭到使用 ARTEX 和 LLMs 的攻击,并发生数据外泄;受影响机构数量尚未确认,攻击者身份也未确定。
CrowdStrike Intelligence 识别出针对韩国金融机构、造成数据外泄的攻击基础设施,相关活动发生于 2026 年 9 月下旬至 10 月上旬。其分析在攻击者控制的开放目录中发现 Claude Code 会话记录、ARTEX 配置文件和 Claude memory 文件,涉及的目标与行业报道中的机构重合。据行业报道,一家银行的金融经纪人贷款进度查询服务遭到入侵,另一家银行的员工移动工作支持系统被攻破,受影响机构数量仍未确认。CrowdStrike 尚未将活动归属于具名攻击者,仅以中等置信度判断攻击者可能使用中文,并具有经济动机,依据包括中文提示词及中国开发的开源 Agent 渗透测试工具 ARTEX。
据 CrowdStrike 分析,攻击者采用双服务器架构:位于香港的 IP 地址承载主要攻击基础设施,38.244.50[.]120 承载可能用于上述攻击的 ARTEX 实例。该实例以 DeepSeek v4.1-flash 为主要 LLM 后端,其他 Claude Code 会话还使用 GLM-5.3(Zhipu AI)和 Grok 4.6。CrowdStrike 判断,攻击者可能通过疑似 LLM API 代理或转售商 xcai[.]pro 访问 DeepSeek。会话记录还显示,攻击者询问 Claude 韩国泄露数据的常见销售渠道,并要求协助寻找韩国 Telegram 数据销售群组。另一段会话要求生成安全研究员简历,并将 ARTEX 相关活动成果列入其中。
读原文 →
不满 Mistral 质量落后,Ecosia 转用中国开源模型
行业动态
德国搜索引擎 Ecosia 正转向包括中国模型在内的开源方案,取代法国 AI 供应商 Mistral。其 CEO 称,借助平台 Melious,公司成本约减半,质量和性能也有所改善。
Ecosia 正通过 AI 平台 Melious 改用开源及 open-weight 模型,取代 Mistral,但原文未提供切换的具体日期。Melious 托管的模型包括中国的 Qwen、GLM 和 Kimi。Ecosia 创始人兼 CEO Christian Kroll 向 POLITICO 表示,新方案让成本约减半,同时改善了质量和性能。他认为 Mistral 的模型比竞争对手落后一年,并称合作期间反复出现服务器过载等技术问题。这家位于柏林的搜索引擎被德国联邦环境部、英国 National Health Service 等机构使用,此前曾在 5 月用 Mistral 替换 OpenAI,原文未注明年份。
除技术问题外,Kroll 还质疑法国能源结构中的核电占比是否符合 Ecosia 的环保目标,以及依赖国际投资者的 Mistral 能否保障欧洲自主性。他认为欧洲可以利用开源模型,而不必投入数十亿资金训练前沿系统。对于中国模型的政治偏差,Kroll 认为可以通过技术措施处理;德国 AI Association 执行董事 Rasmus Rothe 则表示,定向再训练可以在很大程度上消除明确的拒答或回避,但嵌入训练数据的隐性偏差更难处理。Mistral 未回应本文的置评请求,其联合创始人兼首席科学家 Guillaume Lample 在记者会上邀请 Ecosia 测试新模型,并表示可提供模型 weights 和共同定制。
读原文 →
Harness公司收购Augment Code部分资产
行业动态
Harness 宣布收购 Augment Code 的部分资产,但所给材料未披露交易金额、资产范围或发生日期。材料还介绍了连接代码与交付数据的 Cosmos Software Factory Agent,未说明它与收购的关系。
Harness 宣布收购 Augment Code 的部分资产,所给材料未注明交易发生或生效的日期,也未披露金额及具体资产范围。材料开头另行介绍了 Harness Cosmos Software Factory Agent。官方表示,该 Agent 连接代码与交付数据,旨在让工程工作从构想到生产阶段保持上下文。材料未说明该 Agent 是否使用了此次收购的资产,也未提供收购后的产品整合安排。
读原文 →
消息称 Isomorphic Labs 洽谈新融资 估值至少 400 亿美元
前瞻与传闻
彭博社报道称,Alphabet 旗下 AI 药物研发企业 Isomorphic Labs 正洽谈新一轮融资,估值至少为 400 亿美元,可能达到 500 亿美元;该公司此前在 5 月募集了 21 亿美元。
据彭博社报道,Isomorphic Labs 在报道时正进行新一轮融资的早期谈判,拟议估值至少为 400 亿美元,也可能达到 500 亿美元。该公司隶属 Alphabet,由 2024 年诺贝尔化学奖得主 Demis Hassabis 领导,业务是利用 AI 开展药物研发。报道所指年份的 5 月,公司完成 B 轮融资,从母公司等投资者处募集了 21 亿美元。原文指出,AI 在生物制药领域的应用仍处于早期阶段,多家企业已开展概念层面的探索,但从这些探索到完成临床试验并最终上市,仍有多个环节需要推进。
读原文 →
阶跃终端首款智能体手机定档10月13日发布
前瞻与传闻
阶跃终端已公布首款大模型原生 Agent 手机 STEPX Neo 的发布安排:发布会定于 10 月 13 日 19:00 在上海1862时尚艺术中心举行,产品代号为 Ready Builder One。
阶跃终端宣布,将于 10 月 13 日 19:00 在上海1862时尚艺术中心举办 STEPX Neo 发布会,推出旗下首款大模型原生 Agent 手机。该产品代号为 Ready Builder One,官方将其定位为 Agent 首次进入物理世界的尝试,这一表述属于官方说法。原文没有注明发布会年份,并附有内容由 AI 辅助创作、可能存在幻觉和错误的提示。
读原文 →